La supply chain est une discipline qui émerge depuis un peu plus de vingt ans en ayant pour but de transcender la simple logistique vue comme génératrice de coûts en une approche globale permettant de transformer ce poste de dépenses en un atout stratégique pour l’entreprise. Pour cela cette discipline conceptualise la chaine comme la gestion des flux au sein de l’entreprise. Ainsi elle s’intéresse aux trois flux présents dans une entreprise : les flux physiques (au sein desquels on retrouve la logistique), les flux de données et enfin les flux financiers. Cette approche globale hisse la supply chain au niveau stratégique.
Les nouveaux outils : l’intelligence artificielle et le big data
Depuis quelques années, nous voyons se développer des outils puissants basés sur des technologies d’intelligence artificielle et de big data. Ils permettent aujourd’hui à un niveau encore jamais égalé de traiter des masses de données gigantesques pour les analyser / synthétiser des données pour ainsi aider les décideurs à identifier des solutions. La supply-chain, qui est par nature une fonction qui traite de la donnée, trouve alors toute sa place pour exploiter ces outils.
Le big data est un concept qui permet de stocker un très grand nombre de données ou, des données très volumineuses qu’aucun outil classique de gestion de base de données ne peut travailler. Une fois des données stockées, il s’agit alors de pouvoir les traiter et les analyser. De par nos activités, nous générons environ 2.5 trillions d’octets de données tous les jours. Ces informations sont une mine d’or pour les entreprises et en particulier pour les professionnels de la supply chain.
L’’intelligence artificielle elle permet de faire effectuer à des programmes informatiques des opérations complexes et de prendre des décisions en fonction des résultats. L’idée ici est de se rapprocher de ce que peut faire l’humain mais, avec une rapidité d’exécution plus importante. L’intelligence artificielle devient au fil des années de plus en plus performante en utilisant notamment technologie de « machine learning ». C’est-à-dire en confrontant les algorithmes à un grand nombre de sollicitations pour que la machine puisse prendre la bonne décision. Plus le modèle est entrainé, plus il sera juste dans les décisions prises.
Au service de la supply chain
On voit tout de suite que la combinaison de ces deux technologies dans la discipline qu’est la supply chain offre des possibilités infinies. En effet, il est possible (ne serait-ce que sur les stocks de productions) de pouvoir en temps réel disposer de la capacité de production du fournisseur, des données de transport ou encore de l’état du trafic routier afin de faire arriver la pièce commandée juste à temps et ainsi économiser du BFR (moins de stock immobilisé). Ces technologies prennent donc de plus en plus d’importance permettant une transformation profonde de la supply chain et la rendant, grâce à ses modèles prédictifs, plus résiliente.
En revanche le risque porté, du fait de la capacité de calcul et d’analyse de données sur de sommes gigantesques ainsi que l’échelle de temps qui est plutôt celle de la seconde que de la journée, est qu’en cas de situation anormale jamais rencontrée (cas d’une crise) les décisions générées ne soient pas cohérentes. Il est donc très important qu’une série de mécanismes humains puisse venir régulièrement analyser et contrôler les solutions proposées et et les décisions prises grâce aux données générées ces outils.
Enfin, à l’instar de la robotisation, la mise en place de ces outils impose une impérative montée en compétence des équipes qui doivent être formées à l’usage de ces nouvelles technologies. C’est un défi majeur pour la supply chain des 15 prochaines années qui verra opérer une transformation du référentiel de compétences de ses ressources humaines. Cette dernière devra se spécialiser, se structurer sur de nouveaux postes pour répondre aux défis d’organisation qu’induisent la mise en place des outils que sont l’IA et le big data.
Laisser un commentaire