Comment les jumeaux numériques de l'IA aident à surmonter le cauchemar de la chaîne d'approvisionnement mondiale

Mme Tech | Getty

Avec le perturbations de la chaîne d'approvisionnement des deux dernières années ne montrant aucun signe d'apaisement de sitôt, les entreprises se tournent vers une nouvelle génération de simulations alimentées par l'IA appelées jumeaux numériques pour les aider à fournir des biens et des services aux clients à temps. Ces outils prédisent non seulement les perturbations sur toute la ligne, mais suggèrent également ce qu'il faut faire pour y remédier. Des entreprises désespérées aux prises avec l'effondrement de expédition juste à temps les utilisent pour trouver un équilibre crucial entre efficacité et résilience.

La liste des choses qu'il a été difficile de se procurer à un moment ou à un autre ces derniers mois est aussi variée que longue : nouvelles voitures, nouveaux téléphones, lentilles de contact, produits d'entretien, produits frais, mobilier de jardin, livres, la couleur bleue . Ce n'est pas comme quand tout le monde a manqué de papier toilette en mars 2020, explique Chris Nicholson, fondateur de Pathmind, une entreprise qui applique l'IA aux problèmes de logistique. Cette fois, les éléments manquants sont personnalisés.

Histoire connexe

Notre comportement étrange pendant la pandémie perturbe les modèles d'IA Les modèles d'apprentissage automatique entraînés sur un comportement normal présentent des fissures, obligeant les humains à intervenir pour les remettre en ordre.

Covid-19 a braqué les projecteurs sur de nombreux réseaux mondiaux, d'Internet aux voyages aériens internationaux. Mais les chaînes d'approvisionnement qui sillonnent le monde - les navires, les camions et les trains qui relient les usines aux ports et aux entrepôts, transportant presque tout ce que nous achetons à des milliers de kilomètres de l'endroit où il est produit jusqu'à l'endroit où il est consommé - font l'objet d'un examen plus minutieux que jamais.

Il est juste de dire que quoi que vous vendiez, vous avez un problème en ce moment, déclare Jason Boyce, fondateur et PDG d'Avenue7Media, une société de conseil qui conseille les meilleurs vendeurs d'Amazon. Boyce dit qu'il a des clients qui rapporteraient des dizaines de millions de dollars par an s'ils pouvaient rester en stock. Nous avons des discussions avec des clients tous les jours où ils ne font que pleurer, dit-il. Pendant des mois, ils n'ont pas été entièrement en stock pendant une période de 30 jours d'affilée.

Les jumeaux numériques cherchent à résoudre les ruptures de la chaîne d'approvisionnement en les anticipant avant qu'elles ne se produisent, puis en utilisant l'IA pour trouver une solution de contournement. Le nom capture l'idée clé de simuler un système complexe dans un ordinateur, créant une sorte de jumeau qui reflète les objets du monde réel - des ports aux produits - et les processus dont ils font partie. Les simulations font partie de la prise de décision dans l'industrie depuis quelques années, aidant les gens à explorer différentes conceptions de produits ou à rationaliser l'aménagement d'un entrepôt. Mais la disponibilité de grandes quantités de données en temps réel et de puissance de calcul signifie que des processus plus complexes peuvent être simulés pour la première fois, y compris le chaos des chaînes d'approvisionnement mondiales qui reposent souvent sur de nombreux fournisseurs et réseaux de transport.

Ce type de technologie a donné à Amazon, qui a déjà l'avantage de contrôler ses propres camions et entrepôts, un avantage supplémentaire depuis des années. Maintenant, d'autres l'adoptent également. Google développe des jumeaux numériques de la chaîne d'approvisionnement que le constructeur automobile Renault a annoncé avoir commencé à utiliser en septembre. Les géants du transport maritime international comme FedEx et DHL construisent leur propre logiciel de simulation. Et les entreprises d'IA comme Pathmind créent des outils sur mesure pour tous ceux qui peuvent les payer. Pourtant, tout le monde n'en profitera pas. En fait, la puissante nouvelle technologie pourrait creuser une fracture numérique croissante dans l'économie mondiale.

Faire face à la tempête

Il est facile de blâmer la pandémie pour les problèmes actuels de la chaîne d'approvisionnement. fermetures d'usines et pénuries de main-d'œuvre a détruit les centres de production et de livraison en même temps qu'un saut dans les achats en ligne et les achats de confort a fait monter en flèche la demande de livraisons à domicile.

Mais en vérité, la pandémie n'a fait qu'aggraver une mauvaise situation. Il y a des forces mondiales à l'origine de cela, toutes combinées en une tempête parfaite, déclare D'Maris Coffman, économiste à l'University College London qui étudie l'effet de la pandémie sur les chaînes d'approvisionnement.

Pour apaiser cette tempête, il faudra injecter des milliards de dollars dans les infrastructures mondiales, agrandir les ports et les flottes de livraison, et investir dans une meilleure gestion, de meilleures conditions de travail et de meilleurs accords commerciaux. La technologie ne résoudra pas ces problèmes. Cela ne permettra pas aux navires de transporter plus de conteneurs, déclare David Simchi-Levi, qui dirige le laboratoire de science des données du Massachusetts Institute of Technology et a aidé à créer des jumeaux numériques pour plusieurs grandes entreprises. Mais l'IA peut aider les entreprises à surmonter le pire. Les jumeaux numériques nous permettent d'identifier les problèmes avant qu'ils ne surviennent, dit-il.

Selon Hans Thalbauer, directeur général de l'équipe des chaînes d'approvisionnement et de la logistique chez Google, le plus gros problème auquel les entreprises sont confrontées est leur incapacité à prévoir les événements en amont de la chaîne. Peu importe à quelle entreprise vous parlez, dit-il. Tout le monde dans le monde de la chaîne d'approvisionnement vous dira qu'il n'a pas la visibilité dont il a besoin pour prendre des décisions

C'est la visibilité de la chaîne d'approvisionnement qui permet à Amazon, par exemple, de prédire quand un article apparaîtra à votre porte. Pour chaque article qu'Amazon livre lui-même - et cela inclut les millions d'articles qu'il livre au nom de vendeurs tiers comme Boyce et ses clients - il donne une estimation précise de la date d'arrivée. Cela peut sembler peu, dit Boyce, mais si Amazon se trompait dans ces prévisions, il commencerait à perdre des clients, en particulier pendant la période des fêtes, lorsque les gens achètent des cadeaux de dernière minute et font confiance à Amazon pour les livrer. Il faut une puissance de calcul énorme juste pour montrer ce simple petit jour de livraison, dit-il. Mais les gens paniquent quand ils ne reçoivent pas leurs affaires à temps.

Selon Deliverr, une société américaine qui gère la logistique de livraison de plusieurs entreprises de commerce électronique, dont Amazon, Walmart, eBay et Shopify, un délai de livraison estimé à deux jours contre sept à dix jours augmente les ventes de 40 % ; un délai de livraison estimé à un jour augmente les ventes de 70 %.

Il n'est pas surprenant que d'autres veuillent leur propre boule de cristal. Les chaînes d'approvisionnement juste-à-temps sont presque mortes. Les perturbations des deux dernières années ont fait couler de nombreuses entreprises qui poussaient l'hyper-efficacité à l'extrême. L'espace d'entrepôt coûte cher, et payer pour stocker des stocks dont vous n'aurez peut-être pas besoin pendant une semaine peut sembler extravagant en période d'abondance. Mais lorsque le stock de la semaine prochaine n'apparaît pas, vous n'avez rien à vendre.

Avant la pandémie, la plupart des entreprises se concentraient sur la réduction des coûts, explique Simchi-Levi. Maintenant, ils sont prêts à payer pour la résilience, mais se concentrer uniquement sur la résilience est également une erreur : vous devez trouver le bon équilibre entre les deux. C'est le véritable pouvoir des simulations. Nous voyons un nombre croissant d'entreprises commencer à tester leurs chaînes d'approvisionnement en utilisant des jumeaux numériques, dit-il.

Et qu'est-ce qui se passerait si?

En explorant différents scénarios possibles, les entreprises peuvent identifier l'équilibre entre efficacité et résilience qui leur convient le mieux. Ajoutez l'apprentissage par renforcement profond, qui permet à une IA d'apprendre par essais et erreurs quelles actions entreprendre dans différentes situations, et les jumeaux numériques deviennent des machines pour explorer les questions hypothétiques. Que se passe-t-il s'il y a une sécheresse à Taïwan et que la pénurie d'eau arrête la fabrication de micropuces ? Un jumeau numérique pourrait prédire le risque que cela se produise, retracer l'impact qu'il aurait sur votre chaîne d'approvisionnement et, en utilisant l'apprentissage par renforcement, suggérer les mesures à prendre pour minimiser les dommages.

Si vous êtes un constructeur automobile dans le Midwest américain, un jumeau numérique pourrait vous suggérer d'acheter des composants supplémentaires auprès d'un distributeur de la côte ouest qui a encore un surplus. Mais associez plusieurs scénarios et les choses deviennent rapidement extrêmement complexes. Par exemple, selon Simchi-Levi, Ford entretient plus de 50 usines dans le monde, qui utilisent 35 milliards de pièces pour produire 6 millions de voitures et de camions chaque année. Il y a environ 1 400 fournisseurs répartis sur 4 400 sites de fabrication avec lesquels il interagit directement, et une pile de fournisseurs et de fournisseurs de fournisseurs jusqu'à 10 couches de profondeur entre Ford et les matières premières qui entrent dans ses véhicules. N'importe lequel de ces liens pourrait se rompre, et un bon test de résistance devrait sonder chacun d'eux.

Les jumeaux numériques s'appuient sur autant de données que possible pour exécuter leurs simulations et former leurs IA. Il existe des informations logistiques sur l'entreprise et ses fournisseurs, comptabilisant des entrées telles que les données d'inventaire et d'expédition. Ensuite, il y a des données sur le comportement des consommateurs, basées sur des analyses de marché et des projections financières. Et des données sur le monde au sens large, telles que les tendances géopolitiques et socio-économiques. Simchi-Levi a même puisé des données dans les médias sociaux pour prédire le comportement des gens, en particulier pendant la pandémie.

Le jumeau numérique de Google peut être connecté à Google Earth et prend en compte les conditions météorologiques mondiales. Si vous êtes un maraîcher en Californie, vous pouvez effectuer des simulations pour voir lesquels de vos champs sont menacés par La Niña, explique Thalbauer. Lorsque Google met en place un jumeau numérique pour un client tel que Renault, il peut choisir parmi les nombreuses sources de données disponibles à inclure.

Histoire connexe

Comment le verrouillage change le shopping pour de bon Les grands magasins en ligne sont basés autour de vastes entrepôts automatisés. Des versions plus petites et moins chères de cette technologie seront essentielles si les petits magasins doivent survivre à une série de verrouillages.

Pathmind adopte une approche moins lourde. Son jumeau numérique s'enroule simplement autour des outils de gestion de la chaîne d'approvisionnement existants d'une entreprise, puisant dans les données qu'ils produisent déjà. Il augmente ensuite ces données en exécutant des simulations de simulation et en ajoutant les données synthétiques résultantes au pot sur lequel il forme son IA. L'approche est similaire à la façon dont AlphaZero a maîtrisé Go et les échecs en jouant des millions de jeux virtuels contre lui-même. Au lieu d'apprendre quelle pièce déplacer sur un tableau, les jumeaux numériques peuvent apprendre quel stock commander et quand, ou où ouvrir un nouvel entrepôt.

Avec les bonnes données synthétiques, un jumeau numérique peut apprendre à réagir à des événements inédits, même à des pandémies mondiales. C'est là que nous entrons dans le secret de « Pourquoi l'IA est-elle intelligente ? », déclare Nicholson. Il vit plus que nous, dans ces nombreux mondes différents, dont certains n'ont jamais existé auparavant.

En théorie, n'importe qui peut bénéficier de cette technologie. En pratique, il y aura des gagnants et des perdants. La technologie de jumeau numérique présente une formidable opportunité pour les entreprises de toute taille, déclare Rick Lazio, avocat et ancien membre du Congrès américain, aujourd'hui vice-président senior d'Alliantgroup, un cabinet de conseil fiscal basé aux États-Unis. Mais il note que ce sont les grandes entreprises, qui sont déjà les mieux protégées contre les pertes, qui commencent à utiliser cette technologie le plus rapidement.

La Lazio pense que de nombreuses petites entreprises auront besoin d'aide, peut-être par le biais d'investissements publics, pour les empêcher de prendre du retard. Les entreprises qui adoptent la technologie tôt voient des avantages supérieurs à la somme de ses parties, dit-il.

Et ce ne sont pas seulement les petites entreprises. De nombreux ports du monde fonctionnent sur papier ; si vous avez de la chance, ils utilisent des fichiers PDF et des e-mails, explique Nicholson. Ce sont des opérateurs majeurs, pas un fabricant de bougies dans le New Hampshire. Mais sans numérisation, nous n'obtenons pas d'IA.

Simchi-Levi est plus optimiste. De nombreuses entreprises avaient l'habitude de supposer que la mise en place d'un jumeau numérique nécessiterait d'énormes investissements et des années pour être amortie, dit-il, mais ce n'est plus le cas : un million de dollars et 18 mois peuvent vous offrir de nombreux avantages.

Simchi-Levi ne doute pas que le buzz autour des jumeaux numériques persistera même une fois que les pires perturbations actuelles seront passées. Si ce n'est pas la pandémie, ce sera autre chose, dit-il. Les deux dernières années ont appris aux entreprises comment mieux se préparer et comment mieux rivaliser. Quand nous reviendrons à la normale, ce ne sera plus comme avant, dit-il. La pandémie a prouvé que l'avenir est là.

cacher