menu icon
close

Supply Chain : des femmes, des hommes et un peu d’IA

Par Bernard Milian
Dans un bureau moderne, un groupe diversifié de personnes collabore avec un robot humanoïde. Une personne montre un écran d’ordinateur pendant que d’autres observent. Le décor regorge d’activités, de plantes et d’équipements de bureau en arrière-plan.

Ça ne vous a pas échappé, l’IA est à la mode. Quand vous êtes dans le domaine des solutions logicielles pour la supply chain, si vous n’avez pas d’IA, vous êtes has been. Ne vous inquiétez pas, on a commencé à infuser un peu d’IA à bon escient dans Intuiflow…

Cependant les acteurs du secteur peinent à bien percevoir les domaines où l’IA est réellement pertinente. Avez-vous assisté à des présentations de cas d’usage – de la vraie vie – où l’IA fait clairement la différence ?

Il y a quelques mois j’ai assisté lors d’une conférence Gartner à un exposé dédié à l’importance de l’IA pour la planification supply chain – l’accroche de la présentation faisait état de 7 cas d’application pratique. Les diapositives présentées par l’analyste étaient très pro, esthétiquement superbes… mais en fait de cas pratiques, il n’y avait rien de concret, seulement des principes.

En faisant une recherche Google, on tombe sur des pages de grands cabinets de conseil qui décrivent les avantages de l’intelligence artificielle générative dans des termes très génériques. Exemple ci-dessous, relevé texto :

« L’IA aide à planifier la production et l’ordonnancement en tenant compte de facteurs tels que les changements de la demande client, les capacités de production, la disponibilité des ressources et les priorités des commandes. Tout comme ses capacités de prévision de la demande, l’AI générative peut élaborer des plans de production, programmer des séquences et allouer des ressources de manière efficace afin de minimiser les goulets d’étranglement et d’optimiser l’efficacité de la production. »

A se demander si ça n’a pas été rédigé par le stagiaire à l’aide de ChatGPT…

Lors d’une table ronde organisée récemment par un média spécialisé Supply Chain en France, plusieurs éditeurs de logiciels ont échangé sur le sujet, et en écoutant leur discours le dénominateur commun était celui-ci : on se doit d’avoir de l’IA, mais les apports ne sont pas si clairs.

Les humains sont aux manettes

La réalité de nos supply chains est qu’elles sont opérées au quotidien par des hommes et des femmes. Quelque part, c’est rassurant.

Ces hommes et ces femmes prennent tous les jours des décisions – stratégiques, tactiques et opérationnelles. Par exemple passer une commande, relancer un fournisseur, déclencher un transport, ajouter des équipes de production, autoriser un investissement capacitaire, etc.

L’enjeu pour les entreprises est que ces décisions prises au fil du temps par les acteurs de leur supply chain contribuent à améliorer la performance : mieux répondre aux besoins clients, être plus profitables.

Les biais cognitifs et comportementaux

Les humains sont très performants pour prendre des décisions, à condition de disposer d’informations pertinentes pour étayer ces décisions. Faites donc un simple jeu de la bière avec votre équipe de spécialistes supply chain, et vous serez surpris de voir à quel point votre équipe va générer une situation chaotique…

Nous animons régulièrement des « Flow Sim Game », jeu de simulation de flux basé sur le jeu de la bière. L’effet coup de fouet généré est toujours impressionnant.

Il suffit dans une deuxième phase de jeu de mettre en place des règles de gestion simples – quelques buffers DDMRP – et la même supply chain devient stable et adaptative.

Sans IA. Simplement avec un modèle formel de pilotage bien conçu.

De mon expérience, de nombreuses entreprises en sont à ce stade : elles manquent d’un modèle opératoire conçu de manière pertinente – les équipes supply chain travaillent à l’énergie, sous Excel le plus souvent.

Un changement de génération

Les boomers dont je suis ont connu l’industrie sans système ERP. Nous avons vu l’arrivée du MRP, et en avons touché les limites. Nous avons mis en place des kanbans, et en avons touché les limites. Nous avons participé à la globalisation, et nous n’en sommes pas si fiers… Nous avons appris sur le tas, et nombre d’entre nous avons bossé la théorie pour obtenir nos certifications APICS.

Cette génération, et la Gen X désormais cinquantenaire, laisse la place aux Millenials et Gen Z qui sont aujourd’hui à la manœuvre pour piloter les supply chains. Ces générations ont souvent une formation de base théorique solide dans la Supply Chain, ce que nous n’avions pas. Elles sont à l’aise avec les outils digitaux. Mais elles n’ont pas vécu l’avènement des méthodes de planification, et n’ont pas toujours le sens critique pour questionner les promesses technologiques.

Comment tirer parti de l’IA ?

Pour aider cette nouvelle génération de planificateurs et de décisionnaires, il faut d’abord mettre la conception du modèle de pilotage au premier plan. Sans modèle opératoire bien conçu, sans règle de gestion pertinente, la supply chain ne sera ni agile ni résiliente.

Dans cette phase de conception, l’impact de l’IA est marginal – il est surtout important de disposer d’équipes bien formées, qui adoptent une démarche systémique, et qui sont soutenues par la direction de l’entreprise.

Une fois que le modèle est conçu et outillé, l’IA peut commencer à jouer son rôle de copilote : faciliter l’automatisation des taches de routine, la gestion rapide d’une masse de données pour soumettre aux hommes et aux femmes qui sont au manettes les arbitrages à effectuer.

Avant de considérer l’IA, focalisez-vous sur la conception d’un modèle opératoire agile et résilient !

Prenez contact avec nous

Partagez cet article, choisissez votre plateforme !

Facebook
Twitter
LinkedIn

Articles récents

Inscrivez-vous à notre newsletter

Vous aimerez aussi

A vibrant, multicolored 3D wave-like graph with peaks and valleys, representing data points on a grid with a dark gradient background. The colors range from yellow, green, blue, to red, creating a dynamic, abstract visualization.

La loi des grands nombres

En mathématiques la loi des grands nombres est un principe fondamental de la théorie des probabilités qui stipule que, lorsque l’on répète une expérience aléatoire

Person in a suit sitting at a poker table with their head in their hands appearing frustrated.

L’addiction aux prévisions

Lors des jeux Olympiques de Paris 2024 toutes sortes de pronostics ont été réalisés sur les chances de médailles des différents pays. Certains ont même

Two fresh pizzas on wooden boards, one with basil and cheese, and the other with various toppings, surrounded by ingredients.

Pizza découplée

Même s’il ne le sait pas, la notion de point de découplage est très familière pour votre pizzaiolo préféré. La semaine dernière j’ai passé un