La pression augmente pour que les entreprises de CPG améliorent les performances de livraison des commandes

 

L'annonce faite l'année dernière par Walmart selon laquelle elle allait renforcer ses exigences de livraison à temps et intégralement (OTIF) a refroidi les responsables de la chaîne d'approvisionnement des entreprises de produits de grande consommation qui font affaire avec le plus grand détaillant au monde.

 

En vertu des nouvelles exigences, les milliers de fournisseurs de Walmart risquent une amende de 3 % sur le coût des marchandises s'ils ne livrent pas la totalité des commandes dans un délai spécifié d'un ou deux jours dans 85 % des cas.

Walmart n'étant que l'un des nombreux détaillants qui imposent des sanctions lorsque les objectifs de l'OTIF ne sont pas atteints, des millions de dollars d'amendes potentielles sont en jeu. Il en va de même pour les millions de ventes perdues, ainsi que pour les dommages à la marque auprès des consommateurs et des acheteurs B2B.

 

De plus, les nouvelles pressions du marché font monter les enjeux pour l’OTIF. Les fabricants sont confrontés à la prolifération des SKU pour conquérir de nouveaux marchés et répondre à la demande des consommateurs pour des produits plus personnalisés. Les prix et les promotions saisonnières introduisent une volatilité supplémentaire, tandis que les attentes des consommateurs en matière de rapidité et de disponibilité immédiate des produits montent en flèche.

 

La mondialisation est un autre facteur qui complique l'OTIF. Les grandes entreprises de biens de consommation exploitent des centaines de systèmes d'approvisionnement, de production et de distribution dans le monde entier, gérés à la fois en interne et par des partenaires. À mesure que ces écosystèmes se sont développés, il est devenu plus difficile que jamais pour les planificateurs de la chaîne d'approvisionnement de prédire avec précision l'OTIF.

 

L'OTIF, cependant, est notoirement complexe car son résultat final est lié à de multiples variables dans la chaîne d'approvisionnement. Les erreurs de calcul dans les prévisions de la demande, les pénuries de stocks de matières premières et de produits finis, les interruptions de fabrication et les retards de transport sont parmi les nombreux facteurs qui peuvent concourir à plonger l’OTIF dans une chute libre.

 

La bataille perdue pour améliorer l’OTIF

Les entreprises ont investi des millions dans la technologie pour tenter d’optimiser la dynamique de la chaîne d’approvisionnement qui anime l’OTIF. Une grande entreprise de biens de consommation exécute généralement des dizaines d'applications qui prennent en charge les opérations de la chaîne d'approvisionnement, depuis l'ERP, l'APS et le CRM jusqu'aux systèmes de gestion d'entrepôt, de prévision de la demande, de planification des besoins en matériaux (MRP) et d'exécution de la fabrication.

 

Cependant, comme ces systèmes sont généralement des silos déconnectés, les fabricants de produits de grande consommation ne disposent toujours pas d’une vision globale de la chaîne d’approvisionnement dont ils ont besoin. Les praticiens de la chaîne d'approvisionnement peuvent passer 60 à 80 % de leur temps à collecter et à analyser des chiffres provenant de systèmes mondiaux disparates afin de prendre des décisions pour atteindre les objectifs de l'OTIF et identifier la cause profonde de la faiblesse de la chaîne d'approvisionnement qui provoque des perturbations en aval. Cela peut prendre des semaines avant qu’une décision soit prise et que la cause profonde soit identifiée, le cas échéant. D’ici là, le mal sera probablement déjà fait.

 

Alors que les volumes de données et la complexité des activités continuent d'augmenter, il est extrêmement improbable que les sociétés de biens de consommation soient en mesure d'améliorer de manière significative les opérations de l'OTIF et de la chaîne d'approvisionnement dans leur ensemble grâce à la technologie et aux processus existants.

 

La nouvelle frontière de l'automatisation cognitive

Ce qu'il faut, c'est une nouvelle approche audacieuse qui exploite les technologies émergentes spécialement conçues pour optimiser la chaîne d'approvisionnement et sa mesure critique de l'OTIF. Cette technologie est basée sur l'intelligence artificielle (IA) et l'apprentissage automatique sur une plate-forme cloud élastique avec la puissance de calcul et l'évolutivité nécessaires pour traiter des téraoctets, voire des pétaoctets de données.

 

Ce sont les ingrédients technologiques de l’automatisation cognitive qui déplacent le fardeau de la collecte, de la normalisation et de l’analyse des données des humains vers les machines. L'automatisation cognitive apporte à la chaîne d'approvisionnement des capacités révolutionnaires pour enfin exploiter d'énormes volumes de données fragmentées pour obtenir des informations et des actions qui génèrent des millions de dollars d'impact sur les résultats financiers.

 

Par exemple, avec Aera Technology, plusieurs grandes sociétés de biens de consommation appliquent des capacités d'automatisation cognitive dans des domaines tels que la gestion des stocks, la gestion de la demande, la fabrication et la logistique, chacun de ces domaines influençant l'OTIF. Plus précisément, du point de vue de l’OTIF, ils réalisent des bénéfices dans trois domaines principaux :

Analyse des causes profondes en temps réel. Plutôt que plusieurs semaines de travail manuel aux résultats incertains, l'automatisation cognitive peut identifier la cause profonde d'un problème presque immédiatement, sur la base de données en temps réel collectées via des milliers d'explorations quotidiennes de données dans les applications.

 

Recommandations en temps réel. Sur la base de la cause profonde et de la connaissance d'autres ressources (par exemple, les stocks disponibles, la capacité de fabrication, les fournisseurs alternatifs), l'automatisation cognitive propose des suggestions prescriptives pour résoudre un problème et calcule les revenus et les coûts attendus.

Accélérez ou automatisez les décisions. Les responsables de la chaîne d'approvisionnement sont en mesure de prendre des décisions plus rapides et plus éclairées pour corriger un problème avant qu'il ne se transforme en catastrophe. Ou bien ils peuvent choisir de laisser le système d’automatisation cognitive prendre des décisions et agir de manière autonome.

 

En fin de compte, l’OTIF est un exercice d’équilibre. Les entreprises de biens de grande consommation ont du mal à livrer à temps et dans leur intégralité, mais ne peuvent pourtant pas se permettre de surproduire des marchandises et d'immobiliser leur fonds de roulement avec des stocks tampons excédentaires dans les centres de distribution. En adoptant l’automatisation cognitive basée sur l’IA, les entreprises de biens de consommation peuvent équilibrer les demandes concurrentes. Ils seront en mesure d'améliorer l'OTIF pour accroître la satisfaction des clients, réduire les coûts de service et acquérir une nouvelle résilience et agilité de la chaîne d'approvisionnement.