L'IA est-elle le secret de l'optimisation de votre chaîne d'approvisionnement ?

L'IA - la tendance la plus chaude de la chaîne d'approvisionnement

Alors que l'IA continue de faire les gros titres, de nombreuses entreprises investissent dans l'intégration de l'IA dans leur pile technologique. Ce n'est pas une surprise si l'on se penche sur l'histoire de l'adoption des technologies. Nous sommes toujours attirés par la dernière chose, le dernier objet brillant, et nous le poursuivons avec un cas sévère de FOMO. À l'heure actuelle, cet objet brillant est l'IA.

Il y a quelques années, le sujet d'actualité était l'informatique dématérialisée. Les vendeurs commençaient chaque argumentaire de vente par "nous sommes basés sur le cloud", comme si c'était la seule chose qui comptait. Mais la vraie question à se poser était de savoir pourquoi ils étaient basés sur le cloud. Pourquoi était-ce important ? Cette question était généralement accueillie par un regard vide.

Il en va parfois de même avec l'IA.

Revenons à l'époque des "dot com". Tout le monde devait être un point com quelque chose. Il y a quelques années, les chatbots étaient à la mode. Tout le monde devait avoir un chatbot pour faire quelque chose, qu'il apporte une valeur ajoutée ou non.

L'IA est à la mode et, d'un point de vue technologique, c'est une chose à laquelle nous devrions prêter attention. Il ne s'agit pas d'une mode et elle n'est pas près de disparaître, mais mettons-la en perspective.

L'intelligence artificielle n'est pas une nouveauté

• En 1950, Alan Turing a publié "Computer Machinery and Intelligence", qui proposait un test d'intelligence des machines appelé "The Imitation Game". (Il y a plus de 70 ans, pour ceux qui comptent à la maison).

• En 1952, un informaticien du nom d'Arthur Samuel a mis au point un programme pour jouer aux dames, qui a été le premier à apprendre le jeu de manière autonome.

• En 1955, John McCarthy a organisé un atelier à Dartmouth sur "l'intelligence artificielle", qui a été la première fois que l'expression a été utilisée, et qui a permis de la populariser.

Au cours des décennies qui ont suivi, la recherche et le développement de l'IA ont connu une transformation constante mais radicale, et comme l'ont montré Chat GPT, DALL-e et d'autres technologies populaires, l'IA est aujourd'hui presque aussi performante que l'intelligence humaine à bien des égards, et ce en une fraction du temps.

Alors pourquoi ne pas adopter l'IA dans votre chaîne d'approvisionnement ?

L'IA peut vous aider à optimiser votre chaîne d'approvisionnement de nombreuses manières, en vous faisant gagner du temps et de l'argent, en comblant les pénuries de main-d'œuvre, en accélérant la prise de décision et même en mettant en lumière des problèmes liés à vos systèmes et processus avant que vous n'ayez pu les repérer autrement.

Mais il y a quelques questions que vous devriez vous poser avant d'appliquer sans réserve l'IA à tous les aspects de votre chaîne d'approvisionnement. Décortiquons le marketing actuel autour de l'intelligence artificielle et posons quelques questions simples mais importantes.

Les données de votre chaîne d'approvisionnement sont-elles optimisées ?

Les données relatives à la chaîne d'approvisionnement sont désordonnées. Elles sont omniprésentes. Les fichiers CSV de données brutes ne suffisent pas à enseigner à l'IA ce qu'elle doit savoir. Comme le dit le vieil adage, il n'y a que des déchets qui rentrent et des déchets qui sortent.

Avant de brancher l'IA, vous allez devoir nettoyer vos données. Dans notre monde moderne et hyperconnecté, votre entreprise est connectée à de nombreux autres acteurs de votre chaîne d'approvisionnement, qui ont tous des politiques différentes en matière de données et d'hygiène des données.

Chez Longbow Advantage, nous avons aidé de nombreux clients à mettre en œuvre des WMS. Lorsque vous travaillez sur un projet de ce type, même si vous ne considérez que les données contenues dans les quatre murs d'un entrepôt, cela peut vous ouvrir les yeux lorsque vous commencez à travailler sur le nettoyage et l'harmonisation des données de base afin de pouvoir faire fonctionner les choses correctement.

Lorsque l'on passe à quelque chose comme l'IA, il faut faire preuve de réflexion et d'intelligence dans la manière dont on l'exploite. Il faut de bons modèles, de bons processus et de bonnes données.

Quel cas d'utilisation est-ce que j'essaie de résoudre avec l'IA ?

Beaucoup d'entreprises se mettent en difficulté lorsqu'elles s'empressent de mettre en œuvre un nouvel objet brillant comme l'IA sans réfléchir aux cas d'utilisation qu'elles essaient de résoudre. Elles doivent se demander si l'IA est l'outil approprié pour ce travail. Si l'IA est un marteau, il est facile de transformer chaque problème en clou.

De nombreuses entreprises de la chaîne d'approvisionnement utilisent encore des feuilles de calcul pour la planification. Cela semble étonnamment peu technique, mais dans une certaine mesure, cela fonctionne. Bien entendu, lorsque vous commencez à partager une même feuille de calcul entre différents sites, fuseaux horaires et même plusieurs continents, le risque d'erreur est de plus en plus grand. Comme le savent tous ceux qui ont déjà travaillé avec une feuille de calcul, il suffit d'une seule cellule défectueuse pour briser toute la feuille de calcul.

De même, si quelque chose est cassé dans votre chaîne, l'IA n'y remédiera pas. Vous devez d'abord vous assurer que vous faites le ménage approprié. L'IA a un grand potentiel, mais il faut se demander comment l'exploiter dans l'immédiat, et pas seulement à court ou à long terme.

Mettez-vous en œuvre l'IA parce qu'il s'agit de la technologie la plus en vogue en ce moment ?

Certains clients nous ont demandé si Rebus comportait un élément d'IA, arguant que l'IA accélère leur processus d'approbation. Bien que l'IA/ML doive être prise en compte, nous rappelons toujours que les entreprises doivent se poser la question difficile de savoir comment et pourquoi elles devraient utiliser l'IA dans un certain espace.

L'IA n'est pas une poussière de fée qui résoudra tous vos problèmes comme par magie.

C'est un outil, comme tout le reste. C'est le bon outil pour certaines tâches et pour certains cas d'utilisation. Mais ce n'est pas le bon outil pour toutes les tâches et tous les cas d'utilisation. Dans le monde réel, il est parfois plus rentable d'utiliser l'IA originale, celle qui se trouve entre nos deux oreilles, avant de consacrer du temps et des ressources à connecter l'IA à un système qui n'est pas déjà optimisé pour elle.

Il est tentant de vouloir la dernière technologie de pointe. Certains PDG exigent l'automatisation et la robotique parce qu'ils veulent que les gens entrent dans leur entrepôt et voient un robot tourner autour d'eux. Ils oublient si c'est productif ou rentable ou si c'est vraiment nécessaire. Ils le veulent pour le côté cool. Mais il s'agit là d'un retour sur investissement plutôt mince, dans le meilleur des cas.

Si vous ne l'avez pas encore fait, vous serez probablement approché par des fournisseurs qui vous vanteront les mérites de l'IA et vous expliqueront comment elle rendra votre vie et votre travail plus faciles. Soyez prêt à leur opposer une fin de non-recevoir. Demandez comment elle résoudra votre cas d'utilisation spécifique. Regardez autour de vous pour voir s'il n'y a pas une meilleure alternative.

L'IA n'est qu'un outil. Des pages web aux nuages en passant par les AMR, nous avons déjà appris cette leçon : les nouvelles technologies ne sont pas toujours le moyen le plus rentable (ou le meilleur) de résoudre un problème. Parfois, il faut revenir aux fondamentaux et travailler dessus. Il faut ramper et marcher avant de courir.

Avez-vous envisagé la gestion du changement nécessaire ?

Disposez-vous d'un grand nombre de données solides ? Sont-elles nettoyées et accessibles ? C'est bien, c'est la première étape. L'étape suivante consiste à se demander quel sera l'impact de l'adoption d'une nouvelle technologie sur votre gestion du changement. Toute nouvelle technologie créera toujours des problèmes inattendus.

Selon une étude de McKinsey, seuls 13 % des cadres dirigeants estiment que leur organisation est prête à gérer le changement, quel qu'il soit. Alors, à quoi votre organisation est-elle prête ? Bien souvent, nous ignorons cet aspect, car nous nous précipitons soudain sur cet objet brillant.

Peut-être avez-vous un cas d'utilisation que l'IA peut résoudre. Peut-être avez-vous aussi les bonnes données et pouvez-vous commencer à le faire. L'autre question à se poser est la suivante : votre organisation est-elle prête pour la gestion du changement qui découlera nécessairement, ou invariablement, de l'adoption de cet outil ?

Il est facile de se tourner vers les réponses brillantes et heureuses. Il est plus difficile de prendre du recul et de se demander quels sont les inconvénients, quels sont les défis à relever. L'un de ces défis est la gestion du changement. L'autre concerne la durabilité, l'ESG et l'IA.

L'intelligence artificielle est-elle compatible avec votre programme ESG ?

ESG est l'acronyme anglais de Environmental, Social, and Governance (environnement, social et gouvernance). Il s'agit en fait d'une question de durabilité. Il s'agit d'un élément très important de tout plan d'entreprise et devrait être pris en compte lors de l'évaluation de toute nouvelle technologie, en particulier de quelque chose comme l'IA, qui sera exploitée à grande échelle.

Il est facile d'ignorer ce qu'il faut pour faire fonctionner l'IA parce qu'il est si facile d'exécuter une requête dans le chat GPT. Demandez-lui les 10 meilleurs joueurs de football de tous les temps dans le monde. C'est très amusant, nous obtenons une réponse et nous pouvons l'exécuter à nouveau sur un autre sujet.

Mais il faut aussi tenir compte du fait que l'on demande à un certain nombre de serveurs d'effectuer un certain nombre de calculs. Et cela demande de l'énergie. Il faut de l'électricité, de l'eau, du refroidissement, etc., il faut toutes sortes d'appels qui puisent dans le monde de l'ESG.

La formation d'un grand mode linguistique équivaut, en termes d'émissions de carbone, à la conduite d'une voiture de la Terre à la Lune et vice-versa. 480 000 miles. Beaucoup de carbone. (Source : https://www.theregister.com/2020/11/04/gpt3_carbon_footprint_estimate/)

Certains appels de base à l'IA peuvent consommer la même quantité d'électricité que celle nécessaire pour faire fonctionner une maison à plein régime pendant un mois.

La chaîne d'approvisionnement est, à bien des égards, au premier plan de l'ESG. En effet, c'est au niveau de la chaîne d'approvisionnement que nous pouvons vraiment avoir un impact sur l'ESG. Pour ce faire, nous devons notamment réfléchir à notre stratégie en matière d'intelligence artificielle. Si nous devons l'utiliser à grande échelle, quelle est la quantité d'électricité qu'elle consomme ? Quelle quantité de carbone sera créée pour exécuter certaines requêtes ?

Si nous pouvons résoudre un cas d'utilisation avec autre chose que l'IA, il vaut la peine d'examiner l'impact de l'adoption de l'IA sur l'ESG. Est-ce meilleur pour l'environnement, ou pourriez-vous sauver suffisamment d'arbres pour remplir un parc en vous contentant d'une bonne vieille feuille de calcul ?

Nous allons commencer à voir des entreprises plus avisées envisager l'IA sous cet angle. Et c'est une bonne chose. C'est une chose que nous devrions tous prendre en considération avant de considérer l'IA comme la meilleure solution.

Questions à se poser avant de se lancer à corps perdu dans l'IA :

1. Les données de ma chaîne d'approvisionnement sont-elles optimisées ?
2. Quel est le cas d'utilisation que j'essaie de résoudre avec l'IA ?
3. Est-ce que je mets en œuvre l'IA uniquement parce que c'est la technologie la plus en vogue en ce moment ?
4. Ai-je pris en compte la gestion du changement nécessaire ?
5. L'IA s'aligne-t-elle sur mon programme ESG ?

Conclusion

Il est facile de se laisser emporter par l'effervescence. L'IA est une technologie passionnante. Mais pour ce qui est de l'applicabilité et de ce qu'il faut faire pour la déployer, il faut se plonger dans les détails et s'assurer que c'est la bonne solution et que l'on dispose des bonnes données pour l'étayer.

Si vous pouvez contrôler vos données, vous assurer que vous avez de bonnes données, une bonne gouvernance des données, une bonne hygiène des données, alors utilisez cet outil d'IA pour voir ce qu'il fait. Comprenez ce qu'il va vous apporter comme solution.

Lorsque les vendeurs viennent vous dire à quel point l'IA est géniale et comment elle va tout résoudre, ne soyez pas timide. Posez les questions difficiles. Ce n'est pas parce que le fournisseur vous dit, du haut de son C-suite, que l'IA générative est la meilleure chose qui soit que vous devez sauter dans le train. Faites preuve de diligence raisonnable.

Descendez jusqu'au cas d'utilisation. Demandez pourquoi cela va être mieux que ce que quelqu'un d'autre peut vous donner. Demandez pourquoi c'est mieux que la feuille de calcul.

Le futurologue Roy Amara a déclaré que les gens ont tendance à surestimer l'impact à court terme des nouvelles technologies et à sous-estimer leurs effets à long terme. C'est ce qu'on appelle la loi d'Amara. C'est ce que nous constatons aujourd'hui avec l'IA. Il y a beaucoup de battage autour de ce qu'elle peut faire aujourd'hui (dont certains sont des vœux pieux), mais la réalité est qu'elle a le potentiel de changer le paradigme à long terme.

Lorsqu'il s'agit d'IA (et de toute nouvelle technologie), soyez intelligent. Posez des questions. Utilisez le moteur d'IA le plus puissant dont vous disposez : celui qui se trouve entre vos oreilles.