Cas concret : quand la BI dopée à l'IA et la recherche permettent de faire face aux crises

La crise du Covid a mis les supply chain des entreprises à rude épreuve. Certaines d'entre-elles, et c'est ce que nous détaillerons ici, ont toutefois pu s'appuyer sur des solutions analytiques et décisionnelles poussées pour garder le cap.

Quand il est question de BI, obtenir des réponses aux questions les plus simples prend souvent plusieurs jours, parfois des semaines. Au moment où un analyste de données produit un rapport statique, les réponses qu'il contient sont souvent périmées ou nécessitent plus de précisions. Ce problème s'aggrave de manière exponentielle lorsque les questions relatives aux données sont complexes ou qu'elles suscitent davantage de questions : "Utilisons-nous nos moyens logistiques de manière appropriée ? Historiquement et actuellement, comment gérons-nous le temps et les capacités de chaque navire, avion, camion et wagon ? Quelles sont les tendances ? Toutes nos ressources sont-elles disponibles au moment où nous en avons besoin selon le contrat ? Autant de questions auxquelles les réponses deviennent prépondérantes, et encore plus en période de crise. Heureusement, l'IA et le machine learning, adossés à de la recherche à la Google sont capables d'apporter une réponse nette et efficace à ces problématiques. C'est ce qu'a pu constater, comme nous le montrons ensuite, une grande compagnie pétrolière pour assurer ses approvisionnements en temps de crise. 

Présente dans plus de 120 pays, l'entreprise utilisait 20 systèmes ERP différents, conséquence de plusieurs fusions et acquisitions, et disposait d’un volume de data gigantesque avec plus de 220 millions d'enregistrements. En raison de cette échelle et de cette complexité, il était impossible pour les responsables de l'approvisionnement d’obtenir des informations suffisamment rapidement pour prendre les meilleures décisions et les plus rentables. Aujourd'hui, 250 responsables de l’approvisionnement dans 38 pays différents utilisent la recherche de données et les analyses basées sur l'intelligence artificielle pour obtenir des réponses à 20 000 questions ad hoc chaque mois. Cela représente une moyenne de 80 questions par personne et par mois - un volume de recherche qui, auparavant, aurait semblé totalement irréalisable.

Le système fournit des informations de multiples façons. Par exemple, il peut désormais identifier les goulots d'étranglement qui ont conduit à des problèmes de capacité de ses stocks lors de la montée en puissance de la production pétrolière début 2019. Il peut détecter des problèmes dans des usines ou sur des sites, qui n'étaient pas visibles auparavant, afin d'optimiser les processus de fabrication et penser intelligemment la gestion des stocks. Le système expose également l'impact des facteurs du marché extérieur, comme les tarifs douaniers imposés par Donald Trump. Ceux-ci ont eu une incidence sur les coûts de production du pétrole, car l'acier est utilisé pour développer les tuyaux, les valves et les raccords.

Le temps que le système permet d'économiser équivaut à celui de onze employés à temps plein. Cela permet de libérer de la capacité d’approvisionnement pour se concentrer sur des projets plus difficiles à enjeux plus élevés, comme l’atténuation du risque d’exposition du Coronavirus à la chaîne d’approvisionnement - une crise qui affecte l’offre et la demande. L’Agence internationale de l’énergie (AIE) a récemment réduit ses prévisions de croissance pour le pétrole aux niveaux le plus bas depuis 2011. Cela signifie que les achats et les opérations de la chaîne d’approvisionnement doivent être planifiés en collaboration, en utilisant des informations fiables et opportunes pour prendre les meilleures décisions pour l’entreprise.

Alors que la recherche offre une expérience utilisateur facile et des réponses rapides, l’IA signale toutes les tendances importantes et les valeurs aberrantes. La capacité de l’IA à parcourir de vastes ensembles de données et à repérer des tendances dans de vastes réserves d’informations historiques sur les ventes, par exemple, permet d’améliorer la précision des prévisions et de réduire les dépenses inutiles pour des produits qui pourraient devenir obsolètes. Qu’il s’agisse de questions d’approvisionnement de routine, de tarifs douaniers ou du Coronavirus, les entreprises doivent aujourd’hui répondre rapidement et de manière optimale à tout ce qui se présente à elles. Heureusement, l’IA et les technologies de recherche apportent enfin les réponses rapides aux besoins des différentes équipes, notamment celles en charge de l’approvisionnement.