[ENTREVUE] Le rôle de l’IA en logistique selon le Groupe GCL

L’IA promet un bel avenir pour le domaine de la logistique. On note déjà une réelle augmentation des marges de profit dans ce milieu, essentiel à l’heure des échanges plus que jamais mondialisés. Cependant, peu de systèmes sont à ce jour véritablement “intelligents”. C’est pourquoi on peut s’attendre à beaucoup d’innovations dans ce secteur au cours des prochaines années. Nous nous sommes entretenus avec le représentant du Groupe GCL pour mieux appréhender ces changements et leur réelle portée.

Selon Keith Dierkx, directeur d’IBM, l’IA étendra fondamentalement l’expertise humaine en termes de portée, de qualité et de vitesse, tout en éliminant le travail banal et routinier. Elle permettra aux équipes logistiques du monde entier de se concentrer sur un travail plus significatif et plus percutant.

« L’IA a la possibilité d’augmenter considérablement les activités logistiques, dans toute leur étendue. »

Keith Dierkx, directeur d’IBM.

CScience IA a interviewé Albert Goodhue président du Groupe GCL. Ingénieur de formation, il exerce son métier depuis plus de 25 ans et a accumulé une expertise pointue dans le domaine de l’amélioration de la performance logistique des entreprises tant au Canada qu’aux États-Unis.

Albert Goohue, président de GCL

Albert Goodhue, président du Groupe GCL

Ayant réalisé et supervisé plus de 500 projets de rationalisation et d’amélioration des opérations logistiques, Albert Goodhue est un pionnier dans l’application des nouvelles technologies de distribution et des systèmes d’information appliqués.

Son entreprise est un cabinet-conseil en management, spécialisé en Logistique et Supply Chain. Fondée en 1985, la société a une présence internationale avec des bureaux à Montréal, Paris, Casablanca et Sao Paulo.

Cette société québécoise détient une clientèle de renom, telle qu’Hydro-Québec, Alstom, L’Oréal, Thales, Pfizer, Loto-Québec et bien d’autres. Le Groupe a réalisé plus de 2000 projets dans différents secteurs de l’industrie de la distribution, celle du commerce en ligne (e-commerce), ainsi que pour les services publics.

THÈME I :  Assurer une meilleure gestion de l’information

CScience IA : Les systèmes d’intelligence artificielle permettent-ils d’obtenir une visibilité d’ensemble (from end to end) de la chaîne d’approvisionnement? 

Albert Goodhue : « L’IA permettra certainement d’accélérer l’intégration des systèmes de suivi des opérations logistiques, tout au long des processus. Comme vous le savez, la chaine d’approvisionnement, dans son ensemble, implique des dizaines d’entreprises devant s’interconnecter pour échanger des informations, et ce, en temps réel.

Depuis plusieurs années, les joueurs de ce secteur mettent en place des mécanismes facilitant la mise à jour de l’information. Un grand pas a été franchi, mais il reste encore plusieurs embuches à cette intégration et l’IA contribuera à la lever, voire à la faciliter. »

THÈME II :  Les défis de la traçabilité dans le commerce

CScience IA : Comment devrait-on se servir de l’intelligence artificielle pour l’optimisation des réseaux de transport ?

Albert Goodhue : « Le suivi et la traçabilité des transports, à la fois maritimes, aériens et terrestres, ajoutés à la multitude des intervenants, seront les prochains enjeux en logistique des années à venir.

D’une part, les applications logicielles permettant de suivre l’évolution des marchandises, dans un réseau de transport, se raffinent tous les jours. Mais, d’autre part, l’interface visant à connecter les transporteurs avec ces applications est un défi de taille. Par exemple, le fait que des opérateurs doivent faire de l’entrée de données manuelle implique de grandes possibilités d’erreurs et d’omissions de données, à l’intérieur des applications.

Alors, la performance de ces outils logiciels va dépendre de cette adhésion globale à l’IA, de la part de tous les intervenants de la chaine d’approvisionnement et dans toute son étendue. Or, les systèmes intelligents, eux-mêmes, favorisent cette intégration.

De plus, l’IA nous permettra d’aller encore plus loin en anticipant, voire suggérant des actions afin d’orienter les décisions. »

THÈME III :  La gestion des inventaires

CScience IA : L’intelligence artificielle peut-elle aider dans la prévision de l’approvisionnement des marchandises (stocks) ?

Albert Goodhue : « L’IA permet d’analyser une multitude de données très rapidement, de soulever des tendances et de tirer des leçons afin d’aider les gestionnaires. En effet, la gestion et le déploiement des stocks sont un des grands défis des gestionnaires logistiques.

La stratégie des stocks et son positionnement sont conditionnés par :

  • L’analyse du profil de la consommation;
  • Le positionnement de la clientèle;
  • La traçabilité des inventaires;
  • Le niveau de service.

L’IA pourra, si l’information est recueillie, faire l’analyse des tendances et suggérer aux gestionnaires les meilleures actions à prendre, en termes de gestion des stocks.

De plus, cette prévision, lorsqu’elle sera bien maîtrisée, pourra offrir des opportunités de reconfiguration de réseaux allant des fournisseurs vers les usines de transformation, vers le réseau de distribution, et en bout de ligne vers le consommateur. L’IA permettra d’offrir des stratégies d’approvisionnement. »

THÈME IV : L’implantation de l’IA en logistique

CScience IA : Quelle est la meilleure manière d’intégrer l’intelligence artificielle à sa chaine d’approvisionnement (Supply Chain)?

Albert Goodhue : « En premier lieu, il faut bien recueillir l’information à traiter. C’est la première étape de toute analyse et utilisation d’outils intelligents.

Aussi, je crois que les entreprises doivent comprendre les possibilités de l’IA, comment elle peut contribuer à mieux analyser et anticiper les besoins, puis procurer ainsi de l’information, voire suggérer des actions concrètes.

Ensuite viendra le temps d’implanter l’IA sur certains projets pilotes pour bien mesurer la portée des résultats et comprendre comment elle modifie les façons de penser au quotidien.

Selon moi, il existe 3 phases touchant l’information :

  1. On recueille les données (data) ;
  2. On analyse ces données qui deviennent de l’information (information) ;
  3. Cette information une fois analysée devient alors de la connaissance (connaissance).

Dans ce processus de transformation, l’intelligence artificielle devient un réel accélérateur ! »

___

Albert Goodhue

Laisser une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *