Comment l¡¯IA pourrait-elle contribuer ¨¤ renforcer les cha?nes d¡¯approvisionnement?
La pand¨¦mie de COVID-19 a consid¨¦rablement affect¨¦ les cha?nes d¡¯approvisionnement, et le monde n¡¯est plus le m¨ºme depuis. Dans cet article, dont une version a d¡¯abord ¨¦t¨¦ publi¨¦e par Supply Chain Brain, Craig Civil, directeur de la science des donn¨¦es et de l¡¯intelligence artificielle ¨¤ BSI, explore la fa?on dont la surveillance et les outils d¡¯IA ont le potentiel d¡¯aider ¨¤ construire des cha?nes d¡¯approvisionnement mondiales adapt¨¦es ¨¤ l¡¯avenir.
Simuler les cha?nes d¡¯approvisionnement ¨¤ l¡¯aide d¡¯un jumeau num¨¦rique
Anticiper l¡¯avenir reste un obstacle majeur pour les cha?nes d¡¯approvisionnement mondiales. Des conditions m¨¦t¨¦orologiques extr¨ºmes impr¨¦vues ou des perturbations sociales dans un seul endroit peuvent avoir un impact sur l¡¯ensemble de la cha?ne d¡¯approvisionnement dans d¡¯autres r¨¦gions.
La cr¨¦ation d¡¯un est un moyen de pr¨¦parer votre organisation ¨¤ des situations possibles et d¡¯en observer le d¨¦roulement. Il s¡¯agit d¡¯une copie virtuelle d¡¯une cha?ne d¡¯approvisionnement, comprenant des actifs, des installations de stockage et des ressources. En simulant des ¨¦v¨¦nements potentiels dans des situations hypoth¨¦tiques, il est possible d¡¯¨¦valuer l¡¯ampleur du risque et d¡¯¨¦laborer une strat¨¦gie pour le ma?triser.
Exploiter l¡¯Internet des objets
est un syst¨¨me d¡¯objets autonomes, connect¨¦s ¨¤ l¡¯Internet, qui peuvent collecter et transf¨¦rer des donn¨¦es sur un r¨¦seau sans intervention humaine. Les appareils IdO utilisent la surveillance par IA pour recueillir des donn¨¦es et envoyer des alertes si les machines ont besoin d¡¯¨ºtre entretenues ou remplac¨¦es.
Par exemple, lors d¡¯une vague de chaleur, les dispositifs IdO pourraient v¨¦rifier la temp¨¦rature interne d¡¯un objet sensible aux temp¨¦ratures extr¨ºmes, comme un vaccin. Ce type de surveillance par l¡¯IA permettrait de s¡¯assurer que les vaccins sont toujours en parfait ¨¦tat lorsqu¡¯ils arrivent ¨¤ destination, malgr¨¦ les conditions m¨¦t¨¦orologiques impr¨¦visibles.
La puissance de l¡¯apprentissage automatique
est un syst¨¨me qui apprend constamment ¨¤ partir de donn¨¦es en temps r¨¦el, alertant les organisations sur les impacts potentiels dans la cha?ne d¡¯approvisionnement. Le syst¨¨me peut analyser rapidement de grandes quantit¨¦s de donn¨¦es et reconna?tre les signaux, les mod¨¨les et les tendances qui signifient que des ajustements pourraient ¨ºtre n¨¦cessaires.
Les utilisations de l¡¯apprentissage automatique dans les cha?nes d¡¯approvisionnement sont infinies. Avec les bons algorithmes en place, il pourrait aider ¨¤ d¨¦terminer l¡¯itin¨¦raire de transport le plus rentable, tenir compte de l¡¯usure des v¨¦hicules et des ¨¦quipements, maximiser les kilom¨¨tres et les co?ts de carburant ou ¨¦viter les zones ¨¤ haut risque.
Cela peut faire la diff¨¦rence entre une p¨¦nurie mondiale d¡¯un produit cl¨¦ et un r¨¦approvisionnement rapide et rentable lorsque la demande est forte.
Les d¨¦fis de l¡¯IA dans les cha?nes d¡¯approvisionnement
Pour les petites entreprises, le co?t peut ¨ºtre un obstacle ¨¤ l¡¯utilisation efficace de la surveillance de l¡¯IA dans les cha?nes d¡¯approvisionnement. Le ? jumeau num¨¦rique ?, par exemple, est encore une technologie ¨¦mergente co?teuse, et l¡¯IdO n¨¦cessite un investissement initial important dans des machines intelligentes.
Les organisations tourn¨¦es vers l¡¯avenir et d¨¦sireuses d¡¯innover pourraient se tourner vers le nuage informatique, qui permet aux plus petites d¡¯entre elles de disposer d¡¯une puissance de traitement consid¨¦rable sans avoir ¨¤ acheter des bo?tiers de serveurs informatiques ¨¤ l¡¯interne.
De m¨ºme, des outils comme l¡¯apprentissage automatique peuvent donner acc¨¨s ¨¤ de grands volumes de donn¨¦es, mais celles-ci ne sont vraiment utiles que si elles sont analys¨¦es avec comp¨¦tence. Se tromper pourrait conduire ¨¤ une d¨¦cision pr¨¦judiciable ¨¤ la r¨¦putation d¡¯une marque, c¡¯est pourquoi il peut ¨ºtre plus judicieux de combiner la surveillance par l¡¯IA avec l¡¯expertise humaine. Cela permet aux deux parties d¡¯exploiter leurs forces respectives et d¡¯am¨¦liorer la cha?ne d¡¯approvisionnement de la mani¨¨re la plus efficace possible.
Les perturbations de la cha?ne d¡¯approvisionnement peuvent nous apprendre ¨¤ nous attendre ¨¤ l¡¯inattendu. Que votre organisation s¡¯attende ou non ¨¤ ce que les perturbations fassent partie du cours normal des affaires, vous pouvez compter sur la richesse de l¡¯innovation pour naviguer dans la courbe d¡¯apprentissage des temps qui changent.
