Comment le COVID-19 a accéléré le passage vers des chaînes d'approvisionnement transparentes et data-driven

La pandémie de COVID-19 a eu un impact profond et durable sur la société et les économies mondiales, remodelant les chaînes d'approvisionnement de manière que de nombreuses organisations n'oublieront jamais.

Début 2020, les pénuries, retards d'expédition et réductions d'effectifs déclenchés par la distanciation sociale ont forcé les leaders de la chaîne d'approvisionnement à résoudre les perturbations sans gonfler les coûts — évitant les accumulations de stocks ou nouveaux hubs régionaux.

« Avec le COVID, il y avait moins de gens pour gérer ces processus de chaîne d'approvisionnement — moins de gens sur le plancher d'inventaire pour voir quels produits étaient là, moins de gens dans le processus de gestion d'entrepôt, moins de monde dans la cour pour décharger — les gens ne pouvaient pas être là. Beaucoup de faiblesses de la "chaîne d'approvisionnement traditionnelle" sont ressorties. »

Infosys Consulting rapporte que 57 % des chaînes d'approvisionnement ont subi une réduction de 25 % ou plus de leurs opérations.

Par conséquent, de nombreux gestionnaires de chaîne d'approvisionnement se sont tournés vers une boîte à outils numérique pour gagner en clarté.

Les deux outils principaux sont la technologie de tour de contrôle de la chaîne d'approvisionnement — un hub central qui capture divers processus et utilise des recommandations pilotées par IA — et la modélisation de jumeau numérique, qui réplique actifs et processus pour augmenter la productivité, réduire les coûts et révéler les lacunes dans l'approvisionnement, la demande et la logistique erratiques d'aujourd'hui.

Inscrivez-vous à IoT World 2021 ici

Défis de la chaîne d'approvisionnement traditionnelle

Les experts disent que la numérisation est la clé pour adresser le dysfonctionnement de la chaîne d'approvisionnement.

« Le modèle linéaire traditionnel de chaîne d'approvisionnement se transforme en réseaux d'approvisionnement numériques (DSN), où les silos fonctionnels sont brisés et les organisations deviennent connectées à leur réseau d'approvisionnement complet pour permettre visibilité de bout en bout, collaboration, agilité et optimisation », a écrit Jim Kilpatrick de Deloitte.

Un rapport de juillet de McKinsey & Co., Resetting Supply Chains for the Next Normal, a révélé que 93 % des répondants à une enquête auprès de 60 cadres supérieurs de la chaîne d'approvisionnement prévoyaient d'augmenter la résilience — souvent via de nouvelles stratégies d'approvisionnement, un focus accru sur l'analytique et la montée en compétences de leurs effectifs.

De plus, 85 % des répondants ont dit lutter contre des technologies inefficaces, et 60 % prévoyaient d'implémenter de l'analytique avancée pour mieux comprendre leurs chaînes d'approvisionnement.

« Les entreprises passent au crible leurs opérations et leur chaîne d'approvisionnement », a déclaré George Bailey, directeur exécutif et directeur de la recherche au Digital Supply Chain Institute (DSCI). « Les entreprises ne vont pas gagner avec des coûts plus élevés dans leurs opérations — plus d'inventaire, plus d'entrepôts et ainsi de suite. L'automatisation et le changement de processus sont encore plus importants que jamais », a-t-il ajouté.

Développer des chaînes d'approvisionnement data-driven

Comprendre la dynamique d'une chaîne d'approvisionnement — et accéder à des données significatives — est une tâche monumentale.

Les gestionnaires ont besoin de visibilité sur la disponibilité des produits, l'inventaire des fournisseurs, la logistique d'approvisionnement des matériaux, les délais de production, la maintenance d'équipement et l'expédition client.

Les entreprises s'efforcent donc de devenir plus data-driven, que ce soit pour compter l'inventaire, suivre les camions, ou trouver un fournisseur alternatif quand l'un tombe en panne.

La technologie de tour de contrôle offre une console centralisée qui agrège les données, utilise le machine learning pour digérer l'information, et fournit des recommandations actionnables lors d'événements imprévus. Pendant l'ouragan Katrina, par exemple, la tech de tour de contrôle a aidé à réacheminer les expéditions vers des régions non affectées.

Une étude de McKinsey & Co. a révélé que 39 % des fabricants asiatiques ont implémenté une approche centre nerveux ou tour de contrôle pour booster la transparence de bout en bout.

Défis de l'intégration des données de la chaîne d'approvisionnement

Déployer une tour de contrôle nécessite un effort initial substantiel.

Les organisations avec des données fragmentées ou de faible qualité doivent investir du temps pour intégrer les systèmes existants avec des plateformes plus récentes en temps réel. Les données ont souvent besoin d'être traduites et nettoyées avant consolidation.

« Des systèmes très old-school — ERP existants et systèmes d'inventaire — superposés avec des systèmes temps réel orientés insights comme la gestion de flotte et le track-and-trace », a expliqué Pelino. « Vous faites le pont entre les systèmes existants et de nouveaux systèmes connectés IoT. Pour fournir cet ensemble de recommandations, vous devez traduire et intégrer ces données. »

Des changements culturels sont aussi nécessaires. De nombreuses entreprises suivaient auparavant un état d'esprit « si ça n'est pas cassé, ne le répare pas », mais la pandémie a exposé les lacunes en insight de données qui ont rendu la technologie de tour de contrôle, l'intégration de données et l'analytique critiques pour la mission.

Associer la technologie de jumeau numérique à l'analytique de la chaîne d'approvisionnement

Les jumeaux numériques — répliques virtuelles d'actifs et processus réels — permettent aux entreprises d'évaluer des risques comme les conditions météorologiques extrêmes, les pannes de courant et les pandémies.

« Les jumeaux numériques aident [les entreprises] à faire ces analyses what-if avec une superposition de jumeau numérique pour devenir très efficaces, très granulaires sur [les risques] », a dit Pelino.

Bien qu'encore émergents, certains organisations ont déjà exploité les jumeaux numériques efficacement.

Bridgestone Corp., un fabricant de pneus, utilise des jumeaux numériques pour modéliser la durée de vie des pneus, intégrant charge, vitesse, conditions de route et comportement de conduite.

Hans Dorfi, directeur de l'ingénierie numérique, a noté dans un rapport Deloitte : « Si l'analytique joue un rôle majeur, elle ne fait qu'augmenter le jumeau numérique. Le jumeau numérique capture l'enveloppe de performance multidimensionnelle des pneus et peut aussi s'appliquer aux produits en développement où aucune n'existe pas encore. »

Une étude Juniper Research projette le marché mondial des jumeaux numériques à croître de 17 % en 2021, atteignant 12,7 milliards de dollars.

La réplication d'actifs et processus physiques reste difficile, surtout lors de l'intégration de sources de données existantes et IoT diverses de qualité variable.

Forrester's Pelino a averti que « les jumeaux numériques ne sont aussi précieux que la qualité des données qui entrent dans la plateforme. »

Le co-auteur de Juniper Research Nick Maynard a ajouté, « Les jumeaux numériques ne sont aussi précieux que la qualité des données qui entrent dans la plateforme. »

Une étude Gartner sur l'implémentation IoT a révélé que seulement 13 % des entreprises utilisant des projets IoT avaient déjà des jumeaux numériques, tandis que 62 % travaillaient vers l'implémentation.

Les jumeaux numériques élargissent aussi la surface d'attaque. « La surface d'attaque a été étendue », a mis en garde Pelino. « Maintenant que je connecte cette chaîne d'approvisionnement — ces actifs, ces véhicules — pour quelqu'un qui veut faire quelque chose de mal, il y a plus d'endroits. »