L’IA supprimera-t-elle les humains de la gestion de la chaîne d’approvisionnement ?

L’intelligence artificielle (IA) est la technologie la plus disruptive de l’ère moderne, voire de l’histoire. Bien qu’il existe des cas d’utilisation dans pratiquement tous les secteurs, certains ont plus à gagner – et à perdre – que d’autres. La gestion de la chaîne d’approvisionnement est l’un de ces rôles que l’IA pourrait radicalement transformer, peut-être au point que les humains ne le font plus.

De nombreux technologues soulignent que l’automatisation crée finalement plus d’emplois qu’elle n’en nécessite, mais cela signifie néanmoins que certains rôles disparaissent. La gestion de la chaîne d’approvisionnement pourrait-elle faire partie de ces emplois ? Qu’est-ce que cela signifierait pour l’industrie ? Voici un aperçu plus approfondi.

Le rôle de l'IA dans la gestion de la chaîne d'approvisionnement

Tout sauf 6 % des entreprises de la chaîne d'approvisionnement utilisent déjà l’IA dans une certaine mesure. Environ 11 % déclarent que c'est essentiel pour leurs opérations, un chiffre qui pourrait s'appliquer à plus d'un tiers de ces entreprises d'ici peu. Il est facile de comprendre pourquoi, puisque l’IA améliore de nombreux aspects de la gestion de la chaîne d’approvisionnement.

Prévision de la demande

Les capacités prédictives de l’IA constituent l’un de ses atouts les plus importants dans la gestion de la chaîne d’approvisionnement. Les modèles d'apprentissage automatique peuvent analyser les données de ventes passées et les tendances actuelles pour prédire les changements de demande à venir. Les entreprises peuvent alors commander moins de certains produits et davantage d’autres pour éviter les ruptures de stock et les excédents.

À mesure que l’IA a progressé, ses capacités de prévision ont également progressé. Quelques solutions d’IA pour la supply chain peut prédire les perturbations à venir en analysant la météo, les tendances financières, les problèmes géopolitiques et d’autres changements. Ils peuvent ensuite recommander des changements pour atténuer l’impact d’événements autrement perturbateurs.

Ce niveau de prévision est remarquablement difficile pour les analystes humains, surtout compte tenu de la complexité croissante des chaînes d’approvisionnement. Cependant, c’est précisément le genre d’analyse approfondie dans laquelle l’IA excelle.

Gestion de l'inventaire

De même, l’IA transforme également la gestion des stocks. Les prévisions sur les changements et les perturbations de la demande ne sont utiles que dans la mesure où une entreprise est en mesure d'ajuster ses stocks en conséquence. Cela nécessite une visibilité étendue sur plusieurs emplacements de stockage, ce qui rend probable une erreur humaine.

Des ensembles de données aussi volumineux et répétitifs facilitent les erreurs. Les facteurs volatils de l’offre et de la demande rendent ces erreurs encore plus probables. En conséquence, les taux de rupture de stock aux États-Unis ont augmenté à plus de 35% après le début de la pandémie de COVID-19. L'IA offre plus de fiabilité, car elle peut suivre les inventaires en temps réel et ne commet pas d'erreurs de saisie de données.

Les solutions d’IA peuvent également aller plus loin et commander automatiquement les produits selon les besoins. Certaines entreprises l'utilisent même pour déterminer où stocker certains articles et d'où expédier afin de permettre les livraisons les plus rapides possibles.

Évaluation de fournisseur

Les entreprises commencent à utiliser l’IA en amont de la gestion de la chaîne d’approvisionnement. Minimiser les coûts et éviter les retards est en grande partie une question de recours aux bons fournisseurs. L’IA peut évaluer les sources possibles pour identifier la meilleure pour chaque produit ou matériau.

Le principal avantage de l’IA ici est qu’elle est à la fois précise et rapide. Trouver le bon manuellement peut prendre trop de temps. L’informatique conventionnelle est trop peu fiable, compte tenu de la complexité de ces décisions. À peu près 70% des chaînes d'approvisionnement mettent désormais davantage l’accent sur la fiabilité et la flexibilité que sur les coûts purs, de sorte qu’une simple comparaison des coûts est insuffisante. L’IA peut gérer cette nuance tout en améliorant les vitesses.

L’IA peut également s’adapter à l’évolution des tendances, en alertant les entreprises lorsqu’un fournisseur actuel n’est plus la meilleure option. Cette agilité décisionnelle est cruciale dans le marché en évolution rapide d’aujourd’hui.

Optimisation du processus

L’IA de la chaîne d’approvisionnement peut également gérer les processus internes. La fabrication et l’expédition d’un produit impliquent de nombreuses pièces mobiles. Cela signifie que des inefficacités peuvent survenir dans de nombreux domaines et que la meilleure stratégie est rarement immédiatement évidente, mais l’IA peut automatiser cette prise de décision pour des changements plus rapides et plus efficaces.

Ces optimisations pourraient être aussi simples qu’un acheminement plus efficace des livraisons – ce que de nombreuses entreprises de logistique ont adopté. Cependant, à mesure que l’IA progresse, elle pourrait aller beaucoup plus loin. Les entreprises pourraient utiliser l’IA pour construire et analyser des jumeaux numériques de l’ensemble de la chaîne d’approvisionnement et suggérer des changements à pratiquement chaque étape.

Le facteur humain est-il encore nécessaire ?

Si l’on considère le rôle considérable de l’IA dans la gestion de la chaîne d’approvisionnement, il est difficile de voir où les humains peuvent désormais s’intégrer. L'IA ne fera que devenir plus performante et plus fiable à partir de maintenant, donc si les tendances actuelles se poursuivent, il n'est pas étrange de penser que cette technologie pourrait faire tout ce que font les gestionnaires de la chaîne d'approvisionnement d'aujourd'hui.

Malgré ce potentiel, l’IA ne remplacera probablement pas les humains dans la gestion de la chaîne d’approvisionnement, du moins pas entièrement. Malgré tous ses avantages, l’IA présente également des inconvénients considérables. Les hallucinations sont parmi les plus importantes. Les modèles d’IA générative les plus populaires d’aujourd’hui diffusent de fausses informations 3 % à 27 % du temps , ce qui pourrait avoir des conséquences désastreuses sur la gestion de la chaîne d’approvisionnement.

Bien entendu, les prédictions humaines ne sont pas non plus parfaites. Mais si un système de gestion de la chaîne d’approvisionnement était entièrement automatisé, il pourrait réagir automatiquement à un facteur ayant peu ou pas de fondement dans la réalité. Cela pourrait entraîner des ruptures de stock, des retards et des dépenses considérables. Compte tenu de l’ampleur des conséquences des décisions relatives à la chaîne d’approvisionnement, les experts humains devraient toujours avoir le dernier mot.

En confier trop aux mains de l’IA a également des implications éthiques douteuses. L'utilisation massive des données par l'IA en fait une cible plus importante pour les pirates informatiques et pourrait conduire à une fuite accidentelle d’informations sensibles. Le problème de biais bien documenté de l’IA pourrait également causer de graves problèmes, surtout si l’IA gérait des considérations de main-d’œuvre telles que l’embauche.

Il est également important de se rappeler que même l’IA la plus avancée ne répond qu’aux tendances des données. Par conséquent, les événements sur lesquels il y a peu de données constituent un défi considérable. Les perturbations de la chaîne d’approvisionnement comme la pandémie de COVID-19 sont peut-être rares, mais il est peu probable que l’IA les prévoie avec précision ou y réponde efficacement lorsqu’elles se produisent. Ils sont trop soudains et imprévisibles, et leur gestion nécessite des humains plus flexibles.

L'IA n'est pas la fin de la gestion de la chaîne d'approvisionnement

Si l’on considère à la fois les avantages et les inconvénients de l’IA, il devient clair que les responsables humains de la chaîne d’approvisionnement ne disparaîtront pas, mais que leur travail va changer. Les entreprises auront peut-être besoin de moins d’employés à ces postes, mais ils resteront essentiels. De même, le travail nécessitera moins d’analyses et nécessitera une meilleure compréhension des modèles d’IA et de leur fonctionnement.

Les responsables de la chaîne d'approvisionnement de demain utiliseront l'IA pour éclairer pratiquement toutes les décisions et automatiseront probablement de nombreuses petites actions, comme la commande et la facturation. La décision finale – notamment en termes de changements stratégiques à l’échelle de l’entreprise – reviendra toujours aux humains, qui doivent interpréter les connaissances de l’IA. Cette transition entraînera probablement certaines perturbations d'emploi, mais ce n'est pas la fin de la profession.