BRETAGNE SUPPLY CHAIN ET SEE-D, SOCIÉTÉ DE CONSEIL ET DE RÉALISATIONS EN DATA SCIENCE ET INTELLIGENCE ARTIFICIELLE (VANNES), VOUS PROPOSENT UNE SÉRIE D’ARTICLES AU LONG COURS POUR DRESSER L’ÉTENDUE DES POSSIBILITÉS APPORTÉES PAR L’INTELLIGENCE ARTIFICIELLE (IA) DANS LA SUPPLY CHAIN. CE MOIS-CI : COMMENT L’IA A ENVAHI LE MONDE DE L’ENTREPÔT.
Les apports de l’IA peuvent se traduire via l’optimisation de process métiers terrains concrets, en rapport direct avec les opérateurs, apportant plus de productivité et une réduction des coûts. C’est le cas de la préparation de palettes hétérogènes complexes par exemple. Nécessitant l’expérience d’opérateurs formés pour être optimale, cette tâche peut être facilitée par l’IA avec des systèmes capables de guider les collaborateurs.
Autre sujet, celui du slotting, c’est-à-dire le placement des stocks dans l’entrepôt : la puissance de l’algorithme et sa capacité de calcul peuvent permettre de projeter tous les cas de figures possibles afin de déterminer les positionnements les plus pertinents dans l’entrepôt.
L’IA peut aussi servir à l’optimisation des chemins de picking selon la demande client et ainsi réduire le temps de traitement des commandes.
Enfin, ces technologies peuvent aussi permettre d’automatiser les déplacements des produits dans les entrepôts par l’intermédiaire de la robotique.
La preuve par l’exemple… par See-d
L’optimisation d’entrepôts par l’IA est un sujet que See-d a traité plusieurs fois. Pour un de ses clients, la demande était assez spécifique et a demandé l’utilisation d’un couplage de méthodes d’optimisation combinatoire par simulation et d’apprentissage statistique. Il s’agissait d’optimiser un stock de taille variable autour d’une situation nominale. Il fallait donc trouver le meilleur rangement du stock situation nominale de stockage en tenant compte
- d’une optimisation des coûts de gestion pour cette situation nominale – qui s’est faite par une approche assez classique de Recherche Opérationnelle.
- de la capacité du rangement à encaisser la variabilité autour de cette situation sans que le coûts de gestion ne se dégrade, ce qui a impliqué :
- l’apprentissage statistique d’un modèle de la dynamique de la variation autour de la situation nominale
- l’utilisation de ce modèle (une fois « éduqué ») pour simuler un grand nombre de scénarios plausibles et faire l’optimisation par simulation
Cette réalisation a permis au client, à la fois, de réduire la hauteur de ses stocks de sécurité, sans risque de rupture, et de simplifier sa gestion de stock lorsque les fortes variations se présentent (car le nouveau protocole de rangement est capable de les encaisser dans la continuité).
See-d et Bretagne Supply Chain organisent un atelier pour mieux appréhender les apports de l’IA dans le Supply Chain. Pour vous inscription, voici le lien.
