Pour soutenir les praticiens de la Supply Chain sur ces problématiques, Sopra Steria a développé des algorithmes d'IA spécifiques permettant d’accélerer la création de valeur sur des cas réels.
#1 : L’adhérence aux processus
Dans les industries de l’aéronautique, du spatial et de la défense, les processus de production sont soigneusement définis selon les exigences amont d’engineering et de design, afin de garantir la fiabilité du produit. La conception de chaque pièce ou composant est en effet déterminée et réalisée selon différentes contraintes, notamment de performance, de normes, de traçabilité et de certifications. Celles-ci s'accompagnent en conséquence de processus et d'étapes de fabrication correspondants, de manière précise afin de garantir la conformité du produit face à ces exigences de qualité.
Par conséquent, s'écarter de ces processus de fabrication standards augmente naturellement le risque de non-conformité. Le suivi de ces déviations et la mesure de l'adhésion au processus avec le Process Mining est un moyen efficace aujourd’hui d’identifier les déviations. Cela peut se faire en comparant les journaux des activités se déroulant dans le MES avec le processus théorique tel que défini dans l'engineering de fabrication.
Au-delà du Process Mining, l’IA peut identifier la corrélation entre les contextes de la déviation, en particulier les paramètres de l’environnement industriel dans lequel celle-ci a été réalisée, et la compréhension de la déviation. Dans ce cas, lorsque les praticiens décident de mettre en œuvre un plan d'action correctif, le module d'IA peut également enregistrer l'action visant à atténuer le risque de non-adhésion et son résultat final. Ainsi, ce système d'IA est finalement capable de recommander automatiquement, face à une situation particulière, un plan d'action efficace. Sopra Steria, grâce à ses compétences et références en IA et en process mining, a développé des assets pour accélérer l'identification des perturbations de la Supply Chain dues à des problèmes de qualité, et soutenir la mise en œuvre de plans d'actions correctives ciblés pour les praticiens de la Supply Chain sur ces problématiques Qualité.
#2 : Intelligent Testing
Dans le domaine de la gestion de la qualité dans la gestion de la fabrication ou de la Supply Chain, une bonne pratique indispensable est le test et l'inspection qualité, qu’elle soit destructive ou non destructive, des composants produits ou livrés. Cela permet l'estimation statistique d'indicateurs tels que le taux de non-conformité pour un lot de production et fournit des informations concrètes permettant aux praticiens de manufacturing ou de la Supply Chain d'avoir une meilleure visibilité sur le risque de perturbations de la distribution.
La principale question cependant, est de comprendre quand, où et dans quelle mesure ces inspections ou tests doivent être réalisés. " Intelligent testing by AI " est un outil d'aide à la décision tactique conçu par Sopra Steria qui aide les praticiens de la qualité à échantillonner les bons composants à la bonne fréquence. En combinant le Machine Learning avec un puissant modèle probabiliste modélisant les étapes de fabrication et des flux de production, nous sommes en mesure de corréler les scénarios de tests avec une cartographie des risques qualité, permettant aux décideurs d'éviter tout contexte flou pour la traçabilité de la qualité.
De plus, le lien entre les coûts des tests - nombre, durée, etc. - et les intervalles de confiance des risques est identifié, permettant de fournir des informations clés pour optimiser les coûts des inspections à un niveau de confiance donné. La classification ou clustering de produits est également utilisé afin de mutualiser, lorsque cela est pertinent, créant ainsi une nouvelle dimension -le produit- de la solution d'aide à la décision. Enfin, l'architecture d'une telle solution d'IA est construite de telle sorte qu’elle puisse adapter ses paramètres et améliorer son efficacité au cours du le temps.
#3 : Le tracking Prédictif
Dans la gestion des opérations Supply Chain, l'anticipation est clé pour garantir les flux de livraison et éviter les perturbations de manière préventive. Les performances de non-conformité impactant les opérations font par conséquent partie des informations nécessaires à suivre et à anticiper. Pour ce faire, l'IA est une technologie clé qui peut fournir des informations à haute valeur ajoutée.
L'une des préoccupations majeures est par exemple le suivi de la performance qualité des fournisseurs. En modélisant de manière systémique les caractéristiques des fournisseurs, les produits, les contextes industriels locaux et globaux mais aussi le contexte exogène, les technologies d'IA peuvent suivre la performance qualité des fournisseurs et anticiper les risques de non-conformité.
La visibilité et l'anticipation sont également critiques dans le domaine de la gestion de la qualité au sein des processus de fabrication. Les technologies de Machine Learning sont ici également un outil puissant pour prédire comment les non-conformités apparaissent et peuvent de propager le long des étapes de la Supply Chain. Elles permettent également une meilleure compréhension des causes racines des non-conformités, et une anticipation des risques de problèmes qualité.
Sopra Steria utilise des algorithmes d'apprentissage automatique pour mieux comprendre et anticiper, ainsi que des réseaux bayésiens pour propager les risques de perturbations de la qualité. Ces technologies d'IA permettent aux clients de Sopra Steria d'obtenir une vision prédictive des risques de non-conformité, ainsi que des informations détaillées sur les causes racines et la localisation des risques. Les responsables de la Supply Chain ou du Manufacturing peuvent organiser en conséquence leurs ressources pour atténuer les risques de non-conformité et, au final, éviter des perturbations inattendues et générant par conséquent un coût de gestion très élevé.
Benefices
Nos équipes ont accompagné plusieurs de nos grands clients industriels du secteur de l'aéronautique et de la défense dans la mise en œuvre de tels systèmes d'aide à la décision basés sur l'IA pour optimiser la gestion de la qualité dans le domaine de la Supply Chain.
Nous avons par exemple développé des outils de suivi prédictives des performances fournisseurs, ou travaillé sur un outil d'aide à la décision permettant de prédire les risques potentiels de non-conformité en anticipant l’évolution de différents paramètres clés grâce au Machine Learning.
En ordre de grandeur, Sopra Steria estime, sur la base de ses analyses et précédentes références, les bénéfices suivants liés à l’amélioration de la gestion de la Qualité dans le domaine de la Supply Chain issus de ses assets.