Entretien avec Hong Mo Yang (Blue Yonder) : l'importance des supply chains intelligentes

Hong Mo Yang, SVP & GM Manufacturing Sector, Blue Yonder, s'entretient avec Manufacturing Global sur l'importance des supply chains intelligentes dans la fabrication.

1. Qu'est-ce qu'une supply chain intelligente et quel est son rôle dans la fabrication ?

Une supply chain intelligente utilise la technologie pour augmenter les efficiences, s'auto-optimiser et répondre intelligemment aux changements de demande et aux perturbations. Exemple : en utilisant IA et machine learning (ML) pour automatiser les processus, la supply chain peut prendre des décisions intelligentes sans intervention humaine. Cela peut être trouver un Plan B pour acheminer un composant retardé à l'usine à temps, ou signaler à l'avance qu'une pénurie de personnel pourrait retarder la production.

2. Quelle significance a une supply chain intelligente pour les fabricants, quelle valeur pour l'organisation ?

Adopter IA et ML aide les fabricants à suivre la demande changeante en leur permettant de prédire les problèmes avant qu'ils ne surviennent et de naviguer à travers les perturbations. Cela permet aux entreprises de garder une longueur d'avance sur le comportement d'achat client plutôt que de simplement réagir une fois les incidents survenus.

3. Quel rôle la technologie joue-t-elle dans la création d'une supply chain intelligente ?

La pandémie a sérieusement perturbé les supply chains mondiales, forçant les entreprises à décider et réagir à très court terme. Les machines permettent de réagir aussi vite et intelligemment que possible — ex: utiliser ML pour identifier où retards ou pannes peuvent survenir. Le ML peut opérer à un niveau granulaire, ex: inspecter charges individuelles et prédire quelle livraison est à haut risque d'échec, puis algorithmes reroutent les livraisons en cas de panne. Tout le processus peut être automatisé, de la planification à l'exécution.

Le ML peut aussi aider les fabricants à prioriser où les biens sont le plus urgemment nécessaires pour tenir engagements production/livraison. Les humains, eux, ont souvent besoin de jours pour de telles décisions et sont sujets aux erreurs face à gros volumes de data et deadlines serrées. Les machines gèrent cela sans émotion, décident vite sur base data, signifiant que l'approche séquentielle traditionnelle de planification touche peut-être à sa fin.

4. Quels sont les trois top trends des supply chains intelligentes ?

Top 3 : IA/ML, jumeau numérique de supply chain (digital supply chain twin), demande croissante de data scientists pour supporter les nouvelles technologies. Comme mentionné, nombreux use-cases IA/ML sur la supply chain : prévision demande, anticipation perturbations, optimisation routes transport, planification ressources, stratégies fulfillment client. IA/ML largement implémenté pour driver efficiences, automatisation, visibilité et intégration accrues sur le réseau supply chain.

Pour aider les leaders supply chain à prendre les bonnes décisions bout-en-bout, un jumeau numérique est critique. En créant une représentation digitale de la supply chain physique, les entreprises peuvent l'utiliser pour décisions locales et globales, augmenter conscience situationnelle, évaluer impact de divers scénarios avec confiance. Surtout, les organisations peuvent anticiper l'impact des décisions sur objectifs business stratégiques : croissance revenus, contrôle marges, cibles satisfaction client.

Et alors que les entreprises continuent d'investir dans nouvelles technologies (IA/ML, IoT, robotique), combiné aux exigences d'agréger volumes de data plus élevés depuis ressources internes/externes, la demande de data scientists grandira. Aujourd'hui, data scientists résolvent défis : modélisation data, plans pour supply chain plus durable, amélioration temps réponse et agilité via visibilité/contrôle accrus, automatisation processus décisionnels avec IA/ML et big data pour décisions business plus intelligentes et stratégiques.