Le 14 June 2022
L’Apprentissage Automatique et l’Apprentissage Profond sont des sous-ensembles de l’intelligence artificielle. L’Apprentissage Automatique (ou Machine Learning) consiste à un apprentissage automatique de données structurées. L’algorithme va apprendre par les retours qu’un humain fera sur les catégorisations effectuées. En fonction des résultats qu’il aura obtenus, l’algorithme sera en mesure de classer les données similaires qu’il rencontrera dans le futur.
L’Apprentissage profond (ou Deep Learning) est un apprentissage profond de données structurées ou non. Par la combinaison de plusieurs algorithmes s’inspirant du cerveau humain, le système va pouvoir détecter lui-même les caractéristiques permettant de catégoriser les données. On l’utilise pour des tâches complexes contrairement à l’Apprentissage Automatique qui est utilisé pour des actions routinières simples.
L’Apprentissage Profond et l’Apprentissage Automatique ne nécessitent pas la même quantité de données pour fonctionner. L’Apprentissage Profond demande beaucoup plus de ressources et plus d’un million de données pour pouvoir agir. Ainsi, il n’est pas tout le temps efficient de le déployer.
Chacune de ces technologies a ses champs d’application bien précis. L’Apprentissage Automatique s’utilise, par exemple, pour de l’informatique décisionnelle afin de visualiser les données importantes de l’entreprise. Alors que l’Apprentissage Profond, par exemple, est utilisé comme support client ou support fournisseur par le biais des chatbots. Ceux-ci vont automatiser les conversations en classant les demandes des prestataires ou consommateurs selon leurs degrés d’urgence. L’Apprentissage Profond est aussi connu pour être exploité pour le traitement automatique du langage et la reconnaissance image.
« Les méthodes d'Apprentissage Profond connaissent une forte activité de recherche face aux méthodes d'Apprentissage Automatique du fait de l’augmentation de la puissance de calcul. Aussi l'Apprentissage Profond a obtenu de très bons résultats d’où une recrudescence de cette méthode dans la littérature scientifique. Les résultats les plus impressionnants concernent le traitement automatique du langage où des modèles comme BERT ou GPT-3 sont capables de comprendre n’importe quelle langue et dépassent largement les modèles d'Apprentissage Automatique. Cette dynamique est loin de s’estomper, car malgré de bons résultats, l'Apprentissage Profond est souvent assimilé à une boîte noire et cela encourage les chercheurs du monde entier à percer les mystères de l'Apprentissage Profond. »
Pour 48 % des entreprises qui ont implanté des technologies d’IA et d’Apprentissage Automatique, le principal avantage perçu est l’obtention de processus de travail plus efficaces. Appliqués à votre fonction approvisionnement, quels sont les possibles avantages ?
L’intelligence artificielle peut soutenir l’obtention d’un levier stratégique à la prise de décisions. L’environnement étant continuellement changeant, il devient essentiel d’avoir la capacité d’analyser les données en temps réel pour avoir un suivi des achats concret. En effet, cela permet de faciliter la connaissance de ses opérations en cours, d’optimiser ses activités et de suivre l’atteinte de ses objectifs.
Selon une récente étude [2], 82 % des directeurs approvisionnements souhaitent obtenir grâce à l’intelligence artificielle, un gain de temps sur les activités opérationnelles. Ainsi, de telles technologies permettent d’optimiser la durée des tâches chronophages et répétitives en contrebalançant avec la durée des tâches à forte valeur ajoutée telles que le sourcing, l’innovation ou la stratégie. Par exemple, l’IA peut faciliter l’analyse d’un panel de fournisseurs important par l’implantation d’un algorithme capable d’analyser une quantité importante de noms en un minimum de temps. De plus, les approvisionnements seront optimisés grâce à des procédés et des outils supportant la performance selon les objectifs et enjeux d’une entreprise.
La principale motivation des entreprises à s’intéresser à l’intelligence artificielle est souvent son impact sur la performance économique. Ce type de technologie allié aux mégadonnées, permet de réduire les coûts par l’optimisation des décisions des approvisionneurs et la mise en place d’un plan d’action stratégique. Selon l’étude du GEP, l’analyse du panel de fournisseurs et des dépenses avec l’IA permet de réduire les coûts de 5 à 40 %. Cette baisse est rendue possible grâce à la réduction du temps perdu, à l’amélioration du retour sur investissement et à l’optimisation des flux de trésorerie.
Cette avancée technologique permet aussi de développer une meilleure gestion des risques grâce à un suivi rigoureux de la situation et une détection d’incohérences, sources potentielles de risques. En effet, les approvisionneurs avec l’IA vont pouvoir choisir le fournisseur ayant l’offre la plus adaptée à son besoin tout en diminuant les risques de retards de paiement et de fraudes. La sécurisation des approvisionnements facilitera les approvisionneurs dans la gestion des contrats et améliorera la qualité par la diminution du risque d’erreurs.
L’intelligence artificielle est un véritable levier stratégique pour les entreprises qui souhaitent augmenter leur compétitivité et avoir des processus à forte valeur ajoutée. Les missions chronophages seront automatisées et celles plus stratégiques, traitées par la créativité et l’intelligence humaine. Par exemple, des tâches telles que la rédaction de documents ou les différents échanges avec les parties prenantes bénéficient de cette transformation. Avec l’environnement dynamique actuel, un tel outil permet de rendre les activités efficaces et optimisées face aux changements grâce à des prises de décisions soutenues.
Implanter un outil d’intelligence artificielle peut avoir de nombreux obstacles. De ce fait, il est nécessaire de pouvoir les prévoir afin de s’y préparer au mieux :
La connaissance sur le sujet de l’intelligence artificielle n’est pas encore au centre des intérêts des entreprises. Selon une récente étude, 67 % des directeurs approvisionnements relatent ne pas avoir assez d’informations sur ce sujet. Un enjeu majeur existe donc sur la connaissance des bénéfices que l’intelligence artificielle peut apporter à la fonction approvisionnement. D’autant plus que la digitalisation permet de créer de la valeur pour une entreprise, notamment pour les métiers achats dont l’activité dépend des données.
Avant toute chose, une entreprise doit être en mesure de définir son ou ses besoins en se posant les bonnes questions. Un projet d’intelligence artificielle doit être lié aux problématiques stratégiques d’une entreprise afin de pouvoir définir les critères de réussite ou non d’un tel projet. Dans le cas contraire, l’entreprise risque d’avoir un déploiement technologique non réussi et alors d’augmenter ses coûts inutilement.
Toutes les technologies liées à l’intelligence artificielle reposent sur des bases de données. Ainsi, une nécessité réside dans la gestion de celles-ci afin d’avoir une vision d’ensemble des chiffres et de la performance d’une entreprise. Sans cela, l’extraction d’information et son analyse, risque d’être compromise. Selon une étude, 40 % des données des entreprises sont incomplètes, inexactes ou indisponibles. Cela illustre bien le besoin d’examiner ces données afin de les rendre exploitables.
Un manque d’expertise interne dans le domaine de l’intelligence artificielle freine la mise en place d’un tel projet. Pour 50 % des entreprises françaises (TPE et PME), l’identification et l’acquisition des compétences liées à l’intelligence artificielle sont d’ailleurs les premières difficultés rencontrées. Ainsi, un équilibre doit se créer entre l’acquisition de nouveaux talents spécialisés dans le domaine et la formation interne des employés actuels. De plus, il faut favoriser l’implantation de solutions qui soient faciles à utiliser et rapides à implanter pour compenser ce manque d’expertise.
Il est nécessaire pour une entreprise qui souhaite implanter l’intelligence artificielle, d’accompagner ses employés dans le changement. L’importance d’expliquer les enjeux et les bénéfices qu’une telle transformation apporte à l’entreprise et aux tâches opérationnelles est essentielle. Sans cela, une résistance va s’installer et le déploiement technologique risque de ne pas fonctionner. L’IA doit être perçue comme un véritable collaborateur et un nouveau support aux employés, et non comme un substitut de leurs activités. Il leur permettra alors de dégager du temps pour des tâches à plus forte valeur ajoutée et de s’épargner des tâches souvent chronophages et répétitives.
Les équipes de Visiativ Achats et Opérations vous aident dans la transformation et la digitalisation
Notre expertise se concentre sur les actions suivantes :
« Nos équipes d’ingénieurs travaillent à digitaliser les tâches fastidieuses en automatisant complètement ou partiellement les processus de traitement des données achats. Par exemple le projet Firm Match concrétise l’analyse automatique d’un large panel de fournisseur. L’outil est capable de normaliser les fournisseurs de n’importe quelle base client et de retrouver leur correspondance dans les bases open data. Les méthodes utilisées pour cet outil appartiennent aux domaines de l'Apprentissage Automatique et de l'Apprentissage Profond :
L’utilisateur se connecte à une interface web depuis laquelle il peut interroger un algorithme d'Apprentissage Automatique ou d'Apprentissage Profond. Cet outil accorde aux clients et consultants de Visiativ achats et opérations un gain de temps dans le traitement des données fournisseur. »
par Capucine Honnart, Consultante Achats secteur Industrie & Services
et Julien Casagrande, Consultant Senior secteur Industrie & Services
[1] L’essor de l’intelligence artificielle et de l’apprentissage automatique
[2] Les freins au développement de l’IA
[3] Les problèmes de qualité des données
[4] Étude de l’impact de l’IA sur l’approvisionnement et la Supply Chain
Le 14/03/2022
Réservée initialement aux transactions de crypto monnaies, la blockchain se démocratise. Si elle entend révolutionner certaines pratiques, qu’en-t-il concrètement de son utilisation à date dans les achats ?
DécouvrirLe 22/03/2022
L’empreinte carbone est la quantité de gaz à effet de serre (GES) émise par l’activité d’un être vivant, d’une entreprise, d’un Etat, ou par la production d’un bien ou d’un service. Comment bien le gérer en entreprise ?
DécouvrirLe 17/03/2022
Visiativ Achats & Opérations vous présente son schéma de promotion des achats socialement et écologiquement responsables.
Découvrir
