Un argument de poids pour la supply chain intelligente

Dans le sillage d’Amazon qui transforme la logistique moderne, des technologies « intelligentes » sont maintenant disponibles pour permettre aux entreprises de tous les secteurs de renouveler leurs processus et de respecter leurs délais.

Plus grand fleuve du monde en volume, l’Amazone traverse neuf pays sur 6 400 kilomètres à un débit de 200 000 mètres cubes par seconde. Il représente depuis l’Antiquité une route commerciale indispensable, reliant les ressources naturelles de la jungle au reste du continent et du monde.

« Savez-vous pourquoi Jeff Bezos a nommé son entreprise Amazon ? », demande Jérôme Pedreno, responsable du Business Development chez Hardis Group, entreprise européenne de conseil et de services du numérique, et éditeur indépendant de solutions intelligentes dédiées à la supply chain.

«Parce que le fleuve n’est pas uniquement une voie de transport de marchandises. Bezos a compris qu’il constitue un marché en soi. Il s’est rendu compte que pour réussir, il devait vendre les performances du fleuve logistique, qui se compose d’un ensemble de technologies logistiques, d’automatisation et de réseaux. »

Aujourd’hui, l’entreprise Amazon achemine 350 millions de produits différents des fabricants aux consommateurs tout le long du cours de son fleuve logistique. Les technologies qui ont permis à la société d’atteindre un tel niveau d’efficacité, comme l’automatisation, le suivi en temps réel, l’Internet des objets (IoT), l’intelligence artificielle, l’analyse de données, l’edge computing et le cloud, sont maintenant disponibles au plus grand nombre.

Pedreno et ses collègues chez Hardis Group s’efforcent de mettre en place ces solutions de supply chain intelligente dans les usines, les entrepôts et les magasins.

La convergence de ces technologies renforce les capacités d’analyse en temps réel de la supply chain moderne. L’edge computing, par exemple, collecte et examine les données des dispositifs IoT du réseau local, des capteurs et d’autres sources grâce à l’intelligence artificielle et aux algorithmes d’apprentissage. Les résultats obtenus sont appliqués en temps réel aux applications, s’ils sont pertinents, avant d’être transmis au réseau étendu (WAN) pour leur regroupement et leur traitement dans le cloud ou dans un centre de données privé. L’edge analytics (analytique en périphérie) a rendu l’apprentissage machine et l’IA accessibles à de nombreuses entreprises grâce à la réduction drastique de la consommation de bande passante, très coûteuse, liée aux méthodes classiques de regroupement de données dans un premier temps et de transmission de la totalité de ces informations vers un cloud central pour leur traitement et leur analyse, dans un deuxième temps.

Outre les codes-barres et les tags RFID (radio-identification) utilisés pour le suivi de l’inventaire et des ressources, la révolution de l’IoT permet la collecte de données de processus issues des machines industrielles pour réaliser la maintenance en amont des équipements, augmenter le temps d’activité, accroître les performances des usines et renforcer la sécurité au travail. Les caméras et les drones de surveillance vidéo sont adaptés en vue d’utiliser les systèmes de reconnaissance audiovisuelle pour assurer le suivi des produits et de l’ensemble des machines, et même reconnaître l’identité, la voix ou les émotions des travailleurs et des consommateurs.

L’application de l’IA et de l’apprentissage machine aux données traitées par les systèmes logistiques et de supply chain, combinées à des données externes, par exemple les tendances du marché, les réseaux sociaux, les vacances ou les prévisions météorologiques, a été baptisée supply chain intelligente. L’analyse des flux continus en temps réel de différentes sources de données aide à maintenir les responsables informés sur l’état de la supply chain. Ils peuvent ainsi rapidement apporter toute modification nécessaire aux prestataires, expéditeurs ou fournisseurs afin de veiller au respect des délais et à la satisfaction client.

Les analystes de KPMG ont publié un article sur les supply chains intelligentes dans le secteur industriel qui résume bien le rôle déterminant de cette capacité d’analyse dans le succès commercial d’une entreprise : « Là où une légion d’analystes passait il y a peu des mois à élaborer les meilleures stratégies pour réduire les délais de livraison ou identifier les difficultés rencontrées dans les usines, un centre de décision parfaitement huilé s’appuyant sur des données cognitives peut détecter les anomalies, reconnaître les situations entraînant des désorganisations non prévues, et ainsi suggérer presque immédiatement des solutions. »

La transition vers le tout en ligne pendant la pandémie a permis aux consommateurs de distinguer facilement les entreprises qui savaient gérer leurs stocks et livrer rapidement leurs articles de celles qui n’avaient pas cette capacité. Malgré l’impact des fermetures nationales sur les supply chains en raison des restrictions de couvre-feu, les attentes des consommateurs sont restées élevées, avec une tolérance très faible pour les ruptures de stock ou la lenteur des livraisons.

Une étude récente de Baymard Institute montre par exemple que 69 % des clients renoncent à leurs achats en ligne lorsqu’un ou plusieurs de leurs articles ne sont pas disponibles. Seulement 17 % d’entre eux reprennent leurs achats. Une autre analyse d’ensemble de IHL Group révèle que les distributeurs perdent chaque année environ 825 milliards d’euros en raison des ruptures de stock dans les magasins de vente au détail.

Un sondage réalisé en 2020 par Oxford Economics et SAP auprès de 1000 cadres dirigeants a démontré qu’ils étaient bien sensibilisés aux avantages des informations en temps réel en matière d’amélioration des systèmes logistiques, d’efficacité de la supply chain et de coopération avec les partenaires et les fournisseurs. Une enquête menée par Deloitte sur la supply chain et les systèmes analytiques précise néanmoins que bien que 76 % des personnes interrogées considèrent le développement de solutions avancées de logistique et de supply chain numériques essentiel, la plupart des entreprises n’y consacrent pas suffisamment d’investissements en raison d’un décalage entre les leaders technologiques et les dirigeants commerciaux.

Des géants comme IBM et Microsoft, ainsi que Hardis Group, s’efforcent de faire disparaître cette contradiction et prônent les avantages d’une évolution des systèmes logistiques et de la gestion de la supply chain. La plateforme développée par Hardis Group s’appuie sur les systèmes de logistique des entrepôts et des usines de l’entreprise, utilisés par 250 sociétés dans 20 pays.

« Dans les entrepôts, les usines et les magasins, notre plateforme modélise l’environnement de travail », déclare Damien Pasquinelli, Chief Technology Officer (CTO) de Hardis Group.

« Nous analysons différentes sources de données grâce au deep learning (apprentissage profond), par exemple les données issues de la reconnaissance visuelle, des points de vente, des tags, des ERP ou des CRM. Le système est ainsi capable de déclencher des alertes pour les employés des entrepôts ou des usines, ou pour les commerciaux dans les magasins, lorsqu’une palette reste trop longtemps sur le quai de chargement, si un produit est déposé au mauvais emplacement dans un magasin ou si le stock diminue et doit être renouvelé. »

Les réseaux 5G vont augmenter considérablement le volume de données échangées localement, permettant aux supply chains intelligentes de diffuser en flux continu beaucoup plus de contenu vidéo, selon Pasquinelli. Hardis Group travaille actuellement au développement d’un logiciel qui offrira à ses clients une assistance dans la gestion du réseau complexe de nœuds IoT susceptibles de communiquer entre eux grâce à la 5G au cœur de leurs supply chains intelligentes.

« Nous souhaitons fournir aux entreprises les outils de gestion en temps réel de la communication entre ces nœuds et le réseau global », explique-t-il. Il imagine que ces outils fonctionneront de la même manière que le système cognitif humain, c’est-à-dire notre cerveau.