6 applications innovantes de l'IA dans la gestion de la chaîne d'approvisionnement

Aujourd'hui, l'intelligence artificielle (IA) semble alimenter tout dans nos vies, de la façon dont nous faisons nos achats avec des chatbots qui semblent lire dans nos pensées, jusqu'à nos déplacements domicile-travail, où les voitures autonomes conduisent elles-mêmes.

Il n’est pas étonnant que des entreprises de tous types à travers le monde intègrent rapidement l’IA dans leurs systèmes d’exploitation. UN enquête récente par McKinsey & Company a dévoilé un taux d'adoption impressionnant de l'IA, 2.5 fois plus élevé aujourd'hui qu'il ne l'était en 2017.

La capacité de l'IA à automatiser les tâches répétitives et à analyser rapidement de gros volumes de données permet aux entreprises de rationaliser leurs processus, les rendant ainsi plus productifs et efficaces. Pour ces raisons, l'utilisation de l'IA dans les opérations de la chaîne d'approvisionnement n'est plus une option supplémentaire : c'est le moteur qui améliore les performances et l'efficacité énergétique. 

Grâce aux algorithmes d'IA, les entreprises peuvent prédire les retards, identifier les perturbations potentielles dans leurs chaînes d'approvisionnement et même optimiser les opérations d'entrepôt, du tri et de l'emballage des marchandises à la gestion des niveaux de stocks.

A l'air intéressant? Continuez à lire pendant que nous expliquons ce qu'est l'IA et comment elle peut révolutionner les chaînes d'approvisionnement de six manières innovantes !

Table des matières
L'ABC de l'IA : un aperçu de ses bases et de son état actuel
Comment l’IA est-elle utilisée dans les chaînes d’approvisionnement ?
Vers une supply chain optimisée par l’IA : dernières réflexions

L'ABC de l'IA : un aperçu de ses bases et de son état actuel

L'intelligence artificielle (IA) est une branche de l'informatique qui vise à créer des machines et des logiciels capables d'imiter l'intelligence humaine. Cela vous semble-t-il trop complexe ou technique ? Ce n’est pas obligatoire : explorons ensemble ce qu’est réellement l’IA avant d’examiner ses utilisations dans la gestion de la chaîne d’approvisionnement.

Qu'est-ce que l'intelligence artificielle (IA) ?

L'intelligence artificielle, ou IA en abrégé, revient à donner à un ordinateur un cerveau capable de penser, d'apprendre et de résoudre des problèmes, un peu comme le font les humains. Il ne s'agit pas d'un cerveau composé de cellules et de neurones, mais d'un code de programmation qui utilise des données et des expériences pour s'améliorer dans les tâches. 

Ces tâches peuvent aller de la compréhension de mots prononcés (comme le font Siri ou Alexa), à la reconnaissance d'images (comme Facebook identifiant vos amis sur des photos), à la recommandation de la vidéo à regarder ensuite (comme le fait Netflix) ou même à la conduite de voitures. L’IA peut être divisée en deux grands types en fonction de ce qu’elle fait avec les informations qu’elle obtient :

• IA discriminante : Ce sous-ensemble de l’IA est entièrement axé sur l’identification. Par exemple, si vous lui montrez un tas de photos, il peut déterminer lesquelles contiennent des chats et lesquelles n'en contiennent pas. C'est comme un détective qui examine des indices (données) pour découvrir un « polar » (identifier des choses).
• IA générative : Au lieu de simplement identifier des éléments, l’IA générative peut réellement créer de nouvelles choses. Il ne sait pas seulement à quoi ressemble un chat ; il peut imaginer un chat qui n'existe même pas, puis générer une photo ou une histoire à son sujet à partir de zéro.

Quelles sont les technologies d’IA actuelles ?

Les outils d’IA générative actuels sont de plus en plus capables d’accomplir diverses tâches et rôles, depuis les tâches de bureau et la création de contenu jusqu’à la conception et la fabrication. Nous pouvons classer les technologies d’IA actuelles en deux catégories : celles liées au texte et au son, et celles liées à l’image et à la vidéo.

Génération de texte et de voix

L'IA générative transforme la façon dont nous créons du texte et du son, facilitant ainsi la production de tout, du contenu écrit à la musique. Des outils conversationnels comme ChatGPT ainsi que GEMINI sont formés sur un vaste contenu provenant d’Internet. Ils peuvent tenir des conversations, rédiger des e-mails, rédiger des essais, répondre à des questions et même créer du contenu écrit à partir de zéro.

En matière de voix et de son, les progrès sont tout aussi impressionnants. Par exemple, des outils comme MuseNet d'OpenAI ainsi que juke-box peuvent générer des compositions musicales dans une variété de genres, ou ils peuvent recevoir des paroles et un style musical et générer une pièce originale à partir de cette entrée.

Génération d'images et de vidéos

Le traitement du langage naturel de l’IA change également la donne dans le monde des images et des vidéos. Imaginez que vous tapez une simple description d'une scène et que vous obtenez une image détaillée et originale qui correspond à vos mots. C'est exactement à cela que ressemblent les outils DALL-E faire. Vous pouvez dire à DALL-E : « Dessine-moi un éléphant rose volant dans le ciel », et voilà, vous obtiendrez une image exactement comme celle-là.

En matière de vidéo, les progrès sont encore plus excitants. OpenAI a récemment introduit Sora, un outil d'IA de conversion texte-vidéo capable de créer des vidéos riches, détaillées et réalistes. Ainsi, quelqu'un peut dire à Sora de faire une vidéo sur un dragon et un chevalier en train de danser, et Sora peut générer cette vidéo, la faisant ressembler à une vraie petite scène de film.

Comment l’IA est-elle utilisée dans les chaînes d’approvisionnement ?

Maintenant que nous savons ce qu'est l'intelligence artificielle, y compris ses dernières avancées, vous vous demandez peut-être quel est exactement le rôle de l'IA dans gestion de la chaîne logistique est. Continuez à lire pendant que nous explorons six applications pratiques de l’IA dans les chaînes d’approvisionnement mondiales.

1. Prévision de la demande

S’il y a quelque chose de puissant dans l’IA, c’est bien qu’elle soit capable de traiter et d’analyser des mégadonnées (de vastes quantités d’informations que notre esprit humain ne peut pas assimiler) en temps réel. Premièrement, l’IA examine ces vastes ensembles de données qui pourraient inclure le volume des achats passés, les conditions météorologiques dominantes, les tendances actuelles des médias sociaux et tout événement majeur à venir susceptible de modifier les préférences d’achat des consommateurs.

Ensuite, en exploitant une technique appelée machine learning, l'IA apprend de toutes ces données pour prédire la quantité nécessaire pour un produit spécifique et le moment où les clients voudront probablement l'acheter. Par prédire la demande des clients plus précisément, les entreprises peuvent mieux aligner leurs niveaux de stocks sur la demande attendue, réduisant ainsi les coûts de détention et minimisant le risque de stocks invendus.

Amazon est un excellent exemple d'entreprise utilisant des algorithmes d'IA pour révolutionner la prévision de la demande. En utilisant Amazon Forecast, un service basé sur l'apprentissage automatique, Amazon peut prédire la demande future pour des millions de produits dans le monde en quelques secondes seulement. 

Les étagères virtuelles d'Amazon contiennent juste assez d'articles, car l'IA prédit combien d'articles seront vendus. Et comme ils ont une meilleure idée de ce qui sera nécessaire et où, Amazon peut déplacer les articles plus près de l'endroit où vivent les clients avant même qu'ils ne cliquent sur « »acheter.

2. Optimisation de l'entrepôt

Entreposage est un élément essentiel de la gestion de la chaîne d'approvisionnement, servant de colonne vertébrale qui permet aux entreprises de conserver leurs produits stockés en toute sécurité, organisés et facilement disponibles pour l'expédition aux clients. Cependant, l'entreposage est confronté à des défis logistiques, tels que prévoir la quantité de stock à conserver, trouver la meilleure façon d'organiser les articles pour un accès rapide et même gérer la tâche physique de déplacement des marchandises dans l'entrepôt.

Les algorithmes d'IA peuvent analyser les données historiques sur les mouvements de produits et les modèles de demande pour concevoir ou suggérer des agencements d'entrepôt optimaux. Cela inclut l'identification des meilleurs emplacements pour les marchandises en fonction de leur taille, de leur poids et de la fréquence d'accès, garantissant ainsi un placement logique qui maximise l'utilisation de l'espace et minimise les temps de préparation. 

Par exemple, Ocado, un pionnier de la technologie alimentaire, exploite l'IA pour automatiser ses opérations d'entrepôt. Alors que les conceptions d'entrepôts traditionnelles consacrent une surface au sol importante aux allées permettant aux travailleurs humains de prélever les articles, les entrepôts d'Ocado sont hautement automatisés, dans lesquels chaque mètre carré est destiné au stockage des produits, et des robots mobiles autonomes (AMR) récupèrent et transportent les articles selon les besoins.

Ces robots se déplacent sur une grille de stockage tridimensionnelle, surnommée « ruche », exploitant de manière optimale tout l'espace de stockage potentiel. La conception de la grille permet aux robots d'accéder à n'importe quel produit stocké par le haut, ce qui constitue un changement radical par rapport à l'entreposage traditionnel. Cette conception permet à Ocado de stocker plus de marchandises dans une zone limitée et d'exécuter rapidement les commandes puisque les robots peuvent se déplacer rapidement vers n'importe quel endroit de la grille.

3. Logistique et planification des itinéraires

Le temps est un facteur essentiel en logistique. La capacité de l’IA à analyser les modèles de trafic historiques, les conditions routières actuelles, les prévisions météorologiques, etc., lui permet de prédire et de déterminer les itinéraires de transport les plus efficaces. Moins de temps passé sur la route et des itinéraires plus directs signifient que les véhicules consomment moins de carburant, ce qui non seulement réduit les coûts mais diminue également l'impact environnemental des opérations de transport.

L’un des principaux avantages de l’IA en matière d’itinéraires de transport est sa capacité à s’adapter aux changements au fur et à mesure qu’ils se produisent. En cas de retard dû à des embouteillages ou à des fermetures de routes, l'IA est capable de réacheminer les expéditions en temps réel, en apportant les ajustements nécessaires aux horaires et aux itinéraires. Ceci est particulièrement utile lors de la coordination entre différents modes de transport tels que les camions, les navires et les trains utilisés dans expédition intermodale or transbordement.

Par exemple, United Parcel Service (UPS), l'une des plus grandes sociétés de livraison de colis au monde, utilise l'optimisation et la navigation intégrées sur route (ORION), un système basé sur l'IA, pour optimiser dynamiquement les itinéraires de livraison. ORION recalcule les itinéraires de livraison de colis individuels tout au long de la journée en fonction de l'évolution des conditions de circulation, des engagements de ramassage et des ordres de livraison. 

En optimisant dynamiquement les itinéraires, ORION permet de gagner considérablement du temps et de réduire la consommation de carburant. Le système parviendrait à économiser 2 à 4 miles par conducteur chaque jour, permettant ainsi d'effectuer davantage de livraisons dans un délai plus court.

4. Évaluation et sélection des fournisseurs

Dans la gestion de la chaîne d'approvisionnement, un bon fournisseur se traduit par des produits de qualité, des coûts réduits, des livraisons à temps et, en fin de compte, des clients satisfaits. Cependant, en effectuant évaluations des fournisseurs implique de sélectionner des centaines de fournisseurs potentiels pour identifier ceux qui répondent à des critères prédéterminés (par exemple, coût, qualité, délais de livraison). Cela constitue une charge de travail manuelle importante et sujette aux erreurs.

Heureusement, les algorithmes d’IA peuvent extraire et analyser des données provenant de diverses sources, notamment les sites Web des fournisseurs, les enregistrements de performances, les rapports du secteur et les forums commerciaux en ligne, permettant ainsi un processus de sélection plus éclairé. Après avoir traité toutes les données, l'IA peut ensuite créer et mettre à jour automatiquement des profils dynamiques détaillés pour chaque fournisseur, intégrant des facteurs tels que :

• Performance de qualité: Indicateurs de qualité historiques, taux de retour, respect des normes de qualité (certifications ISO), etc.
• Stabilité financière: Cotes de crédit, tendances de rentabilité, analyse des ratios financiers, etc.
• Performances de livraison : Taux de livraison à temps, délais de livraison, fiabilité dans le respect des délais de livraison, etc.
• Rentabilité: Compétitivité tarifaire, analyse de la structure des coûts, coût total de possession, etc.
• Capacité technologique : Adoption de technologies de fabrication avancées, de titres de propriété intellectuelle, etc.
• Gestion des risques: Exposition à risques géopolitiques, résilience de la chaîne d'approvisionnement, historique des perturbations de gestion, etc.
• Considérations géographiques : Proximité des marchés ou sites de fabrication clés, impact des coûts de logistique et de transport, etc.

Après sélection, l’IA peut continuer à surveiller les performances des fournisseurs. Par exemple, l’analyse des sentiments peut être utilisée pour évaluer la santé financière des fournisseurs ou détecter les premiers signes d’instabilité ou de perturbations.

Par exemple, IBM Gestion du cycle de vie des fournisseurs Emptoris L'application comprend un module d'évaluation des performances conçu pour créer, gérer et évaluer les évaluations interfonctionnelles des fournisseurs. 

Ce processus d'évaluation des performances évalue la performance d'un fournisseur sur une période déterminée, en considérant à la fois des mesures quantitatives (faits concrets) et qualitatives (par exemple, innovation). Parallèlement à l'évaluation des performances, IBM Risque fournisseur Le module facilite l'identification précoce des risques en effectuant des calculs de risque en temps réel et en déclenchant des alertes en conséquence.

5. Optimisation des emballages

L’emballage est un outil puissant pour l’image de marque et le marketing ; Mais plus important encore, cela a un impact direct sur l’efficacité et la rentabilité de la distribution des produits. Emballage optimisé non seulement réduit les coûts de matériaux, mais réduit également les coûts d'expédition grâce à une utilisation optimisée du poids et de l'espace.

En analysant des facteurs tels que la forme du produit, sa fragilité, son poids et les propriétés de différents matériaux, l'IA peut identifier les conceptions qui utilisent une quantité minimale de matériau tout en garantissant la sécurité du produit pendant le transport. De plus, les outils basés sur l'IA peuvent simuler et optimiser les tailles et les formes des emballages pour intégrer davantage de produits dans chaque expédition, réduisant ainsi le nombre de déplacements nécessaires.

Un excellent exemple concret est la façon dont Taille de l'emballage, leader des solutions d'emballage à la demande, s'appuie sur un système alimenté par l'IA pour analyser les dimensions de chaque article à emballer et créer un emballage sur mesure pour chaque commande. L'IA prend en compte plusieurs facteurs, notamment :

• Les dimensions du ou des articles
• Espace de protection ou rembourrage requis
• La meilleure orientation de l'article dans la boîte
• Contraintes matérielles et efficacités

Le résultat est une taille d'emballage optimale qui garantit le plus haut niveau de protection, minimise le matériau d'emballage utilisé et réduit l'espace que prendrait chaque colis pendant le transport. 

De plus, Packsize emballage à la demande les machines, telles que le système Box On Demand, utilisent les spécifications de conception recommandées par l'IA pour couper, plier et coller automatiquement le carton ondulé dans une boîte de taille personnalisée. La machinerie traduit la conception de l'IA en un emballage physique parfaitement dimensionné pour le produit.

6. Approvisionnement mondial intelligent

L'approvisionnement mondial sur les plateformes en ligne B2B comme Alibaba.com devient de plus en plus un élément stratégique de la gestion de la chaîne d'approvisionnement. Cependant, l'approvisionnement mondial présente toute une gamme de erreurs et défis potentiels, en particulier pour les acheteurs professionnels débutants.

Par exemple, les acheteurs peuvent avoir du mal à trouver le bon produit parmi des millions de produits disponibles. De plus, collaborer avec des fournisseurs de différents pays introduit des malentendus potentiels dus aux barrières linguistiques.

Grâce à l’IA, les acheteurs peuvent bénéficier d’un processus d’approvisionnement optimisé. Les algorithmes d'IA peuvent identifier et suivre les tendances du marché, suggérer les meilleurs moments pour s'approvisionner en catégories de produits spécifiques et même automatiser les tâches de routine en matière d'approvisionnement, telles que la création de bons de commande, le traitement des factures et le suivi des paiements.

Un excellent exemple concret est la façon dont Alibaba.com a exploité l'IA via l'outil Smart Assistant pour fournir un service client 24h/7 et XNUMXj/XNUMX aux acheteurs et les aider à faire le bon choix. processus d'approvisionnement aussi efficace que possible. 

Smart Assistant est un guide personnel intuitif et basé sur l'IA qui aide les entreprises à découvrir de nouvelles opportunités, à se tenir au courant des tendances, à suivre de manière transparente les commandes et bien plus encore, le tout via un point de contact unique et efficace. Parmi les nombreuses fonctions d'assistance, trois fonctionnalités clés permettant de rendre l'approvisionnement mondial intelligent comprennent :

• Recherche d'images améliorée
• Demande de proposition intelligente (RFQ)
• Aide instantanée

Les deux premières fonctionnalités ont été introduites en septembre 2023 et ont depuis aidé les entreprises à s'approvisionner en produits de manière efficace et précise. Le Recherche d'images améliorée La fonctionnalité permet aux utilisateurs de rechercher des produits à l'aide d'images plutôt que de requêtes textuelles. Les acheteurs peuvent télécharger une image de l'article qu'ils souhaitent acheter, auquel cas l'IA du Smart Assistant interprète avec précision le contenu de l'image pour trouver des produits visuellement similaires. 

À l’inverse, le Smart RFQ exploite l’IA pour automatiser le processus, permettant ainsi aux acheteurs de générer plus rapidement Appels d'offres. Selon Alibaba.com, les acheteurs qui ont utilisé l'outil Smart RFQ ont été témoins d'un % D'augmentation 29 dans les devis des fournisseurs, tandis que les fournisseurs ont connu une augmentation de 21 % des réponses des acheteurs aux devis par rapport au processus manuel traditionnel d'appel d'offres.

La troisième fonctionnalité, Instant Help, devrait être lancée en 2024. Cette fonctionnalité utilise un chatbot IA qui non seulement répond aux demandes de base, mais offre également des informations en temps réel sur le secteur, des connaissances essentielles du secteur et des détails sur les produits. De plus, il fournit des conseils pratiques destinés à améliorer la communication entre acheteurs et fournisseurs.

Vers une supply chain optimisée par l’IA : dernières réflexions

S’il y a quelque chose que nous pouvons retenir de toutes ces applications et exemples, c’est que l’IA peut rationaliser l’ensemble des opérations de la chaîne d’approvisionnement, depuis la détermination de la demande de produits jusqu’à la logistique et la distribution. Cependant, les entreprises doivent garder à l’esprit certains défis liés à l’IA qui pourraient entraver son application dans les chaînes d’approvisionnement, tels que :

• Risques de cybersécurité : Par exemple, les pirates peuvent utiliser l’IA pour prédire et exploiter les itinéraires ou les horaires de navigation.
• Problèmes d’éthique et de confidentialité : Par exemple, les technologies de surveillance par l’IA qui surveillent la productivité des travailleurs sans consentement.
• Coûts de mise en œuvre élevés : Par exemple, des mises à niveau requises de l’infrastructure existante pour prendre en charge l’intégration de l’IA.
• Intégration avec les systèmes existants : Par exemple, les outils d’analyse d’IA incompatibles avec les anciens logiciels ERP.

Vous souhaitez en savoir plus sur la façon dont l’IA peut révolutionner la gestion de la chaîne d’approvisionnement ? Vérifier cet article. postez pour voir comment l'IA générative gère tous les aspects du processus de courtage en douane, de la préparation des documents nécessaires à l'estimation des droits de douane et des taxes !