EY : Les bénéfices de l’IA générative pour la supply chain

Alors que les entreprises s’appuient de plus en plus sur l’IA pour la planification de la demande et l’approvisionnement, le secteur de la chaîne d’approvisionnement étend l’exploration de son utilisation dans d’autres domaines clés tels que la standardisation des processus et l’optimisation de la livraison sur le dernier kilomètre.

Alors que le COVID-19 a déclenché une augmentation de l'adoption de l'IA dans la chaîne d'approvisionnement, l'évolution de l'IA générative - entraînée par la population de ChatGPT - a bouleversé les croyances sur ce qui est possible.

Sur la base des données, l'IA générative est entraînée pour créer de nouveaux contenus tels que des images, du texte, de l'audio ou de la vidéo. Bien qu’il ne s’agisse pas d’une nouvelle technologie, les récents progrès réalisés dans le domaine ont rendu son utilisation et sa création de valeur beaucoup plus simples. Ces organisations s’efforcent donc de comprendre les implications, les cas d’utilisation commerciale et les moyens d’exploiter les avantages.

« Pour ceux qui recherchent assidûment l’innovation guidée par une stratégie et une compréhension des limites – et non par une impulsion à courir après le dernier objet brillant – l’IA générative peut s’avérer être un co-conseiller et un multiplicateur agile dans le renforcement des chaînes d’approvisionnement », déclare EY. .

Capacités de l'IA générative :

Vous trouverez ci-dessous quelques-unes des façons dont l’IA générative est actuellement utilisée dans les chaînes d’approvisionnement.

En matière de planification de la chaîne d'approvisionnement, de nombreuses organisations utilisent l'IA pour analyser de vastes ensembles de données historiques, les tendances du marché et d'autres variables afin de créer des modèles de demande en temps réel. Priseprévision de la demandeUn peu plus loin, l'IA générative peut optimiser les niveaux de stocks, les calendriers de production et les plans de distribution pour être plus efficace lorsqu'il s'agit de répondre aux demandes des clients.

Parmi les autres façons dont l'IA générative est utilisée dans la phase de planification, citonsla planification de la production, planifier les séquences et allouer des ressources pour minimiser les goulots d'étranglement, ainsi quegestion des risques, simulation de scénarios et stratégies d’atténuation.

Pour ceux qui opèrent dans la fonction d'approvisionnement, l'exploitation du traitement du langage naturel (NLP) peut fournir de meilleures informations sur les communications des fournisseurs et les points de données pourgestion des fournisseurs . Il peut également prendre en charge, surveiller et analyser les interactions avec les fournisseurs ; identifier les problèmes potentiels ; et améliorer les relations avec les fournisseurs.

Au-delà de la gestion des fournisseurs,approvisionnementpeuvent également bénéficier de l’IA générative pour soutenir le processus de sélection en analysant les données et en générant des informations permettant de fournir des recommandations ou des classements permettant de prendre des décisions éclairées.

Analyse du contrat peut également bénéficier de l’automatisation des informations clés des contrats et de la génération de résumés ou d’informations. En plus d'examiner et de comparer les termes, d'identifier les risques et de garantir leur conformité.

Lorsqu’il s’agit de fabriquer des produits, l’IA générative peut rapidement produire et évaluer des centaines d’alternatives.conceptions de produits sur la base de critères prédéfinis pour accélérer considérablement le processus d’innovation. En s’appuyant sur les données des machines en usine, l’IA générative peut créer de nouveauxmaintenance prédictiveles plans sont en corrélation avec le moment où l'équipement est susceptible de tomber en panne.

Pour ceux qui travaillent dansscience et ingénierie des matériaux, l'IA générative peut aider à découvrir de nouveaux matériaux et à optimiser ceux existants.

Enfin, lorsqu’il s’agit de distribution de produits, l’IA générative peut aider de plusieurs manières :optimisation du commerce mondial, à l'optimisationconceptions de réseaux logistiques,etoptimisation dynamique des itinéraires du dernier kilomètre.

Bien que l’IA générative soit un outil utile et puissant, EY souligne qu’elle comporte des limites et ne constitue pas une stratégie. Les entreprises qui cherchent à adopter l’IA générative dans leur activité doivent être guidées par trois étapes clés :

******

Pour plus d’informations sur le monde de la chaîne d’approvisionnement, lisez la dernière édition du Supply Chain Digital Magazine et assurez-vous de nous suivre sur LinkedIn et Twitter.

Autres magazines susceptibles de vous intéresser : Procurement Magazine, Manufacturing Digital