Skip to content
Comment l’IA peut aider à surmonter la « grande perturbation de la chaîne d’approvisionnement » ReadWrite


Alors que le chaos dans les ports persiste sans fin en vue, un constat troublant s’impose : ce chaos ne s’atténuera pas avec le temps et les impacts de la « grande perturbation de la chaîne d’approvisionnement » se font sentir dans tous les pays. Par exemple, environ 30 % des marques de préparations pour nourrissons pourraient bientôt se vendre, obligeant les détaillants à rationner le nombre de contenants que les clients peuvent acheter et laissant les parents inquiets de ne pas avoir assez de nourriture pour nourrir leurs bébés. Ce problème affecte les industries ayant un impact sur l’automobile, la santé, l’hôtellerie, l’informatique, la fabrication, l’habillement, etc.

Alors quel est le problème? Les infrastructures et le manque de camionneurs sont souvent mis en cause. Les entreprises de camionnage américaines ont enregistré un déficit record de 80 000 chauffeurs en 2021. C’est une explication logique, car les camionneurs transportent une énorme partie du fret américain. Cependant, ce n’est pas la seule cause des problèmes de chaîne d’approvisionnement.

Raisons des défis de la chaîne d’approvisionnement

Les systèmes d’inventaire et de planification d’aujourd’hui fonctionnent sur des délais fixes et sur la prévision de la demande, alors que le monde réel fonctionne sur des délais dynamiques. En conséquence, une mauvaise prise de décision et une mauvaise planification par les responsables des achats et les cadres financiers sont à l’origine de la congestion des ports. Pour résoudre ce problème, les dirigeants doivent renoncer aux initiatives de planification et gérer activement leurs expéditions.

Chaque fois qu’un moyen de transport est changé lors de l’expédition de marchandises, il y a de longues files d’attente en raison du changement, ce qui aggrave encore le problème.

Même s’il peut sembler logique de penser que les nouveaux moyens de transport peuvent aider à réduire la congestion, ce n’est pas une solution pratique.

Les goulots d’étranglement ne peuvent pas se développer sans investissement important, de sorte que les contraintes portuaires sont fixées du point de vue de l’infrastructure. Cependant, pour que les détaillants changent leur façon de planifier et de prioriser les expéditions, ils auront besoin d’aide.

Comment planifier les expéditions avec plus de précision

Les détaillants ont besoin d’une visibilité des stocks en temps réel dans leurs activités pour planifier avec plus de précision. Idéalement, les informations sur le plan d’arrimage peuvent être partagées avec les terminaux et les entreprises de logistique tierces sortant de la porte en tant que flux de valeur unique. Cela améliore l’efficacité du processus premier entré, premier sorti.

L’IA peut aider à déterminer les changements de transport ou d’itinéraire suffisamment tôt pour assurer la livraison à temps des articles critiques.

Bien que la mise en œuvre de l’IA soit encore nouvelle dans la gestion de la chaîne d’approvisionnement, les premiers utilisateurs connaissent du succès. Selon McKinsey & Co., les entreprises qui ont utilisé la gestion de la chaîne d’approvisionnement basée sur l’IA ont réduit leurs coûts logistiques de 15 % et leurs niveaux de stocks de 35 %. Alors que la technologie de l’IA continue de s’améliorer, de plus en plus d’entreprises souhaitent bénéficier de ses capacités. En conséquence, Infoholic Research prévoit que l’IA sur les marchés de la logistique et de la chaîne d’approvisionnement augmentera à un taux de croissance annuel composé de 42,9 % jusqu’en 2023.

Utiliser des cas d’IA pour surmonter les perturbations dans les chaînes d’approvisionnement

À mesure que l’adoption de l’IA augmente, on espère qu’elle pourra aider à atténuer les problèmes de la chaîne d’approvisionnement. Voici quelques cas d’utilisation critiques

1. Planifiez des réductions de taux rapides et complètes.

Les clients sont habitués à recevoir les biens achetés en quelques jours. Cependant, les données du Forum économique mondial montrent que les délais de livraison aux États-Unis et en Europe atteindront des records vers la fin de 2021. De plus, l’environnement actuel indique que ces retards accrus devraient se poursuivre.

Même dans des circonstances imprévues telles que des catastrophes naturelles et des intempéries, les acheteurs s’attendent à ce que les entreprises auprès desquelles ils achètent aient des plans d’urgence pour assurer des livraisons dans les délais.

L’IA peut aider les entreprises à prévoir à l’avance les livraisons complètes et ponctuelles en utilisant des données historiques pour identifier la manière dont les fournisseurs traitent les commandes. Cela permet aux entreprises de fixer des délais pour changer de mode de transport pour les clients qui génèrent les plus grandes marges bénéficiaires. De plus, l’IA offre une visibilité complète des matériaux sur l’ensemble de la chaîne de valeur, ce qui facilite l’identification et l’élimination rapide des goulots d’étranglement.2. Ne donnez pas la priorité aux clients coûteux et mal adaptés.

Toutes les relations commerciales ne sont pas parfaites. Gartner prédit que 75 % des entreprises supprimeront les clients mal appariés d’ici 2025.

Bien que certaines entreprises ne soient pas prêtes à rompre avec des clients chers, ces produits d’appel ne devraient pas occuper une place de choix sur leurs listes de priorités.

Cependant, il peut être difficile pour les entreprises d’identifier ces clients. À l’aide d’algorithmes de tri, l’IA peut automatiquement identifier les clients à grande échelle qui sont mauvais pour les gains de parts de marché et qui drainent une capacité précieuse. De plus, l’IA peut identifier de nouvelles opportunités d’amélioration et découvrir comment ces opportunités auront un impact sur le résultat net.

3. Augmenter les marges bénéficiaires.

Sans une compréhension claire de la demande des consommateurs, les entreprises risquent de proposer des produits qui ne se vendent pas, ce qui leur coûte des millions de dollars.

Les prévisions basées sur l’IA peuvent aider les entreprises à détecter rapidement les changements de la demande, leur permettant d’optimiser les produits pour les meilleures marges bénéficiaires.

Selon McKinsey, la gestion de la chaîne d’approvisionnement améliorée par l’IA permet une réduction de 65 % des ventes perdues causées par des produits en rupture de stock. Du côté des ventes, l’IA peut aider les équipes commerciales à identifier les opportunités de vente incitative et de vente croisée pour les grands comptes. Souvent, les entreprises ont une connaissance limitée de qui elles devraient vendre. Cependant, comme la plupart des tâches de vente se déroulent de manière numérique, les équipes de vente collectent constamment des données. L’IA peut exploiter ces informations pour aider les équipes à vendre plus efficacement.

4. Expédiez plus vite

Dans une enquête réalisée par Convey, 28,6% des personnes interrogées ont déclaré qu’elles étaient plus susceptibles de passer une commande auprès d’entreprises capables de livrer des produits dans la semaine suivant l’achat. C’est une fenêtre de temps assez courte, donc une expédition plus rapide est essentielle si les entreprises veulent encourager les consommateurs à faire leurs achats avec elles.

L’IA peut identifier les expéditeurs qui ralentissent la chaîne d’approvisionnement. Une fois identifiées, les entreprises peuvent éliminer les joueurs qui ne suivent pas le rythme et les remplacer par quelqu’un de plus efficace. De plus, les fournisseurs peuvent utiliser l’IA pour créer des simulations basées sur les goulots d’étranglement et les perturbations.

Une fois que l’IA sait qu’une partie spécifique de la chaîne d’approvisionnement présente un goulot d’étranglement, elle peut anticiper le moment où les entreprises peuvent s’attendre à une pénurie en fonction des niveaux de stocks ou de l’allongement des délais.

Il faudra plus que du temps pour surmonter la « grande perturbation de la chaîne d’approvisionnement ». Si les entreprises veulent vraiment livrer des produits de manière efficace, elles devront modifier leur planification. En mettant en œuvre la technologie de l’IA, les entreprises seront mieux équipées avec les informations nécessaires pour relever les défis actuels de la chaîne d’approvisionnement.

Ali Hassan R. est le co-fondateur et PDG de Par l’intermédiaire de Put Inc., le pionnier de la chaîne d’approvisionnement de l’intelligence artificielle qui permet aux entreprises d’effectuer un réapprovisionnement prédictif pour les chaînes d’approvisionnement complexes.

Crédit d’image : c’est l’ingénierie ; Unsplash ; Merci!

Ali Hassan R.

Co-fondateur et PDG de ThroughPut Inc.

Ali Hasan R. est le co-fondateur et PDG de ThroughPut Inc., un pionnier de la chaîne d’approvisionnement en intelligence artificielle qui permet aux entreprises de détecter, hiérarchiser et atténuer les goulots d’étranglement opérationnels dynamiques.


zimonews Fr2En2Fr

Toutes les actualités du site n'expriment pas le point de vue du site, mais nous transmettons cette actualité automatiquement et la traduisons grâce à une technologie programmatique sur le site et non à partir d'un éditeur humain.