This page contains a Flash digital edition of a book.
tation…) peut trouver une solution alternative, et prévenir si nécessaire le client d’un changement d’horaire de livraison. « Pour le moment, les sys- tèmes se contentent d’alerter les responsables pour qu’ils agissent. Demain, avec le machine learning et l’intelligence artificielle, ils pourront faire des recommandations, voire même décider en automatique », prévoit Mikaël Pichavant. A condition que soit comblée la pénurie de Data Scientists, encore essentiellement recrutés par le marketing mais pas suffisamment en Supply Chain, prévient-il.


Vers l’automatisation des décisions Via le Deep Learning, les outils gèrent désor- mais des données non structurées (images, texte…) même si l’ironie leur échappe encore (ex : « C’est génial ! » suivi d’une émoticon pouce à l’envers). De même, le machine lear- ning s’appuie sur le clustering (algorithme de regroupement de choses qui se ressemblent), l’apprentissage supervisé (prédire des quanti- tés, catégories, probabilités via des algorithmes analysant un grand volume de données hété- rogènes, sans modèle explicite), l’apprentis- sage par renforcement (algorithmes de prise de


décision issus de l’analyse dans leur contexte d’un grand nombre de décisions)… pour modé- liser au plus près les comportements et bien- tôt les prises de décisions (Deep Mind : réseau entraîné sur le jeu. Technique utilisée pour battre le champion de Go).


Ces technologies, qui ne cessent de s’affiner dans d’autres secteurs (finances, médecine…) vont forcément profiter peu à peu au SCM.  CATHY POLGE


Tape à l’œil choisit le machine learning de Vekia


En 2009, dans un contexte de développement omni-canal et de croissance internationale, l’enseigne de textile Tape à l’œil a lancé un projet de refonte de sa SC pour gagner en performance. Elle a choisi Vekia pour améliorer l’écou- lement de ses produits, réduire ses ruptures clients, optimiser le pilotage de ses magasins et gagner en efficacité opérationnelle interne et inter services. « Pour mener à bien ce projet, il nous fallait une solution ergonomique et dynamique, capable d’utiliser les prévisions de ventes et de comprendre seule les spécificités de chaque magasin, tout en intégrant les contraintes amont, pour calculer les besoins d’approvisionnement. Lors de notre processus de sélection, les solutions Vekia ont montré des qualités et des performances nettement supérieures, grâce notamment à leurs technologies de dernière génération basée sur le machine learning », estime Evelyne Quérard, Responsable SC de Tape à l’œil.  CP


DÉCEMBRE 2016 - SUPPLY CHAIN MAGAZINE  N°110


71


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48  |  Page 49  |  Page 50  |  Page 51  |  Page 52  |  Page 53  |  Page 54  |  Page 55  |  Page 56  |  Page 57  |  Page 58  |  Page 59  |  Page 60  |  Page 61  |  Page 62  |  Page 63  |  Page 64  |  Page 65  |  Page 66  |  Page 67  |  Page 68  |  Page 69  |  Page 70  |  Page 71  |  Page 72  |  Page 73  |  Page 74  |  Page 75  |  Page 76  |  Page 77  |  Page 78  |  Page 79  |  Page 80  |  Page 81  |  Page 82  |  Page 83  |  Page 84  |  Page 85  |  Page 86  |  Page 87  |  Page 88  |  Page 89  |  Page 90  |  Page 91  |  Page 92  |  Page 93  |  Page 94  |  Page 95  |  Page 96  |  Page 97  |  Page 98  |  Page 99  |  Page 100  |  Page 101  |  Page 102  |  Page 103  |  Page 104  |  Page 105  |  Page 106  |  Page 107  |  Page 108  |  Page 109  |  Page 110