La prévision de la demande basée sur l'IA fonctionne, en voici la preuve

Malgré les craintes liées à l'Intelligence Artificielle (IA) et au Machine Learning (ML), les entreprises peuvent tirer parti de ces technologies pour acquérir un avantage concurrentiel sur le marché.

Bien que les avantages de l’IA, et en particulier de l’IA adaptative, aient été largement rapportés, certaines entreprises hésitent encore à adopter cette technologie, mais aussi le Machine Learning (ML), par peur que cela entraîne des pertes d'emploi, porte atteinte à la vie privée ou que les prévisions manquent de fiabilité.

L’une des principales craintes des employés est que l'IA remplace des emplois. Cependant, la recherche montre que si cette technologie peut automatiser certaines tâches, il est peu probable qu'elle remplace complètement des postes, en particulier dans le domaine de la planification de la chaîne d'approvisionnement ou encore de la gestion des stocks.

Selon une étude du Forum Économique Mondial (FEM), s’il est prévu que l'IA donne lieu à la perte de certains emplois, elle devrait également en créer de nouveaux et transformer les emplois existants. Le rapport Future of Jobs du FEM estime que d'ici 2025, l'IA et l'automatisation entraîneront une augmentation nette de 12 millions d'emplois dans le monde.

Au lieu de remplacer les humains, l'IA devrait renforcer leurs capacités et améliorer leur productivité, en permettant aux salariés de se concentrer sur des tâches à forte valeur ajoutée qui requièrent de la créativité et de l'esprit critique, et qui sont absolument nécessaires pour mettre en œuvre la prévision de la demande et la planification des stocks.

Les chefs d’entreprise peuvent rassurer leurs employés en leur fournissant la formation et le soutien nécessaires pour intégrer efficacement l'IA dans leur quotidien. En impliquant leur personnel dans le processus d'adoption de l'IA et en démontrant les avantages de ces technologies, les entreprises peuvent l’aider à se sentir plus à l'aise avec l'IA et à la considérer comme une source d’enrichissement professionnel plutôt que comme une menace pour sa sécurité d'emploi.

La protection de la vie privée est une autre préoccupation liée à l'adoption de l'IA. Comme les systèmes d'IA analysent de grandes quantités de données, les entreprises doivent s'assurer qu’elles protègent la vie privée de leurs clients et de leurs collaborateurs, comme elles le feraient avec n'importe quelle autre technologie. Comme pour toute autre technologie, cela peut impliquer l’élaboration de politiques et protocoles solides en matière de sécurité et nécessite l’obtention du consentement des clients et des employés afin de collecter et utiliser les données.

En dernier lieu, les organisations peuvent hésiter à adopter l'IA car elles doutent de la fiabilité des prévisions. La recherche a cependant démontré que l'IA fournit des prévisions plus précises que les méthodes traditionnelles, en particulier lors de l'analyse de grands ensembles de données. En sélectionnant soigneusement les modèles d'IA et en contrôlant en permanence leurs performances, les entreprises peuvent garantir la précision et la fiabilité de leurs prévisions.

Quelques exemples concrets de l’utilisation de l'IA au sein d'entreprises de commerce et distribution et de biens de consommation emballés (CPG) permettent de comprendre les avantages de cette technologie et son utilité pour obtenir de meilleurs résultats.

PacSun, l'un des leaders de la vente de vêtements lifestyle, a utilisé la prévision de la demande basée sur l'IA pour la distribution et l'exécution, afin d'améliorer la précision et de réduire les ruptures de stock. Cette utilisation de l’IA a aidé l'entreprise à doubler le nombre d'expéditions, à prévoir et à répartir la demande omnicanale et à équilibrer les stocks entre les magasins, les centres de distribution et les dépôts pour les ventes en magasin et en ligne.

L’enseigne Bimbo Bakeries a quant à elle travaillé avec une équipe de prévision de la demande basée sur l'IA pour coadapter une plateforme de prévision de la demande et de commande prédictive alimentée par l'IA afin de soutenir différents travailleurs de première ligne par le biais d'interfaces utilisateur (IU) personnalisées. Tous les employés, des responsables des opérations aux chauffeurs des réseaux de livraison directe au point de vente (DSD), peuvent désormais ouvrir leur interface utilisateur pour adapter la production et les plans de livraison localisés au niveau de l'unité de gestion de stock (UGS), du magasin ou de la semaine. Et ce, en tenant compte de la saisonnalité, des événements locaux, des promotions et d'autres facteurs externes que les modèles de prévision de la demande et de planification des stocks pilotés par l'homme peuvent omettre.

Alors que de nombreuses entreprises de produits de grande consommation (PGC) - et des boulangeries concurrentes - ont rencontré des problèmes de chaînes d'approvisionnement et de logistique pendant des mois lors de la pandémie, l'équipe de Bimbo a pu adapter ses prévisions et sa production en moins d'un mois. Cet ajustement a permis de répondre à la demande grandissante de produits de boulangerie puisque de plus en plus de consommateurs ont commencé à manger chez eux en raison des fermetures de restaurants. En quelques semaines seulement, l'IA a permis à Bimbo d’ajuster ses volumes de production, de réviser les itinéraires de livraison pour éviter les ruptures de stock et d’assigner correctement le personnel aux lignes de production, aux quais de chargement et aux camions pour répondre à l’envol de la demande.

Pour optimiser ses performances lors de la pandémie, une autre entreprise de PGC a lancé une stratégie axée sur l’avantage concurrentiel en investissant dans les données et l'analyse qui a permis d'améliorer de 4 à 5 % le taux d'exécution des commandes pour les clients stratégiques et de multiplier par 10 le retour sur investissement (ROI) grâce à l'augmentation du chiffre d’affaires et à la réduction des pénalités pour non-respect des délais ou commandes incomplètes ou erronées.

L'IA a le potentiel de révolutionner les secteurs du commerce et de la distribution et des PGC en optimisant la prévision de la demande, la planification des stocks, la tarification et les promotions. Toutefois, les entreprises doivent s'assurer qu'elles disposent des bonnes stratégies d'intégration, d'adoption et d'exécution pour tirer pleinement parti des avantages de l'IA. En répondant aux inquiétudes perçues, en impliquant les employés dans le processus d'adoption et en revendiquant diverses réussites, elles peuvent surmonter les obstacles et libérer tout le potentiel de l'IA, comme l'ont fait Bimbo et PacSun pour optimiser leurs marges et acquérir un avantage concurrentiel sur le marché.

Tribune co-signée par Dr. Nicholas Wegman, Directeur principal- AI Scientist