- Faut-il craindre l'IA dans la Supply Chain ?
- Outils statistiques vs IA : quel avenir pour la prévision ?
- Entendu au Forum d'été :
L'équipe de Verteego était présente à la 13ème édition du Forum d'été de Supply Chain Magazine, le mardi 2 juillet 2019 à la Cité universitaire. L'événement était l'occasion de réunir les acteurs du secteur de la Supply Chain et les entreprises éditrices de solutions IA pour aborder la percée de l'intelligence artificielle dans la logistique.
Comme le rappelait Jean-Luc Rognon, rédacteur en chef de Supply Chain Magazine, il y a aujourd'hui beaucoup de questions et de fantasmes autour de l'IA dans la Supply Chain. On passe de l'importance de la connaissance empirique, du savoir-faire acquis sur le terrain, à la nécessité de la donnée à traiter. Alors s'il est certain que l'IA va transformer la manière de concevoir et de gérer les flux de marchandises. Comment et à quels niveaux s’opérera le changement ? Quels seront les impacts sur les méthodes et les process ? A quelle échéance et à quel rythme s’opérera le changement dans les entreprises ? Quelles en seront les conséquences sur vos investissements mais aussi sur l’emploi, le recrutement, la formation ? Telles étaient les questions au cœur des conférences.
Faut-il craindre l'IA dans la Supply Chain ?
"L'IA n'est pas seulement une évolution mathématique et informatique, mais une transformation des organisations." Alexandre de LA NEZIERE, DG Newton Vauréal
Le programme du Forum d'été permettait de revenir sur ces interrogations et d'illustrer, cas d'application à l'appui, les nouveaux outils permettant d'augmenter la productivité et la précision des processus au sein de la logistique. L'idée soulignée tout au long de ces conférences est qu'avec l'arrivée de l'IA, on ne remplace pas les hommes, on les équipe d'outils plus performants. Ce fil rouge, qui était présent dans toutes les conférences, fait échos à la tribune écrite par le CTO de Verteego, Guillaume Saupin, qui titrait "L'IA donnera plus de valeur à la présence humaine".
Outils statistiques vs IA : quel avenir pour la prévision ?
Encore aujourd'hui la plupart des entreprises utilisent en logistique les mêmes outils statistiques qu'il y a trente ans. La performance des outils statistiques n'est plus à démontrer et est encore très efficace aujourd'hui. Cependant, le monde de la logistique compte aujourd'hui une ressource supplémentaire que ces outils n'exploitent pas : la data. Lorsqu'elles sont traitées et utilisées au sein d'une application IA, les données permettent d'améliorer la qualité des prévisions en repérant les signaux faibles et les cas spécifiques afin d'adapter la logistique à ces chiffres plus précis. Le but est simple : venir réduire les stocks et la rupture de stocks en augmentant le taux de précision de 10 points en moyenne.
Optimiser ses prévisions, cela fait sens, mais que faut-il cibler ? Quelles sont les possibilités de prévision qui marchent vraiment aujourd'hui ? Rupert Schiessl, CEO de Verteego,participait à la table ronde sur les prévisions dans la supply chain pour partager quelques idées clés et présenter les cas d'application déployés par Verteego. La prédiction la plus commune est assurément celle des ventes permanentes. Grâce à la plate-forme Verteego Brain, socle technologique de ses solutions IA, l'équipe de Verteego vous propose à la fois des outils sur-mesure pour les ventes permanentes mais aussi faire de la prévision de ventes promotionnelles. Chez certains de nos clients, nous prenons ainsi en compte plus de 90 000 références par promotion. Ici pas de fantasmes donc, mais des cas d'application déjà largement réalisés au sein de la Supply Chain.
https://twitter.com/verteego_FR/status/1145990265959788544
Entendu au Forum d'été :
« Pour combattre l’effet boîte noire, il faut impliquer les gens. »
« On passe du monde de la data, au monde de la valeur.»
« On sort de la phase de boîte noire de l’IA. Le deep learning est comme notre cerveau, la question n’est pas d’expliquer quel neurone a été utilisé, mais quelles grandes étapes ont permis de trouver ce résultat. L’explicabilité des algorithmes est aujourd’hui de plus en plus possible. »
« Les données utilisées en POC ne sont pas les mêmes que celles utilisées sur la phase de scabilité. Il faut mettre en place des garde-fous pour intercepter des data qui n’étaient pas prévues et s’adapter aux cas non envisagés initialement.»
« Il est très intéressant de coupler prévisions entrepôts et magasins dans les modèles de prévision : ils influent les uns sur les autres en permanence. »
par Camille, Marketing and Content Coordinator chez Verteego