Expliquer l'avantage de l'IA

 

Pourquoi la transparence, l’intégration et la confiance deviennent-elles décisives dans la technologie logistique ? Peter MacLeod parle à un expert.

Au LogiMAT de cette année, s'il y avait un thème qui dépassait le bruit plus clairement que la plupart, ce serait la vitesse. Pas seulement la vitesse des opérations, mais aussi la vitesse de déploiement, la vitesse de l'innovation et, finalement, le Big One : la vitesse du retour sur investissement. Pour Inform Software, cette discussion conduit de plus en plus à une question plus large : comment les organisations logistiques peuvent-elles adopter des systèmes plus intelligents sans perdre en transparence, en contrôle ou en confiance ?

 

S'adressant à moi lors du salon très fréquenté de Stuttgart, le vice-président principal de l'inventaire et de la chaîne d'approvisionnement d'Inform, le Dr Bernd Heinrichs, a expliqué comment l'entreprise envisage le développement de l'intelligence artificielle dans les environnements de chaîne d'approvisionnement et d'intralogistique.

 

Extension de la couche d'optimisation

Inform est depuis longtemps associé à l'optimisation dans des environnements complexes-basés sur les données. Mais à mesure que les marchés deviennent plus volatils, les systèmes d'optimisation doivent réagir plus rapidement, intégrer davantage de signaux et prendre en charge une prise de décision plus dynamique-.

Ce changement est particulièrement pertinent dans les environnements où les décisions sont interdépendantes. Un changement dans la planification de la demande peut affecter les stocks, la capacité de transport, l'allocation de la main d'œuvre ou les niveaux de service. Une recommandation faite dans une partie de l'opération peut avoir des conséquences ailleurs, ce qui rend la transparence essentielle pour une utilisation--quotidienne.

Pour Heinrichs, c’est là que l’IA dans la logistique doit prouver sa valeur pratique. "Je ne parle pas d'IA. Je parle d'IA explicable", dit-il. "Tout ce que nous faisons, tout ce que nous proposons a une explication. Sinon, les gens n'y font pas confiance."

La confiance comme exigence pratique

Lors de conversations avec des clients de différents secteurs, il affirme que la même question revient à plusieurs reprises : « Pourquoi le système a-t-il choisi cette option et pas une autre ? »

 

La question est importante car les décisions logistiques sont rarement prises uniquement par la technologie. Ils impliquent les planificateurs, les managers, les équipes opérationnelles et, dans de nombreux cas, les clients ou partenaires externes. Si ces parties prenantes ne peuvent pas suivre le raisonnement derrière une recommandation basée sur l'IA-, elles sont moins susceptibles d'y donner suite.

 

Pour Heinrichs, cela pourrait devenir un point de différenciation significatif pour les fournisseurs de technologie européens. "Nous pouvons créer une IA aussi performante que n'importe qui, mais nous pouvons ajouter quelque chose de différent", dit-il. "Cela ne devrait pas être une boîte noire."

Alors que les entreprises cherchent à intégrer des applications d’IA dans des processus métier établis, cette différence devient de plus en plus importante. Les systèmes doivent être techniquement solides, mais ils doivent également être suffisamment compréhensibles pour que les utilisateurs puissent les contester, les valider et les améliorer au fil du temps.

 

Gérer des environnements moins prévisibles

Les environnements opérationnels sont de plus en plus difficiles à planifier avec les seules données historiques. Les modèles de demande changent, des facteurs externes interviennent et les conditions du marché peuvent changer rapidement, souvent avant que ces changements ne soient clairement visibles dans les chiffres. "Vous devez collecter des données-en temps réel et ne pas vous fier uniquement aux données historiques", explique-t-il. "Vous devez réagir à la volatilité et intégrer des signaux provenant de différentes sources dans vos décisions."

Cela marque le passage de modèles d’optimisation plus statiques vers des systèmes réactifs qui prennent continuellement en compte de nouvelles informations. "Cela devient plus dynamique", ajoute-t-il. "La prochaine étape consiste à le rendre plus agentif – en réagissant de lui-même aux changements de l'environnement."

 

Des actualités aux prévisions

Un exemple d'Inform présenté pour la première fois au salon LogiMAT est une nouvelle approche basée sur l'IA-conçue pour intégrer les événements externes directement dans les prévisions et la planification de scénarios. Le point de départ, dit Heinrichs, était une question simple : pourquoi les modèles de prévision ignorent-ils si souvent ce qui se passe dans le monde qui les entoure ?

 

"Si vous faites aujourd'hui une prévision classique, elle est basée sur des chiffres historiques", explique-t-il. "Mais en réalité, la demande est constamment influencée par des événements tels que les conflits géopolitiques, les perturbations de la chaîne d'approvisionnement, les nouvelles réglementations ou les tendances du marché. Ces informations existent, mais généralement sous forme d'actualités et non sous forme de chiffres."

La nouvelle solution est conçue pour combler cet écart. Les utilisateurs fournissent une série chronologique, comme des chiffres de ventes ou un indicateur de marché, et décrivent brièvement le contexte. L’IA recherche ensuite les événements d’actualité pertinents, analyse les relations historiques et génère plusieurs scénarios futurs possibles. Le résultat est une prévision accompagnée d'une explication-basée sur des preuves des raisons pour lesquelles un marché peut se développer dans différentes directions.

L'humain dans la boucle

Pour Heinrichs (photo ci-dessous), la discussion sur l’IA mène également directement au rôle de l’expertise humaine. L’IA peut identifier des modèles, traiter de grands volumes d’informations et produire rapidement des scénarios. Mais sa valeur augmente lorsque les gens peuvent y ajouter l’expérience, le contexte et le jugement que les données seules ne peuvent pas fournir.

"L'IA est aussi efficace que les données avec lesquelles elle fonctionne et les personnes capables de donner un sens à ces données", dit-il. "C'est pourquoi l'humain reste un élément essentiel de la boucle."

En pratique, cela signifie que les planificateurs et les-décideurs ne sont pas exclus du processus. Ils en restent au cœur. Leur rôle est de valider les scénarios, de remettre en question les hypothèses et d'affiner les résultats en fonction des connaissances opérationnelles ou de l'intuition du marché.

 

"Si les gens comprennent pourquoi le système recommande quelque chose, ils peuvent décider s'ils doivent lui faire confiance, le remettre en question ou l'améliorer", explique Heinrichs. "C'est là que la collaboration entre le jugement humain et l'intelligence artificielle devient vraiment puissante."

 

Intégration et interopérabilité

Un autre thème récurrent dans les discussions avec les clients est l’intégration. À mesure que les opérations logistiques deviennent de plus en plus interconnectées, la capacité de relier les applications basées sur l'IA aux systèmes existants devient essentielle. "On se pose toujours la question : comment intégrer à mon système ERP, mes autres solutions ?" Heinrichs me le dit. La réponse d'Inform a été de standardiser les connecteurs et de s'aligner sur les principales plates-formes telles que SAP et Microsoft. Le résultat est un chemin d’intégration plus simple, réduisant à la fois les coûts et le temps de mise en œuvre.

 

"Cela fait une grande différence", ajoute-t-il. "Et cela nous permet également de nous développer plus facilement à l'international."
C’est un point crucial dans l’adoption de l’IA. Même l’application la plus avancée aura du mal à créer de la valeur si elle est isolée des systèmes où les processus métier sont réellement gérés. Les entreprises de logistique opèrent déjà avec des environnements informatiques établis, et les nouvelles solutions doivent s'adapter à ces environnements sans créer de complexité supplémentaire.

 

 

Responsabilité des données

L’augmentation de la connectivité et de l’utilisation des données s’accompagne d’une surveillance accrue en matière de sécurité. L'expérience de Heinrichs en matière de cybersécurité éclaire une position ferme sur cette question. "Chaque produit doit avoir un cachet de sécurité avant d'être commercialisé", dit-il. "C'est obligatoire."

À mesure que les modèles d’IA s’appuient sur des sources de données plus larges – y compris des flux externes tels que des actualités et des informations sur le marché – la complexité de la gestion et de la sécurisation de ces données augmente. "La quantité de données que nous exploitons crée une demande énorme en termes de sécurité des données", note Heinrichs. "Il faut rester au top."

 

Un marché prêt à bouger

Le plus frappant est peut-être l’évaluation faite par Heinrichs du sentiment du marché. Plutôt que la prudence, il constate un appétit croissant pour l’expérimentation et le progrès rapide.

"Les clients nous demandent de leur proposer des idées", dit-il. "Ils sont prêts à gagner vite et à échouer vite." Cette ouverture crée un terrain fertile pour des solutions intelligentes capables d'apporter des améliorations tangibles sans l'inertie des projets de transformation à grande échelle.

 

Pour de nombreuses entreprises, la prochaine phase de numérisation ne sera pas définie uniquement par l’IA. Il sera défini par une IA qui s’explique d’elle-même, se connecte clairement aux systèmes existants et prend en charge des décisions auxquelles les gens peuvent faire confiance.