Construire un cadre d'IA basé sur des agents avec SAP IBP : Trois cas d'utilisation

En utilisant ces fonctionnalités, les entreprises peuvent aller au-delà des modèles basés sur Excel et adopter une approche pérenne. Pour une entreprise mondiale de semi-conducteurs figurant dans la liste Fortune 50, cette transformation a favorisé la collaboration interfonctionnelle et a permis une gestion proactive des dettes et des stocks grâce à des rapports détaillés. Leur parcours montre comment SAP IBP peut servir de colonne vertébrale à des décisions guidées par l'IA pour toutes les chaînes d'approvisionnement complexes à l'avenir.

Les sections suivantes décrivent en détail chaque cas d'utilisation, soulignent les avantages d'une solution de planification des composants et donnent un aperçu de l'avenir du cadre d'IA basé sur des agents dans la planification de la chaîne logistique. Ces pratiques, qui ont été mises en œuvre dans le cadre de deux go lives réussis, peuvent être adoptées à grande échelle par d'autres industries de fabrication discrète.

Graphique : Le reporting SAP IBP comme colonne vertébrale de l'IA d'Agentic dans la planification de la chaîne logistique.

Le moteur initial de cette transformation au sein de l'entreprise mondiale de semi-conducteurs Fortune 50 était la nécessité de standardiser les processus à travers les divisions et d'identifier avec précision les dettes liées aux produits finis et aux composants lors d'événements tels que les échanges de demande et les annulations de produits. Par exemple, lorsqu'un échange de demande a lieu, la demande d'un produit est transférée vers un autre produit ou une autre ligne de produits ; les dettes se déplacent entre les fournisseurs et les sites de production, ce qui peut entraîner des risques financiers si elles ne sont pas suivies de près. En outre, la chaîne d'approvisionnement s'étend sur plusieurs sites mondiaux et des milliers d'UGS, ce qui complique encore la gestion de ces dettes au niveau mondial. Pour remédier à ce problème, le rapport d'inventaire statique reflétait la demande sur différents intervalles hebdomadaires afin d'assurer la transparence et le rapprochement à tous les horizons de planification.

Rapports sur les engagements et les stocks

Dans le passé, l'analyse de l'engagement était basée sur des processus manuels et des modèles de tableur. Ces approches, bien que familières, présentaient des limites importantes en raison de l'immensité et de la complexité des ensembles de données, notamment les silos de données, les erreurs humaines et le manque de visibilité en temps réel. Pour les grandes entreprises mondiales, où la rapidité de décision est essentielle, la gestion des engagements nécessite une solution plus robuste et évolutive afin de réduire les coûts et de créer des opportunités cohérentes et en temps réel pour atténuer les risques.

L'introduction d'IBP pour le reporting a marqué un tournant important, car toutes les données de planification sont désormais stockées dans IBP. Grâce à la centralisation des données et à l'automatisation des processus d'échange et d'annulation de la demande, les équipes ont eu accès à des rapports d'engagement en temps réel basés sur des simulations. Ces rapports ont amélioré la visibilité des risques potentiels et ont permis de prendre des décisions plus rapides et mieux informées. La transition a impliqué le transfert d'anciens modèles Excel vers IBP, la conception de nouveaux modèles de vues de planification et l'intégration avec des hubs de données internes. La conversion a réduit les efforts manuels et minimisé les incohérences entre les rapports et les estimations des fabricants à la commande - un défi fréquent pour les entreprises de fabrication discrète.

Au-delà de la responsabilité, le rapport sur les stocks a été amélioré en calculant les valeurs de la demande et du dollar sur plusieurs périodes (délai de prévenance, 26 semaines et 51 semaines), tout en prenant en compte les ajustements alternatifs des composants en cas de pénurie afin de réduire les risques. Actuellement, seules les „alternatives propres” (composants entièrement interchangeables) sont prises en charge, mais les versions futures traiteront également les „alternatives non propres” avec une interchangeabilité partielle et introduiront une logique de substitution plus nuancée. IBP ajuste également la demande nette négative en redistribuant les stocks excédentaires des alternatives, réduisant ainsi le passif total.

Graphique de l'enquête : Rapport d'inventaire.

Ces rapports avancés prennent désormais en charge une analyse détaillée, ce qui permet aux planificateurs d'anticiper les goulets d'étranglement et de réduire les excédents de manière proactive. Un facteur de réussite important a été le rapprochement avec les chiffres fournis par CM, ce qui a permis d'éliminer les rapprochements manuels et d'instaurer la confiance dans la solution. IBP produit des rapports d'inventaire qui peuvent être facilement distribués. Ces fonctions constituent la base des futures améliorations de l'IA et peuvent être répliquées dans toute la production.

La solution permet aux équipes de jouer un rôle proactif dans la gestion des risques tout en consolidant la création de rapports dans un seul outil avec des cycles de mise à jour complets. Les utilisateurs des services financiers et de planification peuvent utiliser des rapports personnalisés pour mettre en évidence les indicateurs clés et les exceptions, tandis que les bases de données historiques créées dans IBP servent de base aux futures analyses de tendances guidées par l'IA.

Planification de scénarios

Au-delà du reporting statique, le reporting de responsabilité peut être étendu à plusieurs scénarios. Les swaps de demande se produisent lorsque la demande d'un produit se déplace vers un autre, souvent en raison de changements dans les exigences des clients, de restrictions de livraison ou d'ajustements du cycle de vie. La gestion de ces scénarios est complexe et nécessite l'analyse de composants communs et uniques, le recalcul des stocks et l'évaluation de l'impact global sur la responsabilité (excédent de composants en cas de baisse de la demande) et les dépenses (besoins en composants en raison d'une nouvelle demande).

Les planificateurs initient des swaps de demande ou des annulations en utilisant des données de base définies par l'utilisateur, puis en exécutant un opérateur de copie pour générer les rapports d'engagement dans un modèle d'affichage de planification spécifique. Une analyse détaillée peut être effectuée au niveau de l'ID du scénario ou être résumée dans un modèle hebdomadaire qui consolide le total des engagements et des dépenses. Les avantages de l'introduction de ces rapports ont été considérables : les swaps et les annulations, qui prenaient des heures auparavant, ont pu être effectués en 10 minutes. Le concept d'ID de scénario prend également en charge plusieurs échanges de demande ou annulations en une seule transaction. Les planificateurs peuvent vérifier le récapitulatif des dépenses et des engagements totaux sur plusieurs transactions au niveau des composants de chaque nomenclature.

La planification de scénarios est essentielle pour les entreprises opérant sur des marchés volatils, où les conditions de l'offre et de la demande évoluent rapidement. En simulant une multitude de scénarios, les entreprises de fabrication discrète peuvent évaluer l'impact de différentes décisions commerciales, telles que le lancement d'un nouveau produit, l'abandon d'un produit existant ou la réaction à une interruption soudaine de l'approvisionnement. Cette capacité renforce la planification d'urgence et optimise l'allocation des composants.

graphique : Analyse de responsabilité pour les swaps de demande et les annulations.

La solution IBP automatise l'analyse des swaps de besoins en trois étapes clés après la mise à jour des données de base définies par l'utilisateur. La première étape est la comparaison des nomenclatures. IBP identifie les composants communs et calcule les quantités et les coûts de swap. La deuxième étape est le calcul de la demande et de l'excédent. IBP recalcule les besoins en composants, identifie les stocks excédentaires et estime les dettes pour les pièces uniques et communes. La dernière étape est le regroupement des swaps. IBP consolide les échanges hebdomadaires dans un modèle unique afin de rendre le total des engagements et des dépenses transparent.

Cette automatisation réduit le risque de surstockage, améliore l'utilisation des composants et accélère la réaction aux changements du marché. Elle jette également les bases d'optimisations guidées par l'IA, comme la standardisation des composants et leur intégration dans la conception future des produits, afin de minimiser la complexité.

Graphique de la procédure : Analyse de l'engagement pour les swaps de demande et les annulations - processus technique.

Les phases futures du processus technique de planification de scénarios dans IBP comprennent la mise en œuvre de stratégies d'atténuation des risques, telles que la redistribution du nombre de composants excédentaires au-delà des ajustements d'inventaire statiques. En outre, les résultats exportés vers SharePoint sont utilisés pour soutenir le développement en cours d'un cadre piloté par l'IA, qui permet d'obtenir des informations prédictives et de poursuivre l'automatisation. Actuellement, cela se fait individuellement pour chaque swap, mais dans une phase future, tous les swaps et les annulations pourront être effectués simultanément avec un seul job run.

L'automatisation de tâches auparavant manuelles et la fourniture de rapports clairs et réalisables ont permis aux utilisateurs de s'adapter rapidement au nouveau processus. La flexibilité permet d'analyser aussi bien des produits identiques que des produits différents sur plusieurs sites et offre une vue globale des résultats possibles.

La planification de scénarios soutient la stratégie commerciale plus large de l'entreprise mondiale de semi-conducteurs Fortune 50 en permettant une prise de décision rapide, basée sur des données, et une réduction des risques. La rapidité et la flexibilité des outils de planification de scénarios d'IBP sont particulièrement précieuses en période de forte incertitude, comme en cas de perturbation de la chaîne d'approvisionnement mondiale. En permettant une analyse rapide des scénarios, la plateforme permet aux décideurs d'agir rapidement, de minimiser les effets négatifs et de saisir de nouvelles opportunités.

Tableaux de bord et intégration des données

De nouveaux tableaux de bord et des fonctions d'intégration de données fournissent des informations exploitables aux planificateurs et aux équipes financières en facilitant la collaboration et l'amélioration continue. En utilisant des rapports détaillés sur les engagements et les stocks sur des périodes actuelles et historiques, les entreprises peuvent créer une plateforme pour permettre l'IA basée sur les agents. IBP sert de source de données riche pour les futures applications d'IA, car le système peut agir de manière autonome, prendre des décisions et interagir avec les utilisateurs sous forme de dialogues. En utilisant des données historiques combinées à des analyses en temps réel et à la modélisation de scénarios, l'IA peut faire progresser la gestion proactive des risques et l'optimisation.

Les tableaux de bord développés au sein d'IBP sont hautement personnalisables, ce qui permet aux utilisateurs d'adapter les vues à leurs besoins et préférences spécifiques. Cette flexibilité garantit que les planificateurs opérationnels peuvent rapidement identifier des modèles, des aberrations et des risques émergents. La qualité des données est garantie et maintenue par des tests d'acceptation rigoureux des utilisateurs et des discussions continues avec les fournisseurs à travers les systèmes intégrés. Pour l'entreprise mondiale de semi-conducteurs Fortune 50, les travaux futurs comprendront une meilleure collaboration avec les fournisseurs et l'alignement des plans d'atténuation des risques générés par IBP avec les stratégies au niveau des sites, ce qui améliorera encore l'alignement et l'intégrité des données.

L'IBP ne sert pas seulement d'input pour l'IA orientée vers le dialogue, mais permet également des analyses prédictives. Les modèles d'apprentissage automatique peuvent prévoir la demande, identifier les risques émergents et proposer des stratégies d'atténuation des risques. L'apprentissage continu permet d'intégrer de nouvelles données et de nouveaux retours d'information afin d'améliorer la précision et la pertinence au fil du temps. L'IA recèle un énorme potentiel. Il sera essentiel à l'avenir d'aider les entreprises à prévenir les perturbations, à saisir les opportunités et à poursuivre l'amélioration continue. Au fur et à mesure que les capacités d'IA se développeront, l'intégration avec IBP permettra d'atteindre un niveau encore plus élevé d'automatisation, d'intelligence et d'agilité.

La transformation de la planification de la chaîne d'approvisionnement rendue possible par IBP et les technologies d'IA avancées offre un projet convaincant pour d'autres entreprises qui souhaitent améliorer la résilience et l'agilité de leur chaîne d'approvisionnement. En étendant l'IBP au-delà de la planification traditionnelle pour inclure des rapports d'inventaire et d'engagement par le biais d'analyses de swap de la demande et de planification de scénarios, cette entreprise mondiale de semi-conducteurs Fortune 50 a créé une plate-forme robuste pour permettre l'IA basée sur les agents. Les avantages, tels qu'une meilleure visibilité, une prise de décision plus rapide et une gestion proactive des risques, soulignent la valeur de l'intégration d'outils de planification avancés avec des connaissances basées sur l'IA. Plus important encore, cette méthode unique de création de rapports par IBP peut être utilisée dans toute entreprise de fabrication discrète.

Alors que les chaînes d'approvisionnement deviennent de plus en plus complexes et dynamiques, la capacité à utiliser les données, les analyses et l'IA devient un facteur de différenciation important. Le parcours décrit dans cet article montre qu'avec les bons outils, processus et visions, les entreprises peuvent transformer la planification de leur chaîne logistique et atteindre un nouveau niveau de performance et d'innovation. Les prochaines étapes de cette transformation consisteront à tirer parti de la collaboration avec les fournisseurs, de la réduction anticipée des risques et de la définition d'objectifs dans le processus de gestion des sinistres.

L'évolution de cette entreprise mondiale de semi-conducteurs figurant dans le classement Fortune 50 montre comment l'extension des solutions IBP contribue à transformer la chaîne d'approvisionnement et à transformer les capacités d'IA basées sur les agents en changements pour une plus grande résilience et agilité. En intégrant des rapports avancés sur l'engagement et les stocks, la planification de scénarios et des tableaux de bord dynamiques, les entreprises peuvent obtenir une visibilité presque en temps réel, une gestion proactive des risques et une prise de décision plus rapide. Ces innovations ne rationalisent pas seulement les processus, mais posent également les bases de futures améliorations guidées par l'IA. Étant donné que les chaînes d'approvisionnement deviennent de plus en plus complexes, l'introduction de ces cadres intelligents sera indispensable pour anticiper les perturbations et promouvoir l'amélioration continue. Ce projet est largement applicable dans différents secteurs et industries.

Les opinions exprimées dans cet article sont celles des auteurs et ne reflètent pas nécessairement celles de l'organisation mondiale d'EY ou de ses sociétés membres.

Cet article a été vérifié par EY Global SCORE (System for Communication Oversight Review and Evaluation) : Numéro Global SCORE EYG n° 009226-25Gbl