L’analyse prédictive dans la supply chain 

La supply chain : contexte

Définition

La supply chain, ou chaîne d’approvisionnement, est un élément central de toute entreprise. Elle gère l’approvisionnement et le transport des marchandises d’un point A à un point B. Son efficacité est cruciale pour la réussite de celle-ci. Ainsi, des retards ou avances peuvent entraîner des coûts significatifs. Si les produits ne sont pas disponibles en raison de ruptures d’approvisionnement, les entreprises font face à une perte de marché. Cela nuit gravement à leur image de marque et réduit leurs bénéfices. Par ailleurs, un excès de stock, en raison de capacités d’entreposage limitées, peut engendrer des coûts importants. Il est donc primordial d’optimiser la gestion de la supply chain pour éviter ces écueils. 

Acteurs

Il y a de nombreux acteurs à prendre en compte dans la supply chain. Les plus importants étant les expéditeurs aussi appelés importateurs ou exportateurs et les transporteurs qui sont les compagnies de transports. Les expéditeurs peuvent être une entreprise BtoB ou BtoC, dans tous les domaines d’activités tandis que les transporteurs détiennent des navires, des avions, des trains, des camions, des barges, etc…D’autres acteurs, comme les opérateurs de logistique, proposent des entrepôts et achètent des capacités de transports aux transporteurs pour les revendre aux expéditeurs.

Enjeux 

Le délai et le coût ont longtemps dominé les préoccupations des acteurs de la supply chain. Aujourd’hui, les émissions de carbone se sont ajoutées à ces enjeux. En effet, la prise de conscience écologique et les réglementations qui en découlent ont fait de ces émissions un paramètre essentiel. Ainsi est né le triangle de fer qui regroupe ces trois facteurs : délai, coût et émissions carbones. Les entreprises s’efforcent alors de trouver un équilibre entre ces trois aspects pour améliorer leur compétitivité et leur durabilité. Pour cela, il est essentiel de limiter au maximum les risques. 

La supply chain : analyse prédictive

État de la technologie

L’intelligence artificielle, qui s’est largement développée ces dernières années, est entrée dans le processus opérationnel de nombreuses industries. Elle s’implante petit à petit dans la supply chain avec une technologie en particulier : l’analyse prédictive. Ce type d’intelligence artificielle, à partir de données historiques de qualité récoltées par l’expéditeur, le transporteur ou les partenaires de supply chain, mêlées à des modèles mathématiques, pourrait identifier des tendances et schémas pour ainsi prédire le futur. Cette technologie, grâce au machine learning qui permet l’apprentissage automatique, a atteint une certaine maturité. De plus, elle est en constante expansion. La clé de voute étant la qualité et la disponibilité de la donnée, la Big Data, pour créer un jumeau virtuel de tous les paramètres de la chaîne logistique intégré au modèle mathématique qui deviendra l’outil d’analyse prédictive. Cependant, elle est encore à l’étape de projet ou de test chez les acteurs de la supply chain ce qui n’empêche pas qu’elle doit ne pas être ignorée pour rester compétitif. 

Usages de l’analyse prédictive

Les acteurs de la supply chain se sont donc tournés vers des technologies pour essayer d’optimiser leurs chaînes d’approvisionnements et répondre au triple enjeux du triangle de fer. L’analyse prédictive pourrait répondre à de nombreux champs d’application comme par exemple : 

1. Transports 
   1. Prévision de la demande des expéditeurs 
   2. Prévision des prix et volumes des transporteurs 
   3. Prévisions des maintenances transporteurs 
   4. Prévisions des retards/avances 
   5. Prévisions des risques 
2. Entrepôts 
   1. Prévisions des ventes 
   2. Prévisions des stocks 
   3. Prévisions des retours des achats e-commerce 
3. Approvisionnements 
   1. Prévision des risques fournisseurs 
   2. Prévision des pénuries 

L’analyse prédictive n’est qu’à ses balbutiements, elle fournit des prédictions qui ne s’avèrent pas toujours êtres bonnes mais elle reste en amélioration continue. Il est donc nécessaire pour les acteurs, s’il veulent rester compétitifs sur leur marché, de se munir de ces technologies dans la supply chain. Pour cela, de nombreux cabinets de conseils ou des start-ups  peuvent faire appel à la pointe des technologies pour les implémenter dans les processus opérationnels des équipes supply chain. 

Start-ups

Au départ, les acteurs de l’analyse prédictive dans la supply chain proposaient uniquement des services de visibilité. En effet, il est crucial de savoir pour les expéditeurs où sont leurs marchandises. Ce marché s’est développé de manière fulgurante et notamment avec le Covid, ces dernières années. Néanmoins, récemment, il a fallu répondre à la question d’après : « où sera ma marchandise ? ». Ces RTTVP (real time transport visibility platform) ont alors commencé à s’intéresser à l’analyse prédictive. Le but étant de proposer un espace unique aux expéditeurs pour tracker leurs marchandises et anticiper les risques qui mènent à des retards/avances pour prendre les meilleures décisions possibles.

En résumé, l’analyse prédictive peut permettre d’anticiper de nombreux facteurs de la supply chain en analysant les données historiques pour identifier des tendances et aider à la prise de décision.

Retrouvez ma note méthodologique juste ici :

Note méthodologique IA article sur ma thèse.docx

note-methodologique-article-sur-ma-these-anabel-serre