La chaîne d'approvisionnement 2023 s'oriente vers le numérique

En ce début d'année, nous pouvons réfléchir aux nombreux défis apparemment insurmontables de la chaîne d'approvisionnement, mais la voie à suivre aura ses propres défis et sera de plus en plus complexe. Les solutions technologiques permettant d'améliorer la chaîne d'approvisionnement et de nous libérer de sa complexité abondent, et l'année à venir verra la plupart des organisations investir dans des moyens d'accroître l'agilité, d'améliorer la transparence et de renforcer la sécurité.

Parallèlement, le secteur regorge de plateformes, de technologies et d'applications qui promettent de faire fonctionner la chaîne d'approvisionnement à un niveau d'excellence. Au cours des prochaines années, le marché va connaître un bouleversement qui nous ramènera aux solutions éprouvées et solidement adoptées. (Malheureusement, nous savons tous que les meilleures technologies ne gagnent pas toujours, mais nous en discuterons une prochaine fois.)

L'ASCM (Association for Supply Chain Management) identifie les données, les analyses avancées et l'automatisation comme les principaux piliers de la chaîne d'approvisionnement¹, qui dépendent tous de la sélection des bonnes technologies de soutien. Comme je l'ai évoqué dans mon dernier article, « 2023 : appliquer bon sens et expertise en matière de chaîne d'approvisionnement », les stratégies basées sur le cloud dirigeront la chaîne d'approvisionnement, car elles permettent d'adopter une position forte en matière de sécurité tout en rendant la collaboration possible. Il existe cependant d'autres façons de découper le gâteau technologique afin de penser à prioriser l'adoption des technologies de manière intelligente et efficace.

Figure 1 : Au moins la moitié des principales tendances identifiées par l'ASCM sont liées à la technologie de la chaîne d'approvisionnement. Cette année sera celle de la création d'une chaîne d'approvisionnement plus intelligente. (Source de l'image : ASCM)

Mégadonnées et analyse

La clé du succès d'une entreprise n'est pas de disposer de données, mais plutôt de les utiliser. Si les données ne sont pas traduites en décisions exploitables, elles sont complètement inutiles dans la chaîne d'approvisionnement. Cette réalité va inciter les organisations à adopter les mégadonnées (big data) et l'analyse pour bénéficier d'une meilleure visibilité, d'une planification synchronisée, d'une plus grande agilité et d'une meilleure rentabilité.

À l'heure actuelle, la plupart des organisations ont une visibilité quelque peu floue de la chaîne d'approvisionnement. Dans un récent rapport de fin d'année d'Interos sur la chaîne d'approvisionnement mondiale, entre un quart et un tiers des organisations déclarent n'avoir confiance qu'en leurs fournisseurs de premier rang pour ce qui est de les informer en cas de perturbation de la chaîne d'approvisionnement. En outre, elles prévoient davantage de perturbations et un plus grand nombre de fournisseurs dans chaque chaîne d'approvisionnement. La nécessité de trier et de comprendre les données sera donc plus importante que jamais.

Les mégadonnées et l'analyse forment le duo technologique qui aide les professionnels de la chaîne d'approvisionnement à se repérer dans la surcharge de données afin de bien les comprendre et de les appliquer de manière optimale. Les professionnels de la chaîne d'approvisionnement doivent se concentrer sur l'acquisition d'une expertise technique pour comprendre l'étendue des données dans leur organisation et établir une structure dans laquelle collecter et évaluer ces données. Par exemple, il est nécessaire d'avoir un aperçu des données en temps réel, ainsi que des données provenant à la fois de sources internes (données de l'organisation, de divers systèmes, et fournies par des systèmes partenaires) et de sources publiques externes (données multimédias, données météorologiques, données de capteurs, etc.). En utilisant des outils d'analyse, les organisations peuvent traduire des données brutes en décisions.

Chaînes d'approvisionnement numériques

L'implémentation de la chaîne d'approvisionnement numérique va de pair avec les mégadonnées. Les chaînes d'approvisionnement traditionnelles sont linéaires (une étape à la fois) et un faux pas à un moment donné entraîne des retards. Dans une chaîne d'approvisionnement numérique, les systèmes sont intégrés pour recueillir des données structurées et non structurées à partager de manière bidirectionnelle entre un fabricant OEM et ses fournisseurs. En créant une visibilité totale entre toutes les parties prenantes, les problèmes peuvent être identifiés et résolus en temps réel. Un certain nombre de technologies de soutien sont nécessaires pour créer une chaîne d'approvisionnement numérique, notamment des capteurs qui collectent et envoient des données, des jumeaux numériques qui fournissent un modèle virtuel de la chaîne d'approvisionnement, ainsi que des interfaces partagées entre les organisations concernées.

Intelligence artificielle (IA) et apprentissage automatique (ML)

Grâce aux techniques d'IA et de ML, les systèmes informatiques et robotiques peuvent de toute évidence simuler les processus de l'intelligence humaine pour exécuter des tâches normalement effectuées par des humains (ce qui signifie que les tâches manuelles peuvent être automatisées). Dans la chaîne d'approvisionnement, cela peut se traduire par des tâches de prévision de la demande qui cartographient les itinéraires de transport ou identifient les stocks disponibles. L'apprentissage automatique (un sous-ensemble de l'IA) permet aux systèmes d'apprendre par eux-mêmes au fil du temps en fonction des tendances et de fournir des prévisions ou d'autres informations en repérant les anomalies. L'apprentissage automatique et l'intelligence artificielle peuvent également faciliter la gestion des stocks, la gestion des fournisseurs et d'autres tâches en utilisant des algorithmes pour répondre aux évolutions du marché et à la fluctuation de la demande.

Robotique

Les robots ne relèvent plus de la science-fiction. En fait, les robots collaboratifs — ou cobots — aident à relever certains défis clés de la chaîne d'approvisionnement, notamment les pénuries de main-d'œuvre, les hausses de la demande et les perturbations d'approvisionnement. Allied Market Research évalue le secteur mondial des robots logistiques à 6,3 milliards d'USD et prévoit un marché de 27,8 milliards d'USD d'ici à 2031 (soit un taux de croissance annuel de plus de 16 %)³. Dans un entrepôt, les robots peuvent renforcer la sécurité et réduire les coûts en améliorant le flux de travail. Dans de nombreux cas, ils peuvent exécuter des tâches répétitives et ennuyeuses afin de libérer les humains pour des tâches qui requièrent leur attention.

Sécurité des données et cybersécurité

Enfin, nous avons conscience que la chaîne d'approvisionnement est un atout stratégique pour toute organisation et que la protection de cet atout est une tâche critique. La collaboration signifie que les organisations peuvent également s'exposer mutuellement aux acteurs mal intentionnés et aux violations de données. De plus en plus, les fonctions informatiques, de chaîne d'approvisionnement et d'achat de l'organisation devront agir ensemble pour identifier et traiter les vulnérabilités de la chaîne d'approvisionnement. Divers protocoles de sécurité, notamment les pare-feu, les technologies anti-piratage et la redondance, constitueront des investissements clés. En ce qui concerne les cybermenaces, les organisations ont besoin d'une coopération étroite entre les responsables de la sécurité informatique, de la chaîne d'approvisionnement et des achats pour identifier les vulnérabilités des fournisseurs ayant accès à leurs systèmes et réseaux, et y remédier.

La plupart des technologies de la chaîne d'approvisionnement devraient exploser au cours des prochaines années, mais les fabricants OEM devront mettre en œuvre une planification minutieuse pour s'aligner sur les technologies et les fournisseurs capables de répondre aux besoins de leur chaîne d'approvisionnement à long terme.

Références :

1. https://www.ascm.org/making-an-impact/research/top-supply-chain-trends-in-2023/

2. https://www.interos.ai/wp-content/uploads/2022/05/Resilience-2022_Interos_Annual-Global-Supply-Chain-Report_5_11_2022.pdf

3. https://www.prnewswire.com/news-releases/logistics-robotics-market-to-garner-27-8-billion-globally-by-2031-at-16-2-cagr-allied-market-research-301662333.html