Meetup en ligne : Transport et Big Data : Vers une Supply Chain agile et résiliente grâce à la donnée et l’IA ?

Présentation de retours d’expérience concrets portés par des acteurs innovants du monde du transport.

 

Avec la participation de :

Aurélien Rouquet / Lecturer / Neoma BS

Laurent Limon / CDO / Heppner

Benjamin de Buttet / COO / DCbrain

La logistique devant de nouveaux défis

L’agilité opérationnelle est en train de devenir le nouveau graal pour les acteurs de la supply chain. Les imprévus en cascade font qu’il est impossible de planifier sa supply chain à l’année : l’agilité et les infos en temps réel sont devenues les critères majeurs pour une prise de décision rapide. Le problème : complexité des flux et agilité ne vont souvent pas de pair.

Dans ce contexte, comment l’innovation, basée aujourd’hui principalement sur les données, permet de rendre plus flexible les organisations ?

L’innovation au service de l’efficience opérationnelle : plus qu’un mot, une réalité

Ce meetup permettra de faire un tour d’horizon de solutions pratiques, testées et industrialisées permettant d’atteindre ces objectifs :

  • Partage des informations
  • prévision et demand planning
  • simulation et analyse d’impacts
  • optimisation dynamique
  • étude prospective

Il permettra aussi d’identifier les prérequis à l’utilisation de ces technologies : qualité des données, change management, implication de l’ensemble des collaborateurs,…

Regardez le replay dès maintenant pour découvrir des pistes concrètes pour optimiser votre supply chain !

Accéder au replay

Questions posées lors du webinar :

  • Quel volume historique minimal est nécéssaire pour alimenter le moteur IA ?

Dans l’absolu, plus on a de données, mieux ça fonctionne, mais il existe des manières intelligentes de fonctionner avec peu de données.
Quand on parle d’IA ou de solutions de digitalisation, on pense souvent avoir besoin de beaucoup de données. Mais pour commencer à utiliser ce type de technologie, il serait dommage d’attendre d’avoir la donnée la plus structurée et la plus parfaite.

  • Quel est l’apport d’IA par rapport à la recherche opérationnel ?

Pour DCbrain, l’idée est d’utiliser les données pour mieux comprendre les comportements, par exemple des propagations, des temps de déplacement, etc. Aujourd’hui, les technologies comme le reinforcement learning permettent d’aller beaucoup plus rapidement, d’identifier un optimum, c’est plus simple et plus rapide à deployer et plus fiable. Les nouveaux outils dont on dispose permettent une meilleure optimisation.

  • Est ce que le nettoyage de données nécessite un NLP (Natural Language Processing) ?

Pas forcément, un NLP correspond aux technologies de machine learning, donc traitement automatique des langues. Sur la détection d’anomalies et sur le cleaning de jeux de données, on va plutôt utiliser tout ce qui est lié au clustering. On va faire des écarts entre de la prédiction via le machine learning et du réalisé. Chez DCbrain, nous n’utilisons pas de NLP.

Vous pouvez aussi téléchargez notre livre blanc logistique