TRIGO utilise l’intelligence artificielle pour améliorer la performance de la chaîne d’approvisionnement dans l’aérospatiale

L’utilisation de l’intelligence artificielle est un sujet brûlant. Il ne se passe pas un jour sans que des articles et des communiqués de presse n’expliquent qu’elle va déclencher une révolution dans l’industrie et changer les pratiques quotidiennes de la fabrication. Dans l’industrie aérospatiale, certains acteurs clés ont réalisé des investissements importants dans des logiciels d’analyse de données massives (big data). Peut-on vraiment affirmer qu’ils ont amélioré les performances de l’industrie ou de la chaîne d’approvisionnement ? Devrions-nous envisager le problème sous un angle légèrement différent ?

La mission deTRIGO Aerospace, Defense & Rail est d’améliorer les performances des chaînes d’approvisionnement de l’aérospatiale et de la défense, à la fois en termes de livraison de qualité (OQD) et de livraison dans les délais (OTD).

Notre mission consiste à livrer les pièces à temps et au niveau de qualité approprié afin que nos clients puissent continuer à fabriquer leurs produits de plusieurs millions de dollars sans le moindre problème. Pour ce faire, en plus d’envoyer des techniciens et des ingénieurs sur les sites des fournisseurs, nous utilisons un logiciel propriétaire pour collecter et analyser les données OTD/OQD pour les différents sites de fabrication que nous soutenons dans notre portefeuille.

En développant cette technologie, nous nous sommes posé quelques questions clés : “Pouvons-nous utiliser l’IA pour améliorer réellement le quotidien des personnes chargées de la performance de la chaîne d’approvisionnement ?”

Notre objectif n’est pas de fournir des gigaoctets d’analyse de données ou de multiples graphiques. Nous voulons offrir quelque chose de simple et facile à interpréter qui pourrait être utilisé comme outil de prise de décision. Nous nous sommes ensuite posé la question suivante : “Si nous gérons un portefeuille de 50 fournisseurs livrant à une usine, pouvons-nous prévoir ceux qui seront en retard le mois prochain ? Si c’était le cas, pourrions-nous alors concentrer notre attention, celle de la direction et celle des fournisseurs sur ces domaines clés afin de régler le problème ?”

Pour répondre à ces questions, nous avons mis au point un outil basé sur l’intelligence artificielle, appelé “OTD predictor”. À partir d’un portefeuille de fournisseurs et d’un réseau neuronal de l’historique des livraisons des 12 derniers mois, l’outil génère un rapport de prévisibilité avec une liste des 10 premiers fournisseurs qui ont la plus forte probabilité de ne pas effectuer leurs livraisons au cours du mois suivant.

C’est aussi simple que cela. Le résultat n’est qu’une simple liste de quelques fournisseurs qui ont potentiellement une forte probabilité de défaillance, et non 200 pages de données.

La prévisibilité de l’outil OTD est précise à plus de 90 %. En fait, plus il apprend, plus il s’améliore. Notre première version de l’outil avait un taux de précision de 80 % ! Un taux de précision de 90 % signifie que lorsque l’outil prédit qu’un fournisseur échouera, il échoue dans 9 cas sur 10, de sorte que le fournisseur ne respecte pas ses exigences en matière de délais.

À une époque où le personnel qualifié est une ressource rare, l’IA peut contribuer à optimiser la main-d’œuvre humaine. Nous n’avons pas l’intention de remplacer les ingénieurs qualité ; nous voulons les aider à être plus efficaces en désignant les problèmes prioritaires sur lesquels ils doivent se concentrer et en supprimant le travail inutile.

OTD predictor est un outil de base qui est désormais inclus dans notre offre de services avec les bases de données, les KPI et l’accès au portail client.