Autonomisation de la supply chain : mythe ou réalité ?

by Emmanuel KOURATORAS

#supplychain #retail #ML #prédictions

En plein pic d'épidémie, 104 retailers internationaux ont été interrogés sur leur niveau de maturité digitale. D'un côté, seulement 14 % d'entre eux disent s'appuyer sur une supply chain prescriptive capable de fonctionner de façon autonome. De l'autre, seulement 8% des interrogés actualisent leurs processus de prévision de la demande en temps réel avec de vieux tableurs. Pour finir, presque 40 % souhaitent utiliser l'IA pour atteindre une omnicanalité complète d'ici 2025.

Depuis l’arrivée du Coronavirus, le secteur du retail, déjà bien éprouvé par l’incertitude et le court-termisme auparavant, à été confrontée au changement radical de certaines de nos habitudes de consommation. En raison du confinement et du changement rapide de la demande, certains acteurs du marché ont alors dû constater que leur fonctionnement actuel n’était plus efficace et devait évoluer vers une plus grande automatisation.

En plein pic de l'épidémie de Covid-19, entre mars et avril 2020, une étude publiée notamment par l’Université de Warwick en juillet 2020 a interrogé 104 retailers internationaux sur leur niveau de maturité digitale et les résultats sont pour le moins étonnants. Alors que seulement 8% des interrogés actualisent encore leurs processus de prévision de la demande avec des tableurs, seulement 14 % d'entre eux disent s'appuyer sur une supply chain prescriptive capable de fonctionner de façon autonome et presque 40 % souhaitent utiliser l'IA pour atteindre une omnicanalité complète d'ici 2025. On peut en conclure qu’un grand nombre d’entreprises se trouvent actuellement dans une phase de transformation.

L’étude montre notamment de nouvelles tendances dans la manière d'appréhender les différents stades de maturité de la supply chain.

Elle différencie 4 différents stades d’évolution.

  1. L’automatisation manuelle et non récurrente
  2. Le deuxième stade est beaucoup plus analytique et par événements importants
  3. L’usage d’un système avancé de prédiction continu sur tous les process de la supply chain
  4. Autonomie complète grâce à l’utilisation du machine learning pour permettre de multiplier les scénarios de manière exponentielle tout en s’appuyant sur le résultat de prédictions en temps réel (ou presque).

Les acteurs se trouvant dans les deux premiers stades requièrent plus d’efforts humains et subissent avec plus de dommages collatéraux les événements extérieurs imprévisibles. Les niveaux 3 et 4 quant à eux permettent de prédire et d’anticiper en temps réel des besoins à venir, tout en garantissant une autonomie de la chaîne d'approvisionnement y compris quand des événements majeurs viennent bouleverser les schémas préétablis.

En dépit de l’émergence des évolutions technologiques au bénéfice de la supply chain, la moyenne des participants de l’étude tombe au niveau 2 ou inférieur et seulement 14% des distributeurs interrogés se situent au stade 3 ou supérieur.

Malgré ce contexte difficile et le manque d’automatisation des supply chain, plus de 50% des participants à l’étude se disent favorables à une plus grande volonté d’anticipation dans leurs systèmes, espérant atteindre un niveau 3 ou supérieur dans les 5 prochaines années.

Ce besoin grandissant de solutions prédictives dans le secteur s’explique par la difficulté à s’adapter à un environnement en période de crise et par le manque de flexibilité des acteurs, être doté de solutions prédictives leur permettraient d'optimiser leur pricing, finances, demandes et approvisionnements ainsi que leurs plannings d’inventaire, ainsi que de nombreux autres flux stratégiques pour les directions générales.

Le fonctionnement du machine learning n’est-pas toujours simple à expliquer. De nombreux sceptiques pensent que l’autonomie complète est impossible, voire dangereuse, car elle remet en perspective la place de l’homme dans l’entreprise. Pour autant, il semble que de plus en plus d’organisations ayant une supply chain rationnelle comprennent son importance et se tournent vers un futur plus prédictif où l’IA et le machine learning auront une place déterminante dans l'aide à la décision grâce au degré de précision apporté.


Emmanuel KOURATORAS - Head of Marketing & Communication @Verteego

Être informé(e) des dernières actualités

Recevez nos dernières news directement dans votre boîte mail