media supply chain
et logistique

Éditeurs

Savoye lance un module de Labour management basé sur le machine learning

Savoye dévoile son nouveau module de Labour management conçu pour sa solution Odatio. Orienté terrain, il a été optimisé grâce à l'intelligence artificielle et au machine learning.

Publié le 7 juin 2022 - 12h41
A_1

Savoye

Savoye, expert en solutions robotisées et informatisées dédiées à la supply chain, sort un module de Labour management plus puissant, augmenté par du machine learning et de l'intelligence artificielle. Intégré à son outil Odatio, il permet de planifier le travail des opérateurs en le comparant avec la charge générée par les commandes à expédier et à venir, ainsi que les unités à recevoir des fournisseurs sur l'ensemble du site logistique.


Ce nouveau module offre la possibilité de définir les KPIs permettant de piloter l'entrepôt : productivité par « secteur », « cellule », mais aussi par « destination de livraison » ou « canal de vente ». Ces paramètres sont configurables pour chaque installation. Savoye a choisi de raisonner en « ressources non nominatives », c'est-à-dire en ETP (équivalents temps plein), lorsque des décisions urgentes sont à prendre. De plus, le reporting de la productivité réelle est capable de mesurer la productivité des opérateurs, y compris sur des tâches non traitées par Odatio.


Mieux gérer les équipes avec la machine

Savoye propose une meilleure solution de gestion en entrepôt, grâce à l'intelligence artificielle et au machine learning. « Les ERP utilisent essentiellement des techniques statistiques pour effectuer de la prévision. L'avènement du machine learning rend progressivement obsolètes ces approches. Ainsi, nos modèles se basent sur les données historisées de l'entrepôt pour prévoir par eux-mêmes et via l'aide des usages métiers, ce qui va se passer à l'avenir », précise Marwane Bouznif, ingénieur machine learning et optimisation chez Savoye.


Savoye annonce avoir déjà lancé trois POC dans le secteur du retail : « Sur un historique de près de cinq ans, nous sommes parvenus à atteindre un écart de 5 à 10 % entre le réel et nos calculs. Un excellent résultat permettant à nos clients de mieux anticiper leurs charges opérationnelles, notamment lors des soldes ou d'événements exceptionnels et de gagner en rentabilité », déclare Grégory Lecaignard, software product manager au sein de Savoye.

 

 

à lire aussi
CHAQUE JOUR
RECEVEZ LES ACTUALITÉS
DE NOTRE SECTEUR
INSCRIVEZ-VOUS
À LA NEWSLETTER
OK
Non merci, je suis déjà inscrit !