La gestion de la Supply Chain devient intelligente

Les technologies telles que l’Intelligence Artificielle (IA), le Machine Learning, l’Internet des Objets (IoT), l’automatisation et les capteurs, transforment la façon dont les entreprises fabriquent, entretiennent et distribuent de nouveaux produits et services.

De plus en plus, l’Industrie 4.0 est fondée sur la Supply Chain intelligente. Aujourd’hui, la façon dont les entreprises appliquent la technologie à la Supply Chain est fondamentalement différente de la façon dont elles l’appliquaient par le passé.

Par exemple, dans le cadre de la fonction de maintenance, les entreprises attendaient généralement un dysfonctionnement manifeste avant de réparer une machine. La technologie intelligente a changé cela. Elle permet notamment de prédire les défaillances avant qu’elles ne se produisent, puis de prendre des mesures préventives de manière à ce que la Supply Chain ne subisse aucune interruption.

« Par exemple, alors que la maintenance des matériels compte pour près d’un tiers du coût d’exploitation dans le cas de ses 45 000 wagons, il était stratégique pour Ermewa (filiale de la SNCF) de pouvoir s’appuyer sur un système d’information performant, explique Christophe Adam, chef de marché X3 chez Sage. Ermewa Group, qui loue des wagons spécialisés et des conteneurs citernes à des transporteurs et à des industriels, a donc intégré des capteurs IoT sur ses wagons. Ces capteurs permettent notamment de relever des données en temps réel sur le lieu où se trouvent les wagons, s’ils sont chargés ou non, les trajets parcourus, les chocs reçus. L’intégration de ces données dans l’ERP Sage X3 permet ensuite à Ermewa de faire de la maintenance préventive, voire prédictive de ses wagons, de s’orienter vers un modèle de facturation à l’usage et d’optimiser l’usage de ses wagons ».

Le Big Data pour des analyses prédictives

Avec le digital et le Big Data, le volume et la nature des données liées à la Supply Chain ne cessent de se développer, tels que le volume de chargement des camions, la visualisation des contraintes liées à l’itinéraire de livraison, les aléas météorologiques, les informations concernant le trafic routier, ou encore le choix de la meilleure combinaison entrepôt/transporteur,…

« Les sources de ces données sont très hétérogènes car provenant tant des fournisseurs que des sociétés d’information financière, des systèmes d’information interne, ERP, CRM, SCM, des partenaires transporteurs,…  poursuit Jean-Marie Paumelle, Partner et pilote de l’activité Supply Chain chez Wavestone. Tout l’enjeu pour les entreprises consiste à capitaliser dessus pour détecter les signaux faibles provenant de acteurs de la chaîne (fournisseurs en difficulté, transporteurs indisponibles…), afin de les anticiper et d’avoir une vision précise de la qualité de service de ses prestataires afin de mettre en place des plans d’actions adaptés et d’éviter ainsi des ruptures dans la Supply Chain ».

Aujourd’hui, les systèmes de management de Big Data et autres outils de Business Intelligence et d’Analytics sont capables d’inclure dans leurs analyses de très nombreuses données, dont certaines en temps réel. Des indicateurs qui participent alors significativement à l’optimisation de la Supply Chain Management, notamment en aidant les entreprises à maîtriser leurs coûts de transport ou de stockage, voire même à les faire diminuer.

« Ces outils permettent par exemple aux entreprises d’avoir une visibilité précise sur toutes les ressources de leur Supply Chain : stocks de produits finis, stocks de matières premières, capacités de production ou de distribution, mais également sur la traçabilité des flux commandés chez leurs fournisseurs et qui ne sont pas encore arrivés, précise Jean-Marie Paumelle. Elles disposent alors de données fiables pour, par exemple, réaliser leur plan de production en fonction des commandes fournisseurs qu’elles doivent réceptionner dans les jours suivants ».

C’est ainsi que l’éco-organisme Eco-Mobilier, spécialisé dans le recyclage de meubles, a eu recours à Eurodecision (société spécialisée dans les mathématiques décisionnelles) pour développer une interface logicielle permettant de modéliser son réseau logistique dans le cadre d’un appel d’offres.

« La solution développée par Eurodecision nous a permis de renouveler nos contrats avec nos partenaires et de les attribuer avec une logistique optimisée, le tout, dans le respect de nos obligations règlementaires, explique Antoine Caillet, responsable ingénierie des données chez Eco-Mobilier. Le schéma opérationnel d’Eco-Mobilier se compose aujourd’hui de 170 centres de tri et de 89 centres de préparation dont les contrats ont pu démarrer en temps et en heure, au 1er janvier 2020. Et en cas d’aléas, de nouveaux scénarios peuvent être réalisés en moins de 15 minutes ».

Certaines organisations se penchent d’ores et déjà sur l’étape suivante, la livraison prédictive. Le développement de modèles mathématiques complexes opérant à partir du Big Data permet aux entreprises de s’appuyer sur un nombre important de paramètres pour prendre la bonne décision au bon moment. C’est notamment le cas pour les achats de matières premières ou de pièces, qui représentent un levier important pour diminuer les coûts de production.

« Certains outils permettent de faire des simulations, de modéliser des impacts ou de faire des scénarios, ajoute Jean-Marie Paumelle. Par exemple, les entreprises disposant de tels outils ont pu, avant même l’arrivée en France du Covid, modéliser ou simuler son impact sur leur Supply Chain ».