Prévision de la demande par l'IA dans le secteur manufacturier : d'une meilleure prévision à un meilleur plan de production

Une prévision de production peut sembler raisonnable en fin d'année, alors que l'usine passe l'année à lutter contre les retards. Le service des achats accélère la livraison des matières premières. La production réorganise son planning. Le service client explique un nouveau retard. Chaque équipe perçoit une partie du problème, mais la réunion de planification peut tout de même débuter par un chiffre global rassurant.

La prévision de la demande par l'IA dans le secteur manufacturier est utile lorsqu'elle permet de prendre de meilleures décisions avant que les coûts ne s'accumulent. Une prévision plus sophistiquée ne constitue qu'une partie du travail. L'entreprise a également besoin d'informations à jour, d'un plan de production réalisable et de personnes capables de gérer les imprévus.

Dans le webinaire en français d'Embiggen X, Camille Sickert aborde ce défi avec Stéphane Fallet et Nicolas Souvlakis. Leur conversation explore le coût caché des prévisions statiques et la question pratique du test de l'IA en situation réelle. Cet article en anglais développe ces idées en un cadre de planification. Les exemples et listes de contrôle ci-dessous sont des illustrations éditoriales et ne reflètent pas nécessairement les résultats obtenus chez nos clients.

01 Regardez le webinaire

Regardez la vidéo « IA dans l'industrie suisse : Optimiser la planification coûte cher » ci-dessous. L'enregistrement est en français ; cet article en propose une explication en anglais. Les horodatages de la transcription locale peuvent légèrement différer de ceux de la version YouTube.

La discussion porte sur les raisons pour lesquelles une prévision devient obsolète, les informations dont dispose déjà un fabricant, le rôle d'un assistant IA pour épauler un planificateur et la comparaison d'un projet pilote à petite échelle avec le processus existant. Sa question centrale est pragmatique : quelle décision de planification votre équipe pourrait-elle améliorer sans avoir à refondre l'ensemble de l'entreprise au préalable ?

02 Pourquoi un total précis peut tout de même aboutir à un plan coûteux

Imaginez un fabricant qui prévoit une demande de 400 unités sur quatre semaines. Son plan table sur 100 unités par semaine. La demande réelle est de 160, 120, 80 et 40 unités. Le total est bien de 400 unités, mais les deux premières semaines nécessitent plus de produit que prévu. Selon les stocks initiaux et les capacités de production, l'équipe pourrait être confrontée à des pénuries, des heures supplémentaires ou des modifications coûteuses du planning.

Il s'agit d'un exemple illustratif, et non d'un calcul d'erreur de prévision ni d'une affirmation concernant un client. Il montre pourquoi un total correct ne prouve pas que la prévision était utile au moment de la prise de décision. La période, la famille de produits et le délai de livraison utilisés pour évaluer la performance doivent correspondre à la décision que la prévision soutient.

Le webinaire aborde une autre source de coûts : l’évolution des informations après l’établissement d’une prévision. Une nouvelle commande arrive, une machine devient indisponible ou un fournisseur modifie une livraison. Une prévision valable hier peut ne plus correspondre aux priorités de production actuelles. Une meilleure visibilité n’est pertinente que si elle intervient avant que l’équipe ne perde la possibilité de réagir.

Commencez par analyser une perturbation récente au sein de l'entreprise. Qu'est-ce qui a changé ? Quand la première personne en a-t-elle eu connaissance ? Quand le service de planification l'a-t-il identifiée ? Quels engagements étaient déjà pris à ce moment-là ? Ces questions permettront de déterminer si le problème immédiat réside dans les prévisions, un retard d'information, les capacités ou la responsabilité décisionnelle. Acquérir un modèle de prévision avant d'y répondre risque de laisser la véritable contrainte intacte.

03 Distinguer les prévisions de la demande de la planification de la production

La prévision de la demande estime les besoins probables des clients sur un horizon défini. La planification de la production détermine la réponse à apporter en tenant compte des contraintes liées aux matières premières, aux équipements, à la main-d'œuvre et à la livraison. Une prévision peut éclairer ce plan sans pour autant le rendre réalisable.

Par exemple, une demande plus forte ne libère pas de créneau machine. Une prévision plausible des commandes du mois prochain ne résout pas le problème de la quantité minimale de commande d'un fournisseur. Et une erreur moyenne plus faible n'indique pas au planificateur quel engagement client privilégier lorsque deux commandes se disputent la même ressource.

Définissez clairement votre décision avant de choisir la technologie. « Améliorer les prévisions » est trop vague pour un premier projet. « Aider le planificateur à comparer les calendriers possibles pour une gamme de produits suite à un retard de fournisseur » spécifie un événement, un utilisateur, un processus délimité et une décision. Cela précise également les informations que la solution doit intégrer au-delà des ventes historiques.

La recherche en prévision constitue ici une discipline utile. Hyndman et Athanasopoulos recommandent d'évaluer les prévisions sur des données non utilisées pour ajuster le modèle et de les comparer à des méthodes de référence simples. Leur analyse des intervalles de prédiction met également en évidence l'incertitude, au lieu de présenter une valeur comme certaine. Ces principes permettent de tester un élément de prévision ; ils ne prouvent pas, à eux seuls, que les décisions de production qui en découlent sont meilleures. Prévision : Principes et pratique

04 Reliez les informations nécessaires à une seule décision

Dans ce webinaire, Nicolas remet en question l'idée reçue selon laquelle un fabricant doit disposer d'informations parfaitement structurées avant de pouvoir démarrer. Le contexte pertinent peut déjà exister dans les enregistrements ERP, les tableurs et les documents. La première étape consiste à localiser les informations nécessaires à un processus spécifique et à déterminer si elles peuvent être utilisées de manière fiable.

Cela ne signifie pas pour autant que la qualité des données n'a plus d'importance. Lire une feuille de calcul ou extraire une date de livraison d'un PDF est différent de s'assurer que cette date est à jour, approuvée et associée à la bonne commande. Un assistant qui combine deux identifiants de produit incompatibles peut fournir une explication convaincante d'une situation erronée.

Pour un premier cas d'utilisation en matière de planification, recensez les sources suivantes :

• Historique des commandes et commandes en cours, avec identification des annulations et des demandes inhabituelles.
• Stocks disponibles et stocks engagés, selon les définitions convenues.
• Délais de livraison des fournisseurs et mises à jour concernant les fournisseurs, y compris les personnes chargées de leur suivi.
• Capacité de production, temps d'arrêt planifié et contraintes d'ordonnancement pertinentes.
• Connaissance par le planificateur des exceptions, des priorités des clients et des décisions nécessitant une approbation.

Consignez le propriétaire, la fréquence de mise à jour et les limites connues de chaque source. En cas de divergence entre les sources, déterminez quelle information fait foi. Définissez la procédure à suivre par l'assistant lorsqu'une donnée critique est manquante : signaler l'anomalie, demander une confirmation ou refuser de recommander une modification. Le remplissage silencieux d'une valeur manquante ne saurait remplacer une règle de fonctionnement convenue.

Notre page produit DataCore explique la dimension « données connectées » de l’approche d’Embiggen. Dans le cadre de la planification présentée ici, le principe fondamental est plus restreint : relier les éléments de preuve nécessaires à la décision prise et conserver la possibilité de remonter à leur source. L’étendue de l’intégration et les modalités d’accès restent à évaluer.

05 Considérez l'assistant IA comme un nouveau collaborateur en planification.

Nicolas utilise une analogie pertinente lors du webinaire : imaginez l’assistant comme un nouvel employé. Il peut certes aider à organiser rapidement les informations, mais il doit encore apprendre le vocabulaire, les contraintes et les attentes de l’entreprise. Cette analogie vise à concevoir un processus d’intégration, et non à prouver qu’un système comprend l’entreprise comme une personne.

Une première tâche utile pourrait consister à préparer une note d'information sur les exceptions. Suite à une modification de livraison, l'assistant rassemble les commandes concernées, identifie les données incertaines et présente des options au planificateur. Chaque option doit exposer ses hypothèses et les contraintes qu'elle respecte. Le résultat doit faciliter la discussion ultérieure, sans obliger le planificateur à reconstituer une recommandation à rebours.

Rédigez une fiche de poste détaillée pour cet assistant. Précisez les sources qu'il peut consulter, les décisions qu'il peut recommander et les actions qu'il ne peut pas entreprendre. Indiquez qui vérifie son travail et comment signaler une erreur. Toute modification d'un ordre de production, notification à un client ou engagement envers un fournisseur doit nécessiter l'autorisation définie par l'entreprise pour ce type d'action.

Le retour d'information nécessite également un mécanisme. Lorsqu'un planificateur rejette une recommandation en raison d'une contrainte manquante, il convient d'en consigner la raison et de mettre à jour la règle ou la configuration concernée via un processus contrôlé. Il ne faut pas supposer que le modèle tire automatiquement des leçons de chaque correction. L'impact du retour d'information sur le comportement futur dépend de la conception et de la maintenance du système.

06 Laissez le planificateur responsable des compromis.

Le webinaire présente l'IA comme un soutien au planificateur, et non comme une raison de supprimer son rôle. Son travail pourrait évoluer : de la collecte et de la consolidation des informations, il pourrait se concentrer sur la coordination des décisions entre les équipes achats, production et relation client. Cette évolution n'est pertinente que si le planificateur peut examiner et remettre en question la recommandation.

Envisageons deux solutions possibles face au retard d'une pièce. L'une permet de respecter les délais de livraison d'un client important, mais implique une modification du planning. L'autre évite toute interruption de la chaîne de production, mais retarde la livraison à ce même client. L'outil d'aide à la décision peut rassembler les éléments nécessaires et présenter les conséquences qu'il permet de calculer à partir des données saisies. Les priorités de gestion, les relations et les exceptions nécessitent néanmoins la présence d'un décideur responsable.

Une analyse pratique devrait se poser trois questions : quelles données soutiennent cette option, quelles contraintes ont été appliquées et qu’est-ce qui a été omis ? Si le système ne peut répondre, une rapidité apparente risque d’engendrer un travail de vérification supplémentaire. Il convient de mesurer cet effort de vérification dans le cadre du projet pilote, plutôt que de considérer le temps nécessaire pour obtenir une réponse comme le seul avantage.

Donnez aux planificateurs la possibilité d'exprimer clairement leur désaccord. Consignez les dérogations et leurs justifications sans considérer chaque dérogation comme un échec. Il arrive que le modèle ait omis un élément ; il arrive aussi que la règle de fonctionnement ait changé. Ces deux situations constituent des informations précieuses sur les besoins du système avant son extension.

07 Commencez par une famille de produits et un test en parallèle

Stéphane recommande de bien comprendre le fonctionnement avant de mettre en œuvre un premier cas d'usage. Il est important d'observer comment une décision de planification concrète circule entre les personnes et les systèmes. Il faut identifier les feuilles de calcul utilisées en parallèle de l'ERP, les approbations informelles et les exceptions qui, en pratique, rendent un processus censé être standard différent.

Ensuite, sélectionnez une famille de produits ou une décision dont le périmètre est bien défini. Recherchez un problème de planification récurrent, des données probantes accessibles et un responsable capable d'évaluer le résultat. Un projet pilote couvrant tous les sites et tous les produits est difficile à diagnostiquer. Une démonstration sur un échantillon parfaitement propre mais non représentatif peut être tout aussi trompeuse.

Nicolas cite en exemple un test parallèle de six à huit semaines. Ce délai n'est pas universel. L'accès aux données, leur intégration, la complexité opérationnelle et la fréquence de la décision influencent les enseignements tirés sur une période donnée. Un processus comportant peu d'événements pertinents peut nécessiter une approche d'évaluation différente.

Dans un test parallèle, le processus existant reste responsable des opérations tandis que l'assistant proposé élabore des recommandations à des fins de comparaison. Consignez les informations disponibles au moment de la décision. Si vous évaluez ultérieurement l'assistant à l'aide d'informations qui n'ont été connues qu'après coup, vous lui confèrez un avantage dont le planificateur ne disposait pas.

Consignez les décisions prises : situation, réponse initiale, recommandation de l’assistant, commentaires du réviseur et résultat observé. Lorsque les recommandations n’ont pas été mises en œuvre, distinguez le bénéfice escompté du résultat obtenu. Un calendrier alternatif plausible ne prouve pas que l’entreprise aurait réalisé les économies prévues.

08 Mesurer les résultats commerciaux parallèlement à la qualité des prévisions

Définissez des critères de réussite avant le lancement du projet pilote. À défaut, une démonstration convaincante pourrait servir de critère de réussite a posteriori. Choisissez un ensemble restreint d'indicateurs reflétant le problème initial et pouvant être mesurés de manière systématique.

• Prévoir les performances au niveau du produit et sur l'horizon utilisé par la décision de planification.
• Délai entre la réception d'une exception et la préparation d'une réponse examinée.
• Effort de révision, y compris le temps consacré à la correction ou à l'étude des recommandations.
• Modifications d'horaires, accélérations ou résultats de service pertinents pour le cas d'utilisation choisi.
• Incidents de données manquantes, violations de contraintes et raisons des dérogations du planificateur.

Il s'agit de mesures envisagées, et non d'une garantie d'amélioration simultanée. Des décisions prises plus rapidement peuvent nécessiter un examen plus approfondi au préalable. Une amélioration du service peut impliquer un compromis au niveau des stocks. Définissez le résultat prioritaire et les garde-fous à maintenir, puis obtenez l'accord du responsable concerné.

Maintenez une comparaison claire. Utilisez les mêmes définitions et des cas comparables, et documentez les variations de la demande, des effectifs ou des performances des fournisseurs susceptibles d'expliquer le résultat. Un projet pilote de courte durée peut fournir des données opérationnelles utiles sans pour autant établir de lien de causalité général ni garantir un retour sur investissement constant pour toutes les gammes de produits.

La décision d'extension doit donc être précise : les éléments probants justifient-ils l'utilisation de cet assistant pour ce processus et dans ces conditions ? Si oui, étendez-la judicieusement. Sinon, déterminez si le problème réside dans la qualité des données d'entrée, la logique de recommandation, l'intégration, l'adoption ou le cas d'utilisation lui-même.

09 Donnez au pilote un propriétaire d'entreprise

La discussion finale revient sur la responsabilité de la direction. La planification a des répercussions sur les services, le fonds de roulement et les engagements de production ; le projet a donc besoin d’une personne capable de gérer les compromis entre les différents services. Les spécialistes en informatique et en données sont des partenaires essentiels, mais ils ne peuvent pas décider seuls des priorités de l’entreprise.

Désignez un responsable opérationnel qui comprend la décision, un responsable technique chargé de l'accès et de la fiabilité, et un commanditaire capable de gérer les priorités concurrentes. Impliquez les planificateurs qui utiliseront le système dès la définition du périmètre et l'évaluation des résultats. Leur participation doit débuter avant la finalisation de l'interface.

Il convient également de déterminer qui assurera la maintenance du processus après la phase pilote. Les codes produits et les fournisseurs évoluent, et les anciennes exceptions deviennent de nouvelles règles. Un système de recommandation sans responsable de la maintenance peut progressivement s'éloigner des objectifs de l'entreprise. Les responsabilités, les procédures d'escalade et les limites d'autorisation doivent être maintenues après la phase initiale du projet.

Pour une réflexion plus générale sur la gestion, consultez l'article « Pourquoi la transformation de l'IA en entreprise nécessite l'adhésion de la direction » . Ce webinaire a pour objectif de traduire ce principe en une décision de planification concrète, observable, testable et améliorable.

10 Questions avant de commencer

Faut-il remplacer notre ERP ?

Il ne faut pas partir de ce principe. Il convient d'abord d'identifier les informations et les outils d'aide à la décision manquants dans le flux de travail actuel. L'évaluation peut révéler un manque de connexion, de reporting ou de planification qui peut être comblé en complément des systèmes existants. La faisabilité dépend de l'accès, de l'intégration et du processus lui-même.

L'IA peut-elle fonctionner avec des tableurs et des fichiers PDF ?

Ces éléments peuvent être utiles, mais la compatibilité des formats n'est que le point de départ. Vérifiez la qualité de l'extraction, les définitions, la mise à jour et les autorisations. Un document lisible n'est pas forcément une source fiable pour une décision de production.

Un assistant IA remplacera-t-il notre agenda ?

L'approche présentée dans ce webinaire permet au planificateur de rester impliqué dans l'examen des options et la coordination des actions. Concevez le projet pilote autour d'une tâche spécifique et mesurez le travail d'examen ainsi que les gains d'analyse qu'il permet. Ne tirez pas de conclusions quant aux effectifs suite à une démonstration réussie.

Que devrions-nous tester en premier ?

Choisissez une décision récurrente et circonscrite, où la difficulté actuelle et ses conséquences sont visibles. Une gamme de produits affectée par des retards de fournisseurs est un exemple, et non une recommandation générale. Commencez par le problème opérationnel que vous pouvez observer et mesurer.

11 Choisissez la décision avant le modèle

Le point de départ idéal pour la prévision de la demande par l'IA dans le secteur manufacturier est une question à laquelle votre équipe doit déjà répondre : que devons-nous modifier lorsque la demande, l'offre ou les capacités fluctuent ? Partez de cette décision et remontez le fil des informations, des contraintes et des autorisations nécessaires.

Un premier projet pertinent met en évidence ces liens. Il permet au planificateur d'examiner plus rapidement les options, de vérifier les hypothèses et de fournir des éléments probants que la direction peut utiliser pour décider des prochaines étapes. Une meilleure prévision est essentielle lorsque l'opération peut se traduire par une meilleure réponse.

Présentez un flux de travail de planification avec Embiggen X et évaluez les exigences d'un test délimité.