L’intelligence artificielle (IA) est de plus en plus présente autour de nous. Elle soulève des débats, suscite la curiosité, l’étonnement, voir même l’inquiétude. Sa portée n’est pas encore définie, on la voit dans des applications de plus en plus nombreuses, et avec bien peu de balises.
Dans une entrevue récente avec La Presse (1), Yoshua Bengio, sommité mondiale en intelligence artificielle et fondateur et directeur scientifique de Mila, l’institut québécois en intelligence artificielle, partageait sa conviction qu’un « robot plus performant qu’un robot humain » soit en voie d’être créé. « Il n’y a pas de raison scientifique pour laquelle on n’arriverait pas à comprendre d’où émerge notre intelligence avec notre cerveau, et donc à construire des machines au moins aussi capables que le cerveau humain. »
Qu’en est-il de l’IA dans la chaine d’approvisionnement? Beaucoup de potentiel! En effet, avec les ventes et marketing, la chaine d’approvisionnement sera vraisemblablement parmi les domaines les plus impactés par l’intégration de l’intelligence artificielle et de l’apprentissage profond (deep learning). (2)
Par Annick Beauparlant.
Voici quelques exemples.
L’intelligence artificielle pour améliorer les prévisions de vente
Typiquement, les entreprises basent leurs prévisions leurs ventes passées et sur une certaine tendance de saisonnalité. On tient compte d’un intervalle de plusieurs semaines et d’un historique de données plus ou moins grand selon le cas. Or, ce modèle met beaucoup de temps à réagir et à s’adapter aux changements réels de demande sur le marché. Certaines entreprises utilisent même leur historique d’achat, au lieu des ventes, ce qui masque d’autant plus les tendances de marché.
Avec une complexité toujours grandissante des chaines d’approvisionnement, les entreprises doivent aujourd’hui s’adapter en adoptant des modèles beaucoup plus agiles qui répondent rapidement aux changements du marché. C’est ici que l’intelligence artificielle peut intervenir et être d’une grande aide! Par la collecte de données et surtout, par le traitement de ces données qui les transforme en informations pertinentes, l’IA peut les intégrer en temps réel aux modèles de planification de la demande.
L’intelligence artificielle pour mieux anticiper les variations du marché
Un des bénéfices les plus importants de l’IA, actuellement, pour les chaines d’approvisionnement est justement au niveau d’une meilleure anticipation des changements d’offre et de demandes (3). Depuis longtemps, le phénomène coup de fouet (bullwhip effect) est connu des professionnels en chaine d’approvisionnement comme étant un élément avec lequel il faut composer. Une petite variation à la hausse dans la demande chez un détaillant crée une distorsion, une demande plus grande chez le distributeur, puis encore plus grande chez le manufacturier, qui se retrouve finalement à produire pour une très forte demande, en réalité inexistante. De plus, le délai avant lequel le manufacturier est informé et peut réagir est souvent grand, causant une réponse bien en retard sur les réels besoins du marché. L’IA peut complètement changer la donne et permettre aux entreprises d’avoir une visibilité réelle des variations d’offre et de demande.
De telles améliorations aux modèles de prévision sont critiques dans les chaines d’approvisionnement actuelles et peuvent certainement faire la différence pour qu’une entreprise demeure compétitive et maintienne un taux de service adéquat. Les attentes des clients sont toujours de plus en plus élevées. Les canaux de distribution s’étant multipliés, un client s’attend à avoir son produit disponible non seulement au moment requis, mais aussi selon le canal souhaité. Cela augmente considérablement la complexité, particulièrement pour les entreprises vendant simultanément dans différents canaux.
Collecter les bonnes données pour une chaine d’approvisionnement améliorée
C’est la collecte de données, et non pas nécessairement l’automatisation, qui accélère la transformation récente des chaines d’approvisionnement (4). La pandémie de COVID-19 a mis en lumière le manque de visibilité des intervenants dans la chaine d’approvisionnement. C’est ce manque de visibilité et le besoin d’avoir en main des données pertinentes qui génère la transformation de la chaine d’approvisionnement que nous vivons actuellement. Beaucoup d’entreprises pensaient détenir des données importantes sur leurs opérations, mais la crise a démontré à quel point la transparence et la visibilité avec les fournisseurs et partenaires, entre autres, étaient critique. C’est ainsi que les dirigeants se sont rendu compte qu’avoir des données n’est pas suffisant : il faut avoir les BONNES données.
Les entreprises qui ont en main les données pertinentes pour prendre des décisions sont celles pour qui l’intégration de l’intelligence artificielle, sera la plus bénéfique.
IA et maintenance prédictive
La maintenance prédictive dans les usines et entrepôts est aussi une application qui en découle. Ainsi, utilisée en complément d’une maintenance préventive traditionnelle, une maintenance prédictive permettra de capter rapidement des anomalies et prédire de manière beaucoup plus fiable des défaillances potentielles (5). L’utilisation de capteurs connectés (grâce à l’Internet des objets, IoT) et l’interprétation de toutes les données capturées peuvent permettre de réduire considérablement les coûts globaux de maintenance des équipements, certes, mais aussi une réduction des temps d’arrêt et des pertes de production dus aux pannes imprévues.
IA et planification plus précise
Dans l’industrie agroalimentaire, notamment, l’intelligence artificielle peut aider les entreprises à planifier avec beaucoup plus de précision. Elle peut permettre de détecter des phénomènes autrefois imprévisibles comme une canicule qui affectera le rendement alimentaire des animaux ou encore mieux gérer les coûts d’exploitation grâce à la récolte et l’interprétation d’informations sur les équipements (6). Le concept de la ferme intelligente (Smart Farming) est en pleine expansion actuellement. En rendant sa ferme intelligente, un agriculteur bénéficiera d’une récolte de données pertinentes qui l’aideront à réduire ses coûts d’exploitation. Par exemple, mieux évaluer la consommation d’eau et l’apport en engrais nécessaire.
Amélioration de la cohabitation robots/humains grâce à l’intelligence artificielle
On parle d’automatisation dans les entrepôts et les usines depuis plusieurs années déjà. Mais l’IA permet d’aller plus loin, et surtout, de mieux combiner des modèles hybrides, où des robots peuvent cohabiter avec des humains. Les véhicules guidés automatisés de génération antérieure nécessitaient une importante modification physique des lieux de travail. Bien souvent, des modifications importantes aux processus d’affaires reliés étaient aussi nécessaires, rendant peu accessible une intégration dans les plus petites entreprises. Il en est tout autrement aujourd’hui, grâce à l’intelligence artificielle qui permet aux robots de s’adapter « aux scénarios complexes d’interaction homme-robot »(7). L’intégration des robots en cohabitation avec les humains devient donc possible, même pour des entreprises de tailles moyenne, voir petites. Les investissements peuvent se faire de façon graduelle, l’entreprise ayant la possibilité de mesurer le rendement avant d’entreprendre un investissement plus important.
Les robots conversationnels (chatbots) sont une autre façon de mettre à profit l’intelligence artificielle dans la chaine d’approvisionnement. Walmart a déjà emboité le pas en délégant une partie de ses négociations avec certains fournisseurs à un robot conversationnel (8). En effet, à l’aide d’un logiciel appelé Pactum AI, l’entreprise utilise maintenant le robot conversationnel pour conclure des ententes avec certains fournisseurs éprouvés. Bien sûr, le déploiement d’un tel projet requiert une bonne préparation. En identifiant d’abord certaines catégories de produits, Walmart a pu lancer relativement rapidement son projet pilote qui fut concluant. Par la suite, étendre le projet dans différents pays et à plus de catégories de produits devient de plus en plus facile, puisque le logiciel apprend constamment de scénarios précédents, rendant ainsi plus simple le réglage des paramètres.
L’intelligence artificielle pour une culture d’entreprise plus saine
Au-delà des applications techniques et des gains financiers de l’intégration de l’IA dans les entreprises, il y a de nombreux avantages culturels à introduire l’intelligence artificielle dans les activités d’une organisation (9). En effet, bien qu’on pourrait croire à une résistance des employés qui pourraient sentir leur emploi menacé, il a plutôt été démontré que l’IA peut augmenter la motivation, le sentiment d’appartenance et la cohésion dans les équipes. Les employés ayant à leur disposition des outils découlant de l’intelligence artificielle prennent de meilleures décisions et se sentent plus efficaces dans leur travail.
En conclusion, nous ne connaissons que la pointe de l’iceberg de tout ce que l’intelligence artificielle pourra faire pour nous aider à améliorer les chaines d’approvisionnement. Mais déjà, les applications sont nombreuses et les technologies deviennent de plus en plus accessibles.
Et l’éthique, dans tout ça? Dès la programmation d’un système d’intelligence artificielle, l’humain impose certains biais. Qu’ils soient connus ou pas, ils influenceront certainement l’apprentissage du système d’IA. Un autre vaste sujet, dont on commence à peine à mesurer l’envergure, mais qui apportera certainement des débats et des réflexions intéressantes dans les mois à venir.
Ne manquez pas nos prochains articles, inscrivez-vous à notre infolettre !
Envie d’en lire plus sur la chaine d’approvisionnement ? Cliquez ici pour lire nos articles de blogue !
Sources :
- Brousseau-Pouliot, Vincent, “Un avenir incertain”, lapresse.ca, Janvier 2023, https://www.lapresse.ca/contexte/2023-01-22/un-cafe-avec-yoshua-bengio/un-avenir-incertain.php#
- M. Chui, N. Henke et M. Miremadi, “Most of AI’s Business Uses Will Be in Two Areas’, HBR.org, Juillet 2018, https://hbr.org/2018/07/most-of-ais-business-uses-will-be-in-two-areas
- McKendrick, Joe, “Artificial Intelligence : Not A Panacea For Supply Chain Issues, But Extremely Helpful”, Forbes.com, Juillet 2022, https://www.forbes.com/sites/joemckendrick/2022/07/14/artificial-intelligence-not-a-panacea-for-supply-chain-issues-but-extremely-helpful/?sh=11ce25da5821
- M. Scherage, “Data, Not Digitalization, Transforms the Post-Pandemic Supply Chain”, MIT Sloan Management Review, Juillet 2020.
- M. Chui, N. Henke et M. Miremadi, “Most of AI’s Business Uses Will Be in Two Areas’, HBR.org, Juillet 2018, https://hbr.org/2018/07/most-of-ais-business-uses-will-be-in-two-areas
- Touma, Chloé-Anne, “Des algorithmes dans les poulaillers du Québec”, CScience.ca, Juillet 2022, https://www.cscience.ca/2022/07/05/des-algorithmes-dans-les-poulaillers-du-quebec/
- Touma, Chloé-Anne, “Des robots mobiles autonomes dans les entrepôts nord-américains, CScience.ca, Juillet 2022, https://www.cscience.ca/2022/07/25/des-robots-mobiles-autonomes-dans-les-entrepots-nord-americains/
- R. Van Hoek, M. DeWitt, M. Lacity, et T. Johnson, “How Walmart Automated Supplier Negotiations”, HBR.org, Novembre 2022. https://hbr.org/2022/11/how-walmart-automated-supplier-negotiations
- S. Ransbotham, F. Candelon, D. Kiron, B. LaFountain, et S. Khodabandeh, “The Cultural Benefits of Artificial Intelligence in the Enterprise,” MIT Sloan Management Review and Boston Consulting Group, Novembre 2021.
