Accueil / Tribunes / La supply chain a besoin de l’IA, mais l’IA a besoin de l’être humain

EXPERTISES

La supply chain a besoin de l’IA, mais l’IA a besoin de l’être humain

16.12.2020 • 09h30
A_1

Kinaxis

Une tribune signée par Polly Mitchell Guthrie, VP industry outreach & thought leadership chez Kinaxis.

La presse regorge d’articles expliquant pourquoi les entreprises ont besoin de l’intelligence artificielle (IA), dont l’impact devrait être considérable. McKinsey Global Institute estime qu’au niveau mondial, d’ici à 2030, les retombées économiques supplémentaires annuelles liées à l’IA atteindront 13 trillions de dollars, soit environ 62 % du PIB total actuel des États-Unis. Le deep learning a pris d’assaut la Silicon Valley et l’IA s’est répandue dans tous les secteurs, notamment la supply chain, pour résoudre des problèmes jusque-là jugés hors de portée. Grâce aux avancées des algorithmes, à des masses de données et à une infrastructure informatique plus performante, l’IA s’est montrée prometteuse, gagnant de manière impressionnante en précision et en rapidité dans les prévisions, bien au-delà des capacités cognitives de l’être humain.


Le rôle de l’être humain dans l’IA

Cependant, autant l’IA revêt une importance croissante pour les entreprises, autant le rôle de l’être humain n’a jamais été aussi critique. Face à l’accent mis sur l’automatisation (et sur les craintes de suppression d’emplois qui vont de pair), l’idée d’une supply chain entièrement autonome accorde une importance excessive à l’élimination du rôle de l’humain. Nous autres, humains, sommes essentiels pour l’IA car nous pouvons lui apporter la contextualisation, la conscience et la collaboration.


L’être humain saisit le contexte

Pensez au problème de planification des délais d’assemblage d’une voiture moyenne, qui peut compter plus de 30 000 pièces. Aucun être humain n’a le temps ni la capacité s’élaborer un planning qui estime précisément le délai de réception de chacune de ces pièces. Le machine learning peut quant à lui s’appuyer sur les données historiques pour prévoir le délai probable, remplaçant ainsi les suppositions et estimations humaines. Si vous combinez ces 30 000 modèles avec l’automatisation, vous obtenez une supply chain auto-adaptative, capable de détecter les variations par rapport au planning, de corriger automatiquement les plus faibles d’entre elles et d’alerter le responsable de la planification pour lui demander de traiter les exceptions. Ce type d’application améliore nettement la précision et la productivité.


Mais que se passe-t-il lorsqu’une crise entraîne la fermeture d’usines et donc des retards majeurs dans l’approvisionnement des pièces concernées ? Lorsque les délais vont jusqu’à doubler voire davantage encore, le responsable de la planification se sert des informations contextuelles en sa possession et de son abondante expertise spécialisée pour prendre les meilleures décisions possibles. Lorsque les tendances redeviennent plus fiables, le machine learning revient en jeu pour fournir à l’être humain des indications supplémentaires mais, jusqu’à ce stade, mieux vaut que l’humain reste aux commandes.


L’être humain est doué d’une conscience

Il est aussi souhaitable que l’être humain pilote l’utilisation de l’IA car il peut faire appel à sa conscience pour en gérer les conséquences imprévues. McKinsey décrit l’IA comme une lame à double tranchant, compte tenu de ses effets tant positifs que négatifs, plus marqués que ceux de la plupart des innovations récentes et moins bien compris.


Lorsqu’elle fonctionne comme nous le souhaitons, l’IA semble magique mais, lorsqu’elle déraille, elle suscite des appels à une réglementation afin de faire rentrer le génie dans sa lampe. Cette approche n’est ni réalisable ni désirable. Après tout, l’efficacité du tranchant de la lame s’applique également aux retombées positives. En dehors des gains financiers qui motivent la Silicon Valley, il existe quantité d’exemples d’applications bienfaisantes de l’IA, que ce soit dans les domaines de la santé, de la lutte contre la faim, des droits humains, etc.


L’être humain sait comment collaborer

Certains définissent les supply chains par leurs relations. Les universitaires Doug Lambert et Matias Enz écrivent : « Gérer une supply chain revient donc en réalité à gérer des relations. Cette gestion s’effectue, maillon par maillon, relation par relation, et les entreprises gagnantes seront celles sachant le mieux gérer ces relations. » Les relations en question fonctionnent de manière optimale lorsque les maillons de la chaîne sont connectés et peuvent tous partager la même vue de ce qui s’y passe, à partir des mêmes données. Cette visibilité permet une collaboration en temps réel, où les membres de différentes équipes de l’entreprise peuvent échanger des idées en fonction d’une compréhension commune des données.


Face à une crise, la nature interdépendante de la supply chain fait que l’impact ne se limitera pas à un secteur particulier mais se répercutera sur l’ensemble du réseau. La simulation de scénarios au moyen d’un outil de planification simultanée (concurrent planning) peut fournir les informations nécessaires pour observer instantanément cet impact.


Conserver l’humain au centre

L’automatisation intelligente de l’IA peut nous libérer des tâches banales qui nous prennent du temps mais n’exploitent pas au maximum les capacités de notre cerveau. Les gains de productivité ainsi obtenus peuvent nous permettre de nous concentrer sur ce à quoi nous excellons. Autant l’entreprise a besoin de l’IA pour ce genre de tâches, autant l’IA ne saurait se passer de l’être humain. Nos capacités à saisir le contexte, à exercer notre conscience et à collaborer ne sont pas remplaçables par des machines. Au lieu de tenter de mettre en œuvre une supply chain entièrement autonome, nous pouvons faire appel à l’IA pour mettre en lumière les exceptions et renforcer l’intelligence humaine, non s’y substituer. Par conséquent, prenez bien soin de votre responsable de la planification car l’IA en a besoin.

SUIVEZ-NOUS
NEWSLETTER
Pour rester informé chaque semaine