Vers une Supply Chain 4.0 : comment renforcer la résilience par l’Innovation et l’Intelligence Artificielle 🌍

Dans un monde en constante évolution, les Supply Chain cherchent à renforcer leur résilience. Elles se transforment et se réinventent pour faire face à une concurrence accrue et aux multiples changements que nous vivons : crise sanitaire et économique, conflits mondiaux, changement climatique, instabilité politique…

Cette quête constante d’innovation a donné naissance à la notion de « Supply Chain 4.0« , où l’Intelligence Artificielle joue un rôle central. Son intégration au sein des systèmes et processus existants devient ainsi un axe stratégique pour les acteurs de la Supply Chain désireux de tendre vers une chaîne d’approvisionnement plus « intelligente ».

Quels avantages sont liés à l’intégration de l’IA dans les Supply Chain ? 🧠

Pour que l’IA devienne un atout majeur pour les Supply Chain, il est nécessaire que les solutions et technologies choisies soient alignées avec les enjeux et objectifs des entreprises.

Correctement pensée et intégrée, elle permet :

• L’optimisation de l’efficacité opérationnelle (ex : automatisation et robotisation d’activités)
• L’amélioration de la précision des prévisions (ex : analyse de données historiques et en temps réel, réactivité face aux fluctuations du marché)
• L’amélioration de la visibilité et de la traçabilité (ex : suivi en temps réel)
• L’amélioration de la satisfaction client (ex : personnalisation du parcours)

Exemple concret : Amazon et ses centres de distribution automatisés 🛒🤖

Amazon utilise des robots autonomes « Kiva » (appelés aujourd’hui « Amazon Robotics ») dans ses centres de distribution. Ces robots déplacent les étagères contenant les produits directement vers les employés, qui restent à des stations fixes pour effectuer le picking et l’emballage. L’IA analyse les commandes entrantes en temps réel et détermine le chemin optimal pour chaque robot. De plus, le WMS, associé à l’IA, analyse les données historiques des commandes, les tendances saisonnières et les promotions à venir pour prévoir la demande, optimisant ainsi l’organisation de l’entrepôt et l’allocation des ressources humaines et robotiques. 

Quelles sont les nouvelles solutions IA qui émergent au sein de nos Supply Chain ? 🚀

Face à un large éventail de possibilité d’intégration, les Supply Chain optent de plus en plus pour des solutions d’IA compatibles avec leurs systèmes et processus actuels. L’objectif n’est pas de réinventer la roue mais d’en améliorer la fluidité, la rapidité et la robustesse.

Voici quelques exemples concrets de cas où son application peut apporter une réelle valeur ajoutée :

• Optimisation des stocks : prévision précise de la demande pour réduire les coûts de stockage et éviter les ruptures.
• Gestion des entrepôts : prévision de l’activité « inbound » et « outbound » et optimisation des itinéraires de picking.
• Optimisation du transport : planification d’itinéraires efficaces et réduction des coûts de carburant.
• Réduction des consommations: analyse des données de transport et de production (énergie, émission GES…) en temps réel pour réduire les coûts et l’empreinte carbone.

Exemple concret : DHL et l’utilisation d’un TMS associé à l’IA pour améliorer son activité transport 🚚📡

DHL utilise un système de gestion du transport (TMS) associé à des technologies d’intelligence artificielle (IA) pour optimiser ses opérations de transport. Le TMS permet de planifier et d’optimiser les itinéraires de transport, tandis que l’IA analyse les données de circulation en temps réel pour optimiser les trajets, prévoir avec précision les délais de livraison et gérer proactivement les ressources

Quels sont les défis des Supply Chain face à l’intégration de l’IA dans ses processus ? 🌐

L’intégration de l’IA dans la Supply Chain est un processus complexe qui nécessite de surmonter plusieurs défis et de travailler de nombreux prérequis :

• Complexité des données (hétérogénéité des sources de données, qualité des données et gestion des données volumineuses)
• Coûts et ROI (incertitude du retour sur investissement au regard des coûts de déploiement et de fonctionnement)
• Infrastructure technologique (maintenance, mise à jour et compatibilité avec les systèmes existants)
• Compétences et formation (expertise en IA et changement de culture)
• Gestion du changement (adoption par les employés et acculturation)
• Sécurité et confidentialité (cybersécurité et conformité réglementaire)
• Développement et scalabilité (make or by, évolutivité des systèmes)

Selon une étude menée par Gartner et rapportée par DataScientist.com, seulement 15% des projets IA réussiraient à passer en phase d’industrialisation, impliquant un taux d’échec de 85%. Les raisons étaient principalement attribuées à la mauvaise qualité des données, à la rareté des experts disponibles et à un manque de transparence entre les équipes techniques et métiers. Ainsi, il est crucial de favoriser une collaboration étroite entre toutes les parties prenantes et d’initier des changements en examinant attentivement tous les prérequis au travers d’une phase de cadrage renforcée, avant même le début du projet. 

Exemple concret : Carrefour et les défis d’intégration de l’IA dans sa Supply Chain 🏪🔍

Carrefour a entrepris de moderniser sa Supply Chain en intégrant des technologies d’IA pour améliorer l’efficacité, la précision et la satisfaction client à travers son plan de transformation « Carrefour 2022 ». Cependant, l’entreprise a rencontré plusieurs défis significatifs tels que :

• Hétérogénéité des systèmes et qualité des données : Carrefour opère dans de nombreux pays, chacun avec ses propres systèmes de gestion, de données et de processus logistiques. Intégrer ces systèmes disparates pour créer une vue unifiée des données a été un défi majeur. 
• Manque de compétences spécialisées : Carrefour a eu du mal à recruter suffisamment de data scientists et d’experts en IA pour mener à bien ses projets. La concurrence pour ces profils est élevée et les professionnels disponibles sont souvent attirés par des entreprises technologiques plutôt que par le secteur de la grande distribution. Sur une vision à plus long terme, Carrefour a lancé le « Graduate Data Program » permettant de préparer en 2 ans les jeunes diplômes à des postes à haute responsabilité autour de deux spécialités : Tech Data & IA et Business Data & IA 
• Cybersécurité : De nouveaux vecteurs de risque pour la sécurité des données ont émergé avec la mise en place de systèmes IA 
• Problèmes de prévision de la demande : Les algorithmes d’IA utilisés pour prévoir la demande se sont heurtés à des données de vente incohérentes et peu fiables, entraînant des erreurs dans les prévisions et des problèmes de gestion des stocks, notamment des surstocks et des ruptures de stock 

Carrefour a relevé ces défis grâce à une approche structurée et proactive, en mettant en œuvre diverses actions, telles que : la collaboration avec des experts en IA (par exemple, Google Cloud) ; le développement de compétences internes (notamment avec le Graduate Data Program) ; et une industrialisation progressive des solutions d’IA via des projets pilotes dans des domaines spécifiques comme les recommandations de produits et la gestion des stocks.

Le groupe est maintenant lancé dans son plan de transformation « Carrefour 2026 » !

Conclusion

L’intelligence artificielle représente une réelle opportunité pour les Supply Chain en offrant des avantages considérables tels qu’une efficacité accrue, une visibilité améliorée sur l’ensemble du processus et une durabilité renforcée. Grâce à ses capacités d’analyse avancées et de traitement de grandes quantités de données en temps réel, l’IA permet aux entreprises de prendre des décisions plus rapidement, de mieux anticiper les fluctuations du marché et d’optimiser leurs opérations de manière proactive.

Cependant, cette transformation ne vient pas sans son lot de défis. Les entreprises doivent être conscientes des obstacles potentiels tels que la complexité des données, les coûts initiaux élevés, la nécessité de mettre à niveau l’infrastructure technologique existante et de former le personnel aux nouvelles technologies. De plus, il est essentiel que les entreprises s’engagent pleinement dans le processus d’adoption de l’IA, en favorisant une culture organisationnelle axée sur l’innovation, en encourageant la collaboration entre les équipes et en garantissant une sécurité et une confidentialité des données robustes.