“L’utilisation de la technologie pour augmenter l’action humaine a un impact majeur”

Jon Payne d’InterSystems explique comment le déploiement des technologies d’IA et de ML dans la transformation numérique d’une entreprise peut garder l’humain au centre.

Au milieu des avancées technologiques rapides et des nouveaux développements technologiques, le rôle que jouent les individus au sein des entreprises peut souvent être négligé. Bien que la technologie ait un rôle énorme à jouer dans le bon fonctionnement d’une entreprise, les gens restent également essentiels au succès continu. Alors que les organisations cherchent à accroître la résilience, l’agilité et l’innovation, l’utilisation de technologies de pointe pour fournir aux humains des informations leur permettant de prendre des décisions plus intelligentes et plus éclairées et de se concentrer sur des initiatives à plus forte valeur ajoutée est révolutionnaire.

Dans le secteur de la chaîne d’approvisionnement, par exemple, les gens continuent d’avoir un rôle important à jouer dans la logistique. Bien que l’automatisation progresse rapidement, les organisations ont toujours besoin de personnes dans les entrepôts pour le prélèvement et l’emballage, pour traiter les avis d’expédition avancés, pour l’expédition, pour interagir avec les clients et pour fidéliser la marque, entre autres choses. Les personnes restent essentielles dans le premier et le dernier kilomètre, et c’est ici que les organisations réalisent les plus grandes améliorations de performances en appliquant des technologies telles que l’intelligence artificielle (IA) et l’apprentissage automatique (ML).

Ces technologies complètent les experts du domaine et leurs années, voire décennies, d’expertise. Ils permettent aux individus de devenir plus proactifs en utilisant des informations prescriptives qui améliorent radicalement les résultats et augmentent la productivité. En plus d’enrichir la qualité et l’ampleur de chaque décision, cette utilisation de la technologie en conjonction avec les humains remplace la perte des « connaissances tribales ».

Cela fait référence aux connaissances acquises par des employés de longue date qui connaissent les idiosyncrasies de territoires, de marchés ou de clients spécifiques. Lorsqu’ils prennent leur retraite, ces connaissances peuvent les accompagner, entraînant des opportunités manquées ou des difficultés imprévues.

Par exemple, dans un entrepôt, il se peut qu’un responsable de longue date sache qu’une livraison particulière arrive toujours un peu en avance, malgré les horaires indiqués sur le planning. S’ils partent, et cette connaissance avec eux, cela pourrait créer un problème lorsque la livraison arrive au début de la semaine suivante et que le quai de chargement n’est pas prêt à la recevoir, ce qui entraîne des retards.

L’utilisation de l’IA, du ML et des informations prescriptives peut aider les organisations à éviter les conséquences de tels écarts. Le nouveau responsable pourrait être invité à être prêt tôt pour cette livraison particulière chaque semaine, sur la base de données historiques. L’effet global de l’utilisation de la technologie pour suralimenter les capacités des experts du domaine est d’améliorer considérablement l’efficacité opérationnelle et d’assurer la résilience face aux changements de personnel.

Optimisation de l’allocation des ressources

Un excellent exemple de domaine dans lequel ces technologies peuvent avoir un impact positif est la détection de la demande, qui a toujours été une opération très complexe. Sans la capacité de détecter la demande à mesure qu’elle évolue, les détaillants disposant de plusieurs points de vente peuvent facilement être surpris par le succès des promotions de produits dans des endroits spécifiques. Par exemple, prenez Spar, un important distributeur alimentaire en Autriche, qui a constaté qu’il manquait de données pour permettre un contrôle adéquat des stocks du magasin au niveau des rayons afin d’améliorer la disponibilité en rayon. Les magasins pouvaient manquer de marchandises car ils devaient s’appuyer sur des données inexactes, obsolètes et réactives calculées par un bureau central.

Par conséquent, Spar a recherché un système de planification des ressources et de point de vente de bout en bout pour aider les responsables à acquérir le contrôle nécessaire. À cette fin, il a déployé une plateforme de données unifiée pour donner aux directeurs de magasin une vue complète et précise de bout en bout de leurs ventes, de leurs commandes d’inventaire et de leurs livraisons. Il a pu le faire à grande échelle, mais les progrès ne se sont pas arrêtés là. En utilisant l’IA et le ML intégrés, l’entreprise a optimisé le réapprovisionnement grâce à la détection en temps réel de 800 promotions dans chacun de ses 1 500 magasins. Cela a considérablement amélioré la prévision de la demande.

Dans un autre exemple, Paltac, un important grossiste de cosmétiques au Japon, a amélioré l’efficacité du travail lors du transfert de 50 000 articles de 1 000 fabricants vers 400 détaillants exploitant 50 000 magasins. Indéniablement une entreprise massive, cela faisait partie du programme de transformation numérique de l’entreprise qui vise à augmenter les revenus sur le plancher de vente au détail.

L’entreprise a utilisé une plate-forme de données avec IA et ML pour développer son application d’assistance en magasin – en fait la première étape du parcours numérique. L’application est disponible sous forme d’application de bureau et de smartphone afin que les chefs de projet puissent attribuer du travail et communiquer avec les membres de l’équipe sur le terrain. Les membres de l’équipe peuvent également partager des plans promotionnels et documenter leurs observations.

En conséquence, Paltac a constaté une amélioration de la productivité tout au long de sa chaîne d’approvisionnement, fournissant un flux de travail unifié avec des informations précises en temps réel qui continue d’améliorer les revenus et les coûts d’exploitation et d’atteindre une métrique sans précédent de 99,999 dans les délais et dans l’intégralité (OTIF). pc. Au fur et à mesure du développement du système, l’entreprise intégrera l’IA pour automatiser les affectations du personnel et un portail fournira aux fabricants et aux détaillants, les deux extrémités de la chaîne d’approvisionnement, des capacités de surveillance et d’analyse.

L’utilisation de la technologie pour augmenter l’agence humaine a déjà un impact majeur dans des secteurs tels que la vente au détail et la chaîne d’approvisionnement, mais son introduction nécessite une manipulation prudente et une attention particulière doit être accordée à la gestion du changement. Les employés doivent comprendre comment la technologie les rendra plus productifs et les aidera à travailler plus intelligemment.

Voir, comprendre, optimiser, agir

Quel que soit le secteur, l’autonomisation des humains consiste essentiellement à utiliser les données pour obtenir une visibilité en temps réel et prendre des décisions plus éclairées. Les organisations doivent rassembler les données de l’ensemble de l’entreprise pour obtenir une solution « détecter et réagir », les réponses étant orchestrées par des humains à l’aide d’informations prescriptives. L’utilisation d’une architecture de tissu de données intelligente peut fournir aux organisations ces informations prédictives et prescriptives qui répondent aux pics de demande, aux perturbations et aux contraintes. Ce type d’architecture de données, alimenté par une plate-forme de données unifiée, aide les entreprises à surmonter le manque conventionnel de visibilité de bout en bout en intégrant et en normalisant différents types de données et en appliquant l’IA et le ML intégrés.

L’optimisation de la prise de décision humaine au sein des organisations repose essentiellement sur quatre éléments : voir, comprendre, optimiser et agir. Le premier est la visibilité de bout en bout. La seconde est la perspicacité basée sur les données. Le troisième est la prédiction et l’orchestration de bout en bout. Et l’élément « acte » provient de la réalisation d’une prise de décision alignée de bout en bout, transformant la productivité de l’ensemble de l’entreprise.

En adoptant cette approche via une plate-forme de gestion de données unique et unifiée, les chefs d’entreprise bénéficieront d’une main-d’œuvre humaine beaucoup plus productive et réactive et d’une entreprise infiniment plus efficace.

Par Jon Payne

Jon Payne est responsable de l’ingénierie des ventes chez InterSystems et possède 37 ans d’expérience dans la création et la livraison de logiciels dans plus de 30 pays.

10 choses que vous devez savoir directement dans votre boîte de réception chaque jour de la semaine. Inscrivez-vous pour le Bref quotidienle résumé de l’actualité scientifique et technologique essentielle de Silicon Republic.