L’amélioration de l’efficacité des installations de stockage à l’aide de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML) rend les chaînes d’approvisionnement plus résilientes et efficaces pour s’améliorer plus rapidement après les perturbations. Malheureusement, l’intensité et la fréquence des perturbations de la chaîne d’approvisionnement augmentent, McKinsey constatant que, généralement, les entreprises subissent une perturbation d’un à deux mois tous les 3,7 ans.
Sur une année, les retombées monétaires des interruptions de la chaîne d’approvisionnement dans le secteur des biens de consommation peuvent représenter 30 % des revenus d’une année avant intérêts, impôts, dévaluation et amortissement (EBITDA). Les entreprises du Fortune 500 dotées de chaînes d’approvisionnement résilientes ont obtenu une prime de 7 % sur leur cours boursier et leur capitalisation boursière.
Les chaînes d’approvisionnement résilientes sont les amortisseurs qui permettent aux entreprises de commerce électronique, de vente au détail, d’épicerie, de poste et de colis de fonctionner, quel que soit le rythme accéléré des interruptions . Solidifier les chaînes d’approvisionnement pour les rendre plus résistantes est payante.
La fermeture des lacunes des entrepôts renforce les chaînes d’approvisionnement
Les retards imprévus et les erreurs non découvertes dans les installations de stockage coûtent le plus cher à réparer et créent le chaos tout au long des chaînes d’approvisionnement. Les superviseurs d’entrepôt, les organisateurs et les expéditeurs s’appuient sur des procédures vieilles de plusieurs décennies basées sur des feuilles de calcul Microsoft Excel. Avec l’augmentation des coûts, la vitesse et la gravité des perturbations, les entrepôts ne peuvent pas réagir assez rapidement avec ces systèmes manuels. En conséquence, « les responsables des opérations passent des heures à collecter des données et à les saisir manuellement dans des feuilles de calcul Excel, prenant un temps important loin de la gestion et de l’amélioration des opérations des installations de stockage », a déclaré à VentureBeat Akash Jain, superviseur général des activités connectées d’Honeywell pour l’entrepôt connecté.
La précision et les performances de l’entrepôt diminuent davantage, car les choix effectués à l’étage de l’entrepôt qui ont un impact sur les marges, les dépenses et les compromis de revenus ne parviennent souvent pas à l’étage principal . Les cadres supérieurs doivent comprendre comment les décisions prises en une fraction de seconde sur les commandes à expédier ont un impact sur les stocks, ce qui entraîne des coûts et la valeur totale des stocks. L’inflation galopante fait de l’évaluation des stocks l’un des dangers les plus coûteux à gérer aujourd’hui.
Les tests de résistance des chaînes d’approvisionnement révèlent généralement les espaces les plus grands et les plus coûteux dans l’efficacité des installations de stockage jusqu’au niveau des actifs. La gestion des performances de possession (APM) doit être au cœur de la gestion d’une installation de stockage, afin que les dépenses, les menaces et les équipements utilisés puissent être améliorés avec des informations en temps réel.
Pour que les entrepôts absorbent les perturbations et continuent de fonctionner, les superviseurs qui les gèrent ont besoin d’un flux continu d’informations en temps quasi réel provenant d’algorithmes ML surveillés pour améliorer les nombreuses contraintes de leurs opérations. « De nombreuses organisations de distribution ont été totalement prises par surprise lorsque la demande de commerce électronique a disparu au début de la pandémie. Beaucoup effectuaient de nombreux quarts de travail pour rester à jour avec la demande, avec peu ou pas de temps pour conserver les propriétés des machines et des installations de stockage afin qu’elles ne tomberait pas en panne », a déclaré Jain à VentureBeat.
Les tests de résistance d’une chaîne d’approvisionnement révèlent où se trouvent les déconnexions, dont la majorité restent dans les installations de stockage. Les informations en temps réel offrent une vue à 360 degrés de l’installation de stockage et, lorsqu’elles sont combinées à des informations basées sur l’IA, peuvent être utilisées pour rendre les chaînes d’approvisionnement plus résistantes.
Comment l’IA comble les lacunes des entrepôts
Plus les chaînes d’approvisionnement finissent par être délicates, plus il est crucial de découvrir où se trouvent les lacunes des installations de stockage et de les combler. En utilisant des algorithmes ML surveillés et des réseaux neuronaux convolutifs, il est possible d’utiliser les flux de données en temps réel créés à partir des entrepôts pour identifier où se trouvent les lacunes. Cependant, en reconnaissant l’ampleur de ces écarts, leur influence sur les opérations quotidiennes des entrepôts et leur effet monétaire sur un service s’est avéré insaisissable.
Les plates-formes cloud de gestion de l’efficacité de l’entreprise (EPM) gèrent cette difficulté. Ils intègrent l’APM aux applications d’exploitation du site pour reconnaître comment les sites d’installations de stockage fonctionnent par rapport à la stratégie, aidant les superviseurs à déterminer les goulots d’étranglement et à les résoudre avant qu’ils n’affectent l’efficacité. Les principaux fournisseurs d’EPM s’appuient sur les API pour s’intégrer aux systèmes de gestion des installations de stockage actuels et traditionnels, en se séparant par domaine fonctionnel et par marché vertical. Oracle, SAP, IBM, Anaplan, OneStream Software Application et Honeywell Connected Warehouse proposent aujourd’hui des plateformes EPM.
Parmi les nombreuses méthodes que les fournisseurs d’applications logicielles d’entreprise utilisent aujourd’hui, la méthode de plate-forme d’installation de stockage connecté d’Honeywell et l’utilisation de l’IA et de l’intelligence artificielle sont remarquables. Il est leader sur le marché des plates-formes EPM en utilisant des méthodes ML innovantes et une modélisation des contraintes pour identifier les installations de stockage et les goulots d’étranglement logistiques.
L’IA et le ML sont développés dans la structure de la plate-forme et du portefeuille d’articles Forge d’Honeywell. L’entreprise compte plus de 150 professionnels de l’IA et de la science des données dans son personnel, se concentrant sur la feuille de route de Honeywell Forge, les développements futurs et les toutes nouvelles opportunités de brevets.
Tous ces investissements financiers dans l’IA et le ML correspondent à une amélioration continue de la fourniture d’informations en temps réel et d’informations contextuelles qui améliorent les performances des installations de stockage et de la chaîne d’approvisionnement. L’objectif est d’offrir aux entreprises de distribution un système d’enregistrement en temps réel qu’elles peuvent utiliser pour identifier les espaces dans les performances de l’entrepôt et mieux gérer les équipements et les actifs, a déclaré Jain.
L’installation de stockage connecté de Honeywell utilise le ML pour analyser les données en temps réel et faire des recommandations basées sur les contraintes tout en gardant une trace des machines pour voir comment son efficacité peut être améliorée. Le panneau de contrôle ci-dessous combine des mises à jour en temps réel pour les opérations sortantes, en suivant les progrès actuels sur les cartons emballés et livrés par rapport à la stratégie.
Des informations en temps réel, examinées à l’aide d’algorithmes d’analyse et de ML, maintiennent le tableau de bord présent. Les algorithmes ML basés sur les contraintes déterminent également l’efficacité planifiée en temps réel et sont utilisés pour suivre les temps d’arrêt de possession. De plus, Honeywell a récemment présenté un APM qui prévoit quand l’équipement des installations de stockage nécessite un entretien préventif et des mises à jour.
La plate-forme d’entrepôt connecté d’Honeywell s’appuie sur l’IA et le ML pour analyser et analyser les données d’entrepôt en temps réel, consistant en l’efficacité des machines, afin que les embouteillages potentiels puissent être reconnus avant qu’ils n’affectent les opérations.
Attendez-vous à davantage d’interruptions de la chaîne d’approvisionnement
Le test de résistance des chaînes d’approvisionnement doit commencer dans l’installation de stockage, où de petites améliorations de processus apportées à grande échelle peuvent faire la différence pour maintenir l’entrepôt et les réseaux en bon état de fonctionnement. Ce qui manquait, c’était une vue à 360 degrés de l’efficacité des installations de stockage qui puisse identifier la vitesse à laquelle les embouteillages augmentent et leur impact financier. En intégrant l’IA, le ML et les données OT et IT en temps réel, les plates-formes EPM basées sur le cloud s’attaquent à cette difficulté.
Il est certain que d’autres perturbations de la chaîne d’approvisionnement sont en cours. L’utilisation de l’IA et de l’intelligence artificielle pour améliorer les opérations d’entrepôt aidera à absorber ces chocs. La gestion d’entrepôt basée sur l’IA et le ML est aujourd’hui une exigence pour les services de distribution à grande vitesse, y compris le commerce électronique, la vente au détail, l’épicerie, la poste et les colis, afin de minimiser l’impact des perturbations de la chaîne d’approvisionnement.
L’objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur l’innovation d’entreprise transformatrice et de négocier. En savoir plus sur l’abonnement.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
