Accueil / Expertises / L’intelligence artificielle au chevet de la supply chain et de ses défis

EXPERTISES

L’intelligence artificielle au chevet de la supply chain et de ses défis

30.03.2018 • 09h10
A_1

Vekia | Manuel Davy, président et fondateur de Vekia

Une tribune signée par Manuel Davy, président et fondateur de Vekia

Depuis le « logista » des légions romaines jusqu’aux directeurs d’entrepôt et de magasin, la question des prévisions amont-aval s’est toujours posée. Certes, dans des termes différents suivant les époques. Mais elle a toujours existé.

 

Magasin-entrepôt : deux réalités opposées

Aujourd’hui, la question de la cohérence des prévisions amont-aval – c’est-à-dire la correspondance entre les besoins des magasins et les approvisionnements des entrepôts – porte principalement sur les performances commerciales. Ce passage d’un champ d’application (logistique) à un autre (commercial) est loin d’avoir simplifié la problématique. Par définition le magasin et l’entrepôt diffèrent par leur temporalité, leurs objectifs, leurs références et leurs horizons. Si les deux lieux ont en commun d’assurer l’écoulement des marchandises, le premier vit à court-terme et traite des volumes restreints tandis que le second est sur le long-terme et gère de gros volumes. Comment réconcilier ces deux réalités ?

 

Dans un contexte traditionnel, les solutions sont bien connues. L’entrepôt étant dévolu à la livraison d’un réseau de points de vente identifiés, les informations relatives à l’historique des sorties d’entrepôt et à la consommation du point de vente suffisent à établir un profil du magasin et de ses besoins. En revanche, dans un schéma omnicanal, tout devient plus complexe. Les rôles de l’entrepôt et du point de vente fluctuent. Sous l’effet de dispositifs tels que le click and collect ou le ship-from-store, le magasin se transforme en mini-entrepôt. Quant à l’entrepôt, il tend à être court-circuité au bénéfice du magasin le plus proche de la destination. Pour prévoir les ventes dans ce nouveau paradigme, certains distributeurs m’ont avoué procéder de la manière suivante : ils prennent le volume de vente de l’année, du mois ou de la semaine précédents et l’augmentent de 1 % ou 2 %. Bref, une version mathématique de l’estimation au doigt mouillé en totale décalage avec l’évolution de la demande et des modes de consommation.

 

Prendre le risque de la dissonance entre les prévisions amont et les prévisions aval c’est s’exposer au surstock, à la rupture de stock et à leurs corollaires : la chute de la productivité et du chiffre d’affaires. Évidemment certains observateurs pourraient m’opposer le cas Zara. Une enseigne qui trône sur la fast-fashion tout en foulant aux pieds l’alignement des prévisions amont-aval. Certes. Mais Zara a un fonctionnement spécifique : proposer à ses clients de nouvelles collections à un rythme effréné pour générer du trafic en magasin. En moyenne tous les 12 jours, une nouvelle collection est sur les portants… charge aux vendeurs de faire au plus vite de la place pour les collections suivantes. Qui peut en dire autant ? Toutefois, il serait dangereux de vouloir répliquer un tel modèle qui relève clairement de la pratique d’élites.

 

L’intelligence artificielle au service de la réconciliation des prévisions amont-aval

A l’évidence les distributeurs n’ont pas le choix. La réconciliation de leurs prévisions doit être opérée de façon rigoureuse. Un nombre croissant d’entre eux en ont conscience mais se heurtent à des limites organisationnelles, humaines ou à des solutions mal adaptées. Peu d’entreprises peuvent se permettre d’enrôler une armée de spécialistes informatisés capables de procéder à une remontée hebdomadaire des données magasin. Et si certaines étaient en mesure de s’offrir ce type « d’unités », la question de la capacité à faire parler les données ne serait pas tranchée. Autant d’obstacles qui n’ont pas voix au chapitre avec l’intelligence artificielle (IA).

 

Entendons-nous bien, convoquer l’intelligence artificielle au chevet de la supply chain, ce n’est pas sacrifier à une mode passagère. Il s’agit plutôt d’une évidence. L’IA libère le travail et dessine de nouvelles opportunités pour l’Homme dans ses missions. Dans notre secteur, l’IA permet de profiler les besoins de chaque magasin en termes de références ou de palettes sur la base de données aussi objectives qu’éparses : l’historique des ventes, la saisonnalité, les commandes clients, la météo, les campagnes promotionnelles ou les commentaires sur les réseaux sociaux. Quant à ses conclusions, elles sont toujours soumises à la validation d’un opérateur humain. En effet, pour nous, l’IA n’a pas vocation à se substituer à l’Homme. Elle l’assiste, l’accompagne voire le guide tout en restant sous sa supervision.

 

Les contours d’une contribution majeure de l’IA aux performances de la supply chain se dessinent. Dès aujourd’hui l’IA améliore concrètement le chiffre d’affaires, la rotation et la gestion des stocks des acteurs de la supply chain. Des apports déterminants, à un moment où des voix commencent à se faire entendre pour discuter la réalité des promesses de l’intelligence artificielle.

OFFRES D'EMPLOI
GT LOGISTICS / Toute la France
SAVOYE / 21 - Côte d'Or
SDZ PROCESSREA / 92 - Hauts de Seine
SDZ PROCESSREA / 92 - Hauts de Seine
BUZZ LOG
“L’e-commerce et le retail ont pris conscience de la nécessité impérieuse de se doter d’une supply chain d’excellence et d’intégrer les nouveaux outils digitaux pour améliorer leurs performances économiques et commerciales”
— Jean-Michel Guarneri, président de l’Aslog
SUIVEZ-NOUS
NEWSLETTER
Pour rester informé chaque semaine