Le défi IoT - La chaîne logistique numérique

Les technologies telles que l'IoT et les systèmes avancés de reconnaissance d'images recèlent une multitude de possibilités d'optimisation avantageuses, en particulier pour la logistique. Jusqu'à présent, ce thème n'en est toutefois qu'à ses débuts dans de nombreuses entreprises. C'est justement parce que la logistique est une interaction entre les partenaires les plus divers, chacun avec sa propre situation de départ, que la question du financement de nouvelles solutions technologiques se révèle particulièrement complexe.

Par exemple, une entreprise industrielle peut avoir la motivation d'automatiser sa logistique de cour, mais le prestataire de services logistiques n'a pas les moyens de s'adapter à une multitude de solutions différentes chez ses clients.

"Le plus grand défi lors de l'introduction de nouvelles technologies est l'incompatibilité avec les systèmes existants".: C'est ce que constate l'étude "Opportunités de la transformation numérique" de la Bundesvereinigung Logistik (BVL), pour laquelle environ 1350 participants ont été interrogés. Certes, 73% des entreprises interrogées estiment que les chances de la transformation numérique pour leur entreprise sont élevées à très élevées. Mais plus de la moitié d'entre elles préfèrent attendre que des solutions pratiques aient été testées.

"Cette attitude peut être préjudiciable aux affaires, car à l'ère du numérique, une vitesse d'innovation élevée est plus importante que jamais".

rappellent les auteurs de l'étude.

Logistique basée sur les données

La chute des prix des capteurs, des puces RFID et des caméras le rend possible : aujourd'hui, un transport avisé peut être vérifié à la porte de l'usine par un service cognitif avec reconnaissance de plaques d'immatriculation OCR, la barrière lui est automatiquement ouverte par le système et une place lui est attribuée.

De plus en plus d'objets logistiques tels que les conteneurs, les caisses mobiles, les wagons, les palettes, les bacs, les camions, les citernes et les bateaux sont équipés de la technologie appropriée, génèrent des données et les mettent à disposition.

Les technologies de localisation, de suivi en temps réel et de visualisation en temps réel suppriment les problèmes massifs qui se posent aujourd'hui dans la pratique, parce qu'on ne sait pas exactement où se trouve par exemple un transport, un équipement ou un produit.

Des capteurs pour la surveillance de la température ou la mesure du niveau de remplissage déclenchent automatiquement des étapes de processus, des drones aident à faire l'inventaire, des applications sur des appareils mobiles remplacent les étapes manuelles et saisissent les données directement sur le lieu de l'événement de processus.

De nouvelles données arrivent

La plus grande transition vers la logistique numérique réside dans le traitement de nombreuses données matérielles issues de capteurs et d'autres appareils de bord : Actuellement, peu d'entreprises y sont préparées.

D'une part, il est nécessaire d'orienter les infrastructures et les architectures informatiques de manière ciblée sur le traitement des formats de données les plus divers. D'autre part, les architectures des systèmes SAP qui gèrent les processus et qui sont délibérément isolées de l'extérieur rendent difficile l'intégration de données non SAP en temps réel.

Les entreprises sont confrontées à de nombreux défis : Il ne s'agit pas seulement d'ouvrir les systèmes de manière intelligente, mais aussi d'identifier quelles données peuvent concrètement aider à quel moment du processus.

Cela signifie que dans la chaîne d'approvisionnement numérique, les systèmes doivent être en mesure, à chaque point du processus, d'intégrer intelligemment des données d'origines diverses et d'orchestrer le processus.

L'exemple d'une entreprise du secteur alimentaire montre comment les données peuvent contribuer à l'automatisation des processus : Ici, les remorques doivent atteindre une certaine température de refroidissement avant le transport.

Auparavant, ce processus était purement manuel : un employé suivait les informations sur les températures de refroidissement à l'écran et déclenchait ensuite les processus correspondants dans le système.

Aujourd'hui, un capteur dans la remorque signale quand la température est atteinte, et la remorque est automatiquement libérée dans le système pour le chargement. La connectivité entre les terminaux et le système SAP est un défi particulier, surtout pour les grands groupes dont les systèmes sont divisés en zones Internet et Intranet : Dans ce cas, la discussion des aspects de sécurité prend souvent plus de temps que la mise en œuvre proprement dite.

Une couche intermédiaire flexible organise les données

La chaîne d'approvisionnement numérique nécessite non seulement un modèle de données et de processus transparent, mais aussi une couche d'intégration sur laquelle les données convergent et où il est défini par des règles ce qui se passe avec quelle donnée et quelles étapes du processus sont influencées et comment : un défi de taille.

En perspective, des algorithmes intelligents pour des systèmes d'auto-apprentissage pourraient également aider à la création et à la maintenance de ces ensembles de règles. Un niveau d'intégration est également important parce que les entreprises logistiques et industrielles sont en contact avec de plus en plus de plateformes (IoT) - donc avec de plus en plus de plaques tournantes de données pour la connexion de partenaires externes.

Il est donc essentiel de disposer de services d'intégration génériques permettant une interaction flexible avec de nouvelles sources de données. Un exemple typique est le processus d'inventaire classique, dans lequel on compte quelque chose dans l'entrepôt à l'aide d'un scanner.

Un tel service "ordre de comptage" devrait donc être programmé de manière à pouvoir être pris en charge par n'importe quelle technologie, mais le résultat serait un résultat de comptage saisi et traité par le système pour les documents d'inventaire concernés.

Les entreprises de chargement doivent analyser et décider avec quels fournisseurs elles collaborent et quelles sont les couches entre les partenaires externes et leurs propres systèmes. Au lieu de développer des centaines d'interfaces et de répondre individuellement aux nouvelles solutions qui poussent actuellement comme des champignons, seule une approche générique peut fonctionner.

Les capteurs et autres matériels électroniques sont également soumis à des cycles de vie de plus en plus courts : ils doivent donc pouvoir être remplacés rapidement par de nouveaux. La solution logicielle Leogistics Digital Supply Chain constitue le point de départ de cette approche flexible.

La numérisation dans l'industrie automobile

L'industrie automobile est un bon exemple de la manière dont les mouvements d'équipement peuvent être optimisés de manière significative. Le stock de matériel est souvent placé dans des conteneurs sur des remorques dans le parc à conteneurs et doit être amené juste à temps ou juste en séquence à la porte de chargement sur le site de production.

Comme de nombreux mouvements ont lieu chaque jour, des approches telles que Big Data Analytics valent la peine. L'analyse des données montre alors clairement dans quelle constellation quel ordre d'engagement a duré combien de temps. Ces informations permettent de mettre en place une logistique de site durable et apprenante.

Ce n'est que lorsque les besoins en mouvements sont transparents que l'on comprend comment ils peuvent être satisfaits par des transferts d'usine intelligents. C'est ainsi qu'un fabricant allemand de produits haut de gamme a pu optimiser, grâce à Leogistics, la gestion des flux entrants dans sa chaîne d'approvisionnement entrante sur son plus grand site de production américain, à Spartanburg.

450.000 voitures sortent chaque année des chaînes de montage : le site est un carrefour de circulation et de flux de matériaux d'une ampleur monumentale. Chaque jour, 1100 camions arrivent ici à eux seuls, sans compter les 50 conteneurs maritimes de matériaux importés qui sont transportés par train depuis le port.

En combinant SAP ERP et les données télématiques, une tour de contrôle centrale de la chaîne d'approvisionnement assure aujourd'hui une visualisation transparente de la gestion des arrivages sur toutes les voies de transport. Les données météorologiques et de circulation sont prises en compte et les géofences permettent de planifier à temps les retards de livraison.

Goulot d'étranglement de la rampe de chargement

Selon l'étude BVL, 61 pour cent des besoins en données sur les perturbations du flux de matériel ne sont par exemple pas encore satisfaits aujourd'hui. Un goulot d'étranglement particulièrement critique dans la logistique de site est le chargement et le déchargement des véhicules sur le site de production.

L'espace étant limité sur la rampe, il existe des créneaux horaires (slots). Dans les solutions de slots courantes, la gestion des slots se limite à l'attribution obligatoire de créneaux horaires. Si une livraison arrive en retard, les lieux de chargement doivent téléphoner à l'entreprise de transport qui, à son tour, doit souvent téléphoner à ses sous-traitants.

Un temps précieux s'écoule et il est souvent trop tard pour modifier la planification. Seule une solution avancée, comme par exemple l'approche de la Supply Chain Control Tower mise en œuvre par Leogistics, intègre la dynamique en temps réel. Elle montre à quel point les créneaux planifiés sont encore valables à un moment donné. Le cas échéant, un camion prévu pour plus tard et déjà à proximité est préféré.

Politique des petits pas

La mise en œuvre de la numérisation est une tâche globale qui n'est souvent pas abordée en raison d'un manque de capacités ou d'une situation budgétaire tendue. Pourtant, elle est essentielle pour suivre la dynamique des modèles commerciaux.

Pour se mettre en mouvement, de petits pas suffisent souvent. Dans de nombreux projets, il a été possible de développer, en collaboration avec des entreprises utilisatrices et sur la base d'approches de design thinking et de projets de preuve de concept, des premières étapes maniables qui apportent des avantages très concrets.

Un utilisateur de Leogistics dans l'industrie chimique, par exemple, résout le problème d'une rampe de chargement pas très grande sur laquelle sont chargés des fûts dont le contenu est tempéré, grâce à une solution automatisée en temps réel.

Auparavant, si le camion n'arrivait pas à l'heure, les fûts devaient être réchauffés et préparés à nouveau. Aujourd'hui, grâce à une surveillance numérique et en temps réel de l'arrivée des transports, le système peut dire de manière fiable qu'un camion est à l'heure dès qu'il franchit une géo-clôture esquissée autour de l'usine et qu'il se présentera donc à la porte de l'usine avec 20 minutes de retard. Cela permet d'économiser des efforts considérables.