Comment la modélisation 3D rationalise la gestion des stocks et des matériaux

Un ensemble sans cesse croissant de défis mondiaux signifie que chaque année au cours des dernières années, au moins une entreprise sur 20 a subi une interruption de la chaîne d'approvisionnement coûtant au moins 100 millions de dollars, selon un récent rapport de McKinsey &Company.

Sur les marchés des matières premières, l'achat et la vente de matières premières ou directes ont toujours comporté des risques, même avant la pandémie mondiale. Après l'épidémie, les chaînes d'approvisionnement des produits de base se sont révélées particulièrement vulnérables, entravées par des processus manuels incohérents, des systèmes déconnectés et des feuilles de calcul inaccessibles. Manquant de visibilité sur les causes des perturbations de la chaîne d'approvisionnement, les producteurs de matières premières, les commerçants et les consommateurs ont été incapables de répondre à un paysage en évolution rapide.

Les entreprises qui produisent, achètent ou commercialisent des matières premières sont impatientes de profiter des avantages de processus bien définis pris en charge par les technologies numériques. Pour ces entreprises, l'incapacité à identifier les risques et à réagir rapidement aux perturbations peut être particulièrement coûteuse.

Selon une enquête McKinsey menée auprès de 60 responsables de la chaîne d'approvisionnement au deuxième trimestre 2020, 73 % ont rencontré des problèmes avec les fournisseurs, 75 % ont eu des difficultés avec la production et la distribution, et près de la moitié ont connu des retards dans la planification et la prise de décision. Plus révélateur, à une époque où la main-d'œuvre et les partenaires d'approvisionnement étaient séquestrés à distance, 85 % des entreprises ont déclaré être aux prises avec des technologies numériques insuffisantes pour prendre en charge les processus clés.

Au cours des dernières années, de nombreuses entreprises se sont tournées vers des solutions de chaîne d'approvisionnement conçues pour les matières premières afin de soutenir l'achat, la vente, le déplacement, le stockage et la transformation, tout en gérant les risques associés à ces fonctions. Bien que ces applications soient essentielles à l'évaluation et au suivi des actifs, le besoin d'une assistance spécialisée dans la chaîne d'approvisionnement, en particulier aux points de transfert critiques entre les parcs à bestiaux, les terminaux de vrac, les entrepôts et les terminaux portuaires, demeure.

Les nouvelles technologies telles que l'Internet des objets, l'intelligence artificielle, l'apprentissage automatique et la modélisation 3D facilitent le suivi et la gestion des matières premières. Ils permettent aux entreprises de commencer à répondre à des questions cruciales sur l'état de leurs marchandises, des fermes et usines aux installations de stockage, aux ports et aux usines de transformation. Mais sans une vue intégrée sur le cycle de vie des produits de base, ces technologies n'offriront pas le niveau de visibilité dont les entreprises mondiales ont besoin pour renforcer leur résilience, gérer leurs actifs plus intelligemment et prendre des décisions en temps réel alors que les conditions sur le terrain changent continuellement.

Le renforcement de la résilience tout au long de la chaîne d'approvisionnement des matières premières est aujourd'hui une priorité essentielle. Il n'a jamais été aussi urgent de réagir plus rapidement aux perturbations imprévues et de récupérer plus rapidement.

Les producteurs, les acheteurs et les commerçants sont aptes à gérer un portefeuille diversifié de stratégies pour atténuer la production et la tarification en optimisant les risques, en participant aux échanges et en concevant des contrats et d'autres instruments financiers pour se couvrir contre les pertes. Mais comme les leçons de la pandémie l'ont clairement montré, le risque est intégré à chaque étape du cycle de vie des produits de base. Une usine avec une capacité mais aucune visibilité sur la capacité de ses fournisseurs à honorer les commandes n'est pas en mesure de garantir un approvisionnement alternatif. Un manque de capacité de stockage pour recevoir les marchandises expédiées entraîne une course coûteuse pour l'espace d'entrepôt. Les processus standardisés de stockage rendent difficile la vérification de la qualité avec suffisamment de précision pour mélanger les matériaux en toute confiance.

Les organisations qui cherchent à maîtriser cette volatilité auront besoin d'une vue plus granulaire de leurs chaînes d'approvisionnement. Le cycle de vie des matières premières implique un réseau mondial de producteurs, de prestataires de transport, d'installations de stockage et de transformation, de commerçants et de consommateurs. À chaque étape de la chaîne, les personnes, les processus et les technologies doivent être connectés de manière transparente pour une prise de décision en temps réel concernant les actifs critiques.

Les entreprises opérant dans les matériaux directs doivent aller au-delà des pratiques standard de gestion des parcs de stockage et d'automatisation des entrepôts, et adopter des outils de modélisation de précision qui offrent une visibilité plus approfondie de ce qui se passe sur le terrain. Armés d'une vue plus granulaire des équipements et des biens, ils peuvent ajuster dynamiquement les opérations en temps réel pour augmenter le débit, gérer la qualité de manière plus flexible et simuler la planification des tâches pour une prise de décision plus rapide.

Les opérations de stockage, de mélange et de transfert sont parmi les points de contact les plus critiques de la chaîne d'approvisionnement en amont et en matières premières. Ces activités sont prises en charge par des solutions d'automatisation de terminaux en vrac efficaces et spécialisées qui, idéalement, offrent une visibilité sur les actifs, améliorent l'utilisation des installations et, en fin de compte, augmentent le débit des portes.

La modélisation tridimensionnelle apporte de nouveaux niveaux de visibilité et de contrôle aux opérations des parcs à bestiaux et des terminaux. Les opérateurs de site peuvent voir tous leurs actifs dans une interface utilisateur 3D « survolée » pour planifier et exécuter plus efficacement les tâches de réception, de transfert et de chargement. Avec la modélisation 3D, les machines peuvent fonctionner à une plus grande proximité — à moins d'un mètre les unes des autres au lieu de 10. En plus de prendre en charge des performances plus efficaces et d'augmenter le débit, la modélisation 3D agrandit efficacement l'empreinte du parc à bestiaux, permettant aux entreprises de transporter inventaire supplémentaire sans agrandir les installations.

La science de la gestion des stocks continue d'évoluer. Mais même un stock bien empilé présente des défis pour les producteurs de matières premières, qui doivent constamment évaluer la qualité par rapport au débit afin de répondre aux exigences du contrat.

Sans visibilité en temps réel sur le stock, les producteurs risquent de ne pas respecter les contrats et de déclencher des pénalités. Pour éviter ces pénalités, de nombreux producteurs privilégient la surlivraison, dépassant souvent les paramètres de qualité jusqu'à 2 %.

Aujourd'hui, la modélisation 3D permet aux organisations de gérer leurs stocks plus précisément, en scannant les matériaux au fur et à mesure qu'ils pénètrent dans le stock, puis en modélisant ces données et en fournissant un jumeau numérique du stock aux opérateurs. Les modèles peuvent calculer les problèmes de qualité en temps réel lorsque les marchandises sont empilées, récupérées, mélangées et livrées aux acheteurs. En d'autres termes, alors que les stocks sont empilés à partir de sources multiples, que ces couches sont récupérées par divers moyens et mélangées pour la livraison, les opérateurs de stocks ont une compréhension précise - et même prédictive - de la qualité des stocks, de la réception à la livraison.

De telles connaissances ont de multiples applications. Plutôt que de s'appuyer sur une séquence d'événements préprogrammée pour automatiser les processus, les opérateurs peuvent appliquer des techniques de contrôle uniques, exécutant plusieurs tâches sur une bande transporteuse et les ajustant dynamiquement à la volée. Ils ne doivent plus faire fonctionner la ceinture pendant une période de temps fixe, la vider et recommencer.

La simulation prédictive utilise l'apprentissage automatique pour poser et répondre à de nouvelles questions sur la gestion des stocks :combien de stocks sont optimaux pour un parc de stockage ou un terminal de vrac donné ? Quels éléments sont les mieux combinés pour offrir plus de valeur à un client ? Quels types de matériaux doivent être séparés ? Est-il plus optimal de mélanger au fur et à mesure que vous empilez ou de mélanger à bord d'un navire ? Que signifierait suivre l'exemple des marques grand public et proposer des silos plus « personnalisés » ou sur mesure ?

Répondre à ces questions nécessitera l'accès à des quantités importantes de données provenant de sources disparates. De plus en plus, les entreprises qui souhaitent se démarquer devront s'appuyer sur un réseau connecté de fournisseurs, de vendeurs, d'acheteurs et de commerçants, non seulement pour optimiser les opérations, mais pour réimaginer comment les marchés des matières premières continueront de prospérer.

Les perturbations provoquées par la pandémie ont révélé la nécessité pour les gestionnaires de produits de maîtriser les processus commerciaux dans l'ensemble de leurs chaînes d'approvisionnement. Dans le même temps, ils doivent développer une compréhension plus approfondie des actifs (personnes, processus et technologies) qui transportent les marchandises tout au long de cette chaîne. La pandémie nous a aidés à comprendre l'importance cruciale de la gestion juste à temps, en particulier aux points les plus vulnérables de la chaîne d'approvisionnement.

Manav Garg est fondateur et PDG d'Eka Software Solutions.