D'abord la transparence, puis l'IA : Perzeptron mise sur l'optimisation de la chaîne d'approvisionnement
De nombreuses entreprises investissent dans l'intelligence artificielle, mais négligent ainsi le potentiel inexploité de leur chaîne d'approvisionnement. Perzeptron explique pourquoi la transparence et la clarté des processus constituent le fondement de toute utilisation rentable de l'IA.
Les entreprises industrielles investissent actuellement de plus en plus dans l'intelligence artificielle afin d'accroître leur productivité. Mais selon Perzeptron, il convient tout d’abord d’examiner de près sa propre chaîne d’approvisionnement : dans de nombreuses entreprises, celle-ci recèle en effet un potentiel d’efficacité considérable qui peut être exploité à l’aide de moyens éprouvés – et qui crée en même temps les conditions nécessaires à une utilisation judicieuse de l’IA.
« De nombreuses entreprises s'attendent aujourd'hui à ce que l'IA résolve leurs problèmes d'efficacité », déclare Andreas Koch, directeur général de Perzeptron. « Notre expérience montre toutefois que les plus grands potentiels se trouvent souvent déjà dans la chaîne d'approvisionnement existante. Automatiser des processus inefficaces à l'aide de l'IA ne les améliore pas, cela ne fait que les accélérer. C'est pourquoi nous ne commençons pas par l'IA, mais par la transparence. »
Une analyse de l'efficacité plutôt qu'un traitement des symptômes
Perzeptron entame chaque projet d'optimisation par une analyse structurée de l'efficacité. Pour ce faire, les données disponibles issues du système ERP existant sont analysées. Une trentaine d’indicateurs permettent de mettre en évidence les sources de pertes d’efficacité, les processus qui influencent réellement la performance et les principaux potentiels économiques. Plutôt que de traiter les symptômes, on identifie et on hiérarchise les causes des processus inefficaces.
Un obstacle courant dans ce type de projets est l’idée selon laquelle les données de base de l’entreprise ne sont pas suffisamment fiables. D'après l'expérience de Perzeptron, ce n'est toutefois souvent pas le cas. L'analyse d'efficacité s'appuie directement sur les données ERP existantes. Les processus, les données de base et les données de mouvement s'améliorent systématiquement au cours de l'optimisation ; la qualité des données, la transparence et la qualité des processus progressent ainsi en parallèle.
« De nombreuses entreprises pensent ne pas disposer des données nécessaires pour mener à bien une optimisation ou mettre en œuvre l’IA », explique M. Koch. « En réalité, elles disposent généralement déjà des informations requises. Ce qui manque, c’est la transparence sur la manière dont les processus s’articulent réellement entre eux. C’est précisément ce que nous apportons – ce qui améliore automatiquement la qualité des données. »
De la clarté des missions à de meilleures décisions
Sur la base de ces constatations, Perzeptron assure ce que l'on appelle la « clarté des commandes » grâce à son logiciel de gestion de la chaîne d'approvisionnement, Mig. Toutes les informations pertinentes pour la prise de décision, issues des systèmes ERP et d’autres sources, sont regroupées. Les entreprises identifient ainsi très tôt les commandes pouvant être honorées dans les délais, les pénuries de matériel et les points nécessitant une intervention. Les décisions peuvent être prises plus rapidement, les efforts de coordination sont réduits et la fiabilité de la planification s’en trouve renforcée.
Un projet client illustre bien l'ampleur de cet effet : grâce à la combinaison d'une analyse d'efficacité, de Mig et de processus de travail optimisés, la charge de travail quotidienne liée à la planification de la production a pu être réduite, passant d'une tâche à temps plein à quelques heures seulement. Aujourd’hui, la planification y est déjà terminée vers 10 heures ; les capacités ainsi libérées sont ensuite mises à la disposition des collaborateurs pour des tâches à valeur ajoutée.
L'IA ne peut déployer tout son potentiel que si elle repose sur des bases solides
Ce n'est que lorsque les processus sont transparents, les informations cohérentes et les données fiables que l'on dispose des fondements nécessaires à une utilisation rentable de l'IA. Sans cette base, l'intelligence artificielle ne fait souvent que reproduire les inefficacités existantes. En revanche, lorsque les conditions sont réunies, l'IA peut mettre à profit ses atouts de manière ciblée dans différents domaines d'application.
Perzeptron illustre la mise en œuvre concrète de cette approche avec son logiciel Occ.AI. Cette solution automatise la vérification des confirmations de commande, recoupe les documents entrants avec les commandes et détecte en quelques secondes les écarts au niveau des prix, des quantités ou des dates de livraison. Dans le cadre d’un projet mené chez Electronic Service Willms (ESW), le temps consacré chaque semaine à ces vérifications est passé d’environ 25 à 30 heures à moins de cinq heures. Parallèlement, environ 85 % de toutes les confirmations de commande ont pu être vérifiées de manière entièrement automatisée. Les services achats gagnent ainsi un temps précieux qu’ils peuvent consacrer à des tâches qui requièrent réellement leur attention.
« L'IA apporte le plus grand bénéfice mesurable lorsque les entreprises comprennent leurs processus, prennent des décisions en s'appuyant sur des informations fiables et peuvent y intégrer des solutions d'IA », résume Koch.
Source : www.perzeptron.de
