Renforcer les chaînes d’approvisionnement mondiales grâce à l’IA
La numérisation et l’intelligence artificielle peuvent aider à rendre les chaînes d’approvisionnement mondiales plus sûres, plus transparentes et plus durables.
Carsten Hauptmeier ,
23.08.2023 
L’économie allemande est fortement interconnectée sur le plan international et tributaire de chaînes d’approvisionnement mondiales. Mais les relations d’approvisionnement à travers le monde, en particulier ces derniers temps, se sont révélées vulnérables aux crises. Anita Wölfl, économiste de l’ifo, l’institut munichois de recherche économique, explique de quelle manière la numérisation ainsi que l’intelligence artificielle peuvent rendre les chaînes d’approvisionnement plus sûres et plus transparentes.
Madame Wölfl, quels avantages voyez-vous dans les chaînes d’approvisionnement numériques ?
La pandémie de Corona, l’embouteillage de porte-conteneurs dans le canal de Suez ou, aujourd’hui, la guerre en Ukraine ont montré que les chaînes d’approvisionnement mondiales représentent un système très fragile. Il est donc d’autant plus important pour les entreprises de pouvoir réagir face aux problèmes de manière sûre et rapide. Les chaînes d’approvisionnement numériques peuvent y contribuer.
Dans une chaîne d’approvisionnement classique, il est toujours question de flux de marchandises et de flux financiers, mais également de flux d’informations. C’est à ce niveau qu’il y a souvent des retards et des lacunes parce que l’on travaille encore avec du papier. En revanche, dans les chaînes d’approvisionnement numériques, les informations sont transmises de bout en bout sans aucune interruption.
Quel rôle jouent l’IA et le Big Data dans ce contexte ?
Ils permettent tous les deux de réagir plus rapidement aux problèmes survenant dans la chaîne d’approvisionnement, tout en agissant de manière plus proactive. Par exemple, si les données correspondantes sont disponibles, les programmes basés sur l’IA peuvent indiquer directement à une entreprise quels fournisseurs sont en mesure de livrer les marchandises manquantes. Ainsi, ils peuvent également indiquer en combien de temps son propre stock pourra être réapprovisionné. À cet égard, les « jumeaux numériques », dans lesquels l’ensemble du processus est représenté parallèlement à la chaîne d’approvisionnement réelle, peuvent jouer un rôle primordial.
En même temps, les chaînes d’approvisionnement numériques assurent une plus grande transparence. La pandémie de Corona a montré que les entreprises connaissent, certes, leurs fournisseurs directs, mais ignorent souvent ce qu’il en est deux ou trois niveaux en amont dans la chaîne d’approvisionnement.
Que doit-il se passer pour que les chaînes d’approvisionnement numériques soient adoptées à grande échelle par l’économie ?
Il existe principalement deux obstacles : la qualité des données et la protection des données. Tout d’abord, les données doivent être disponibles de manière très détaillée ; cela requiert également des investissements correspondants de la part des entreprises. D’autre part, le bon fonctionnement des chaînes d’approvisionnement numériques impose, bien entendu, que les données soient communiquées. Les entreprises doivent donc être prêtes à partager des informations. Mais ces certains risques sont compensés par de grands avantages. Il est vrai que les entreprises doivent fournir des informations, mais elles reçoivent également de très nombreuses données utiles.
Cela peut-il rendre les chaînes d’approvisionnement plus durables ?
La numérisation peut, dans tous les cas, aider à rendre les chaînes d’approvisionnement plus durables. Une plus grande transparence permet, par exemple, de mieux vérifier si les droits de l’homme sont respectés dans les chaînes d’approvisionnement mondiales. Cela soutient également la loi allemande sur la chaîne d’approvisionnement, applicable depuis 2023 L’étendue des informations dans les chaînes d’approvisionnement numériques et le gain d’efficacité qui en résulte permettent, en outre, d’éviter le gaspillage des ressources sur les voies de transport.
