Daan Majoor, CTO de Slimstock avec plus de 25 ans d’expérience à la tête de notre développement produit, est en charge de l’évolution de la plateforme Slimstock. Son rôle est d’aider les entreprises à relever leurs défis de Supply Chain et à se forger un avantage concurrentiel.

Lors de notre récent Sommet S&OP au Royaume-Uni, Daan a rejoint Sam Phipps pour une brève interview, répondant aux questions brûlantes concernant :

  • Le rôle transformateur du Machine Learning dans l’amélioration de la maturité S&OP
  • Comment les entreprises peuvent éliminer le gaspillage en adoptant des technologies avancées de Supply Chain
  • Comment tirer parti de l’optimisation de la Supply Chain pour créer de la valeur et débloquer la croissance des profits nets

Comment le Machine Learning transforme-t-il les processus traditionnels de S&OP et quelles opportunités uniques présente-t-il ?

Tout d’abord, je pense qu’il n’y a pas de processus “traditionnel” en S&OP.

La première étape de tout processus est la collecte de données. Pour moi, le machine learning joue un rôle crucial dans le soutien à la préparation des données, à la collecte des données et à l’analyse basée sur les données.

En fin de compte, l’IA et le Machine Learning peuvent vraiment révolutionner l’aspect des données du S&OP. L’IA peut également aider à automatiser le processus.

Le S&OP consiste essentiellement à combler les lacunes, et c’est avant tout un processus humain. Je ne pense pas que l’IA remplacera les humains ; elle doit plutôt soutenir vos processus et fournir les informations nécessaires pour que vos équipes puissent discuter des écarts au sein de l’entreprise.

 

Comment les entreprises peuvent-elles adopter le Machine Learning et l’intelligence artificielle pour réduire les déchets et créer des résultats commerciaux plus durables ?

Avec l’IA et le Machine Learning, les décisions sont davantage basées sur des faits.

Le Machine Learning peut aider à obtenir des prévisions plus précises de la demande future. Mais plus important encore, adopter cette technologie devrait également aider les entreprises à identifier où les choses vont mal, pourquoi la réalité diffère des plans et fournir des conseils pratiques pour améliorer la performance commerciale.

Et clairement, en exploitant ces technologies pour s’améliorer, vous réduirez le gâchis au sein de vos entrepôts. Par exemple, en vous aidant à optimiser la planification et à consolider les commandes pour réduire le nombre d’expéditions, de petites améliorations apparemment insignifiantes peuvent avoir un impact positif significatif sur votre empreinte.

J’espère personnellement que les humains resteront au cœur de l’opération. L’objectif final du S&OP est toujours d’aider vos équipes à briser les silos dans le but de collaborer plus harmonieusement. En réunissant les équipes et en améliorant la communication grâce aux données, l’apprentissage automatique peut favoriser des résultats commerciaux durables.

 

Comment l’apprentissage automatique peut-il accélérer l’augmentation des profits nets ?

Si nous examinons la croissance des profits nets, plus vos données sont bonnes, meilleure sera votre capacité à faire correspondre les ventes et la Supply Chain, et plus vous pourrez être rentable.

Une considération est le coût ; l’autre est le chiffre d’affaires.

L’objectif de toute entreprise est la maximisation des profits, et la réduction des coûts de la Supply Chain est essentielle. Le processus de S&OP met en évidence les domaines à améliorer. En augmentant l’efficacité opérationnelle dans toute la Supply Chain, vous pouvez réduire le gaspillage, optimiser votre investissement en fonds de roulement et réduire les coûts d’exploitation.

New call-to-action

Comment voyez-vous le rôle de l’apprentissage automatique dans l’amélioration de la précision des prévisions ?

Il y a tellement de données disponibles et les traiter est extrêmement difficile. Il faut trouver et appliquer des modèles pour améliorer les capacités de prévision et de planification de la Supply Chain. C’est tout simplement trop complexe pour les humains, mais pas pour les machines.

Vous pouvez facilement intégrer des sources de données et identifier des tendances qui seraient autrement impossibles à comprendre, et encore moins à exploiter.

Des avantages immédiats peuvent être obtenus, car le Machine Learning peut contribuer à améliorer les prévisions. Il peut vous assister dans la planification de vos promotions, le lancement de nouveaux produits et l’établissement des bases nécessaires à la mise en place des meilleurs processus.

Il peut aussi montrer les lacunes très clairement.

Il peut examiner les informations fournies par les équipes de vente et de Supply Chain et déterminer où il y a des différences critiques. La comparaison de ces informations peut faciliter une vision plus claire, en veillant à ce que les arguments soient basés sur des faits et des données.

Du point de vue de votre PDG, l’utilisation du Machine Learning peut renforcer la résilience de la Supply Chain. Regardez les perturbations que nous avons connues au cours des dernières années. Vous pouvez identifier ces types de perturbations précocement et aider l’entreprise à se préparer et à agir avant les autres.

 

Question finale : Avec l’adoption rapide des technologies basées sur l’IA, comment les entreprises peuvent-elles s’assurer que leurs décisions relatives à la Supply Chain restent éthiques ?

Sur le plan éthique, le Machine Learning est un concept nouveau, et donc les défis sont en constante évolution. La question de la propriété des données se pose, ainsi que celle de l’utilisation des résultats. Que faire en cas de biais dans les résultats ?

Il est presque un peu tôt pour voir les écueils potentiels, sans parler de les surmonter. Mais vous devez explorer de manière proactive certains des dangers possibles.

Le rôle des individus dans la Supply Chain demeure essentiel, et je prévois que cela restera inchangé. En fait, chez Slimstock, ce sont nos clients qui constituent le principal moteur de notre feuille de route produit. Et le développement de solutions basées sur l’IA qui aident les équipes à prendre des décisions plus intelligentes et plus rapides reste au cœur de notre développement produit.

J’adore me connecter avec les clients, donc je suis vraiment ravi de faire partie de cet événement fantastique de la communauté S&OP.

 

Un grand merci à Daan Majoor de nous avoir accordé son temps et donné autant de détails sur le Machine Learning dans le S&OP et ce que l’avenir pourrait réserver aux entreprises dans la Supply Chain.

FAQ

Le machine learning joue un rôle crucial dans le soutien de la préparation, de la collecte et de l’analyse des données dans le cadre du S&OP. Il aide à automatiser les processus et fournit des informations pour combler les lacunes au sein des entreprises.

L’adoption du machine learning et de l’IA permet aux entreprises de prendre des décisions plus factuelles, d’améliorer la précision des prévisions, d’identifier les domaines à améliorer, de réduire les déchets, d’optimiser la planification et de favoriser des résultats commerciaux durables.

Le machine learning améliore la qualité des données, facilitant ainsi un meilleur alignement des ventes et de la Supply Chain, augmentant ainsi la rentabilité grâce à des coûts de Supply Chain réduits, des efficacités opérationnelles accrues, une réduction des déchets et une optimisation des investissements en fonds de roulement.

Le machine learning analyse d’importantes quantités de données pour détecter des modèles et des tendances qui pourraient échapper aux humains, ce qui se traduit par une précision accrue des prévisions. Il facilite la planification des promotions, le lancement de nouveaux produits, et permet de repérer les lacunes critiques dans les informations fournies par les équipes de vente et de Supply Chain.

S&OP + IBP