Une utilisation qui ne date pas d’hier Une longue familiarité, précieuse en avant-vente
On parle aujourd’hui de l’intelligence artificielle comme d’une révolution toute neuve. En Supply Chain, cela n’est pas réellement le cas : nous travaillons avec des IA depuis des décennies. Elles ne portaient effectivement pas ce nom, on parlait alors de « systèmes experts », « moteurs heuristiques », « algorithmes de prévision ». Mais l’idée était déjà là : confier à la machine des décisions que l’humain ne peut pas traiter à la main sur des milliers de références.
La Supply Chain a cette chance : ces intelligences artificielles sont à notre disposition depuis longtemps, éprouvées, documentées, intégrées dans les outils.
C’est un atout que j’utilise particulièrement en avant-vente. Les clients arrivent souvent avec une demande précise : ils veulent mettre en place des outils best of breed dont ils ont entendu le nom au cours de leur certification Supply Chain. Mon rôle est alors de relier ces attentes à la réalité de leur modèle industriel, avec des conseils personnalisés.
2 enjeux bien différents pour l’IA Gestion de la demande et planification
La gestion de la demande : Un terrain mature
C’est ici que l’IA dévoile tout son potentiel. Avec les bons outils, on trouve facilement l’enchainement complet : traitement des points anormaux pour repartir avec un historique propre, normalisation d’une baseline fiable, l’application d’algorithmes d’extrapolation ainsi que le choix automatisé d’un best fit fondé sur une période de recouvrement.
À cet automatisme, se rajoute les mécanismes de modifications liés aux événements connus du futur : promotions, canibalisations ou les lancements.
L’essentiel n’est pas que la machine décide à votre place, c’est qu’elle permette au prévisionniste de soutenir ses hypothèses.
L’outil instruit, l’humain tranche.
La planification : une toute autre épreuve
La situation se complique nettement dès qu’on passe à la planification.
Les modules heuristiques offrent depuis longtemps une mécanique puissante : planification en arrière puis en avant, triée par priorités, avec découpage dichotomique des ordres pour fluidifier la charge et exploration des routings alternatifs en cas de blocage.
En réalité industrielle c’est très flou. Elle exige de l’utilisateur la maîtrise fine des paramètres de l’IA, Elle produit un plan que le planificateur exécute sans pouvoir l’expliquer à ses équipes, sans parler de l’exigence sur les données : stocks, confirmations de commande, déclarations de production, et bien sur la modélisation que le contrôle de gestion a inscrite dans les gammes et les nomenclatures.
L’enjeu, lui, ne change pas : permettre au planificateur de maîtriser son plan.
De ce constat est née une conviction : il faut un outil de planification rendant la main au planificateur au lieu de la lui prendre. Un outils construit autour de trois principes simples :
- Schématiser son modèle industriel : Dessiner sa réalité de production et choisir simplement les gammes et les nomenclatures à utiliser.
- Fiabiliser les donnés opérationnelles : En rassemblant en un même endroit les informations permettant de les vérifier et de les corriger.
- Planifier en semi-automatique : Traiter chaque demande une à une pour voir si la charge passe sur les ressources, et comprendre comment obtenir les composants.
L’IA au service du planificateur, pas à sa place. Chaque décision reste lisible, explicable et corrigeable