La stratégie de SCALE AI sera guidée par la mise en œuvre d’une feuille de route technologique soigneusement planifiée et qui se décline en deux volets.

Volet 1: Trouver des solutions aux défis d’affaires communs

À court terme, SCALE AI adoptera et favorisera l’utilisation de solutions de gestion de la chaîne d’approvisionnement (GCA) préexistantes, mises en place par les membres afin de générer des bénéfices immédiats.

SCALE AI identifiera des défis et besoins liés aux chaînes d’approvisionnement, conviendra des exigences fondamentales et œuvrera à la mise en place de standards et processus communs. De plus, elle encouragera les fournisseurs en GCA, services d’intelligence artificielle (IA) et technologies numériques à collaborer, élargir leur gamme de produits IA et partager leurs données. Ceci facilitera l’établissement de liens entre les utilisateurs en aval des chaînes d’approvisionnement et les fournisseurs de GCA, services d’IA et technologies numériques ainsi qu’une adoption accélérée des solutions préexistantes.

Exemples de projets pour le volet 1

Prévision et planification de la demande

Utiliser l’IA/apprentissage automatique (Machine Learning) pour mieux prévoir les fluctuations de la demande (ou la demande de nouveaux produits et services). Adapter les capacités aux exigences de production.

Gains prévus

Minimisation des disparités entre l’offre et la demande tout au long de la chaîne d’approvisionnement. Amélioration à terme des revenus, des marges de profits et du service à la clientèle.

Planification d’entreposage et d’inventaire

Améliorer le flux des produits en mettant à profit les techniques d’optimisation et de robotique pour favoriser des opérations d’entreposage plus efficaces.

Gains prévus

Optimisation du flux de marchandises afin d’aligner les horaires d’arrivé et départ et réduire ainsi la quantité d’inventaire détenue.

Logistiques en usine automatisées

Développer des actionneurs robotiques et des systèmes d’appui (reconnaissance visuelle, contrôle de moteur, etc.) pour automatiser la manipulation d’objets de dimensions variées.

Gains prévus

Gain de temps lors de la manipulation d’objets de dimensions diverses et minimisation des risques.

Analyse prévisionnelle et planification des perturbations

Mieux prévoir les défaillances des machines ou autres instruments mécaniques en tirant parti de la technologie IA lors des opérations d’entretien. Identifier ainsi les ressources nécessaires.

Gains prévus

Optimisation des horaires de maintenance et d’entretien afin de réduire l’incidence des temps d’arrêt sur la productivité et l’efficacité de la chaîne d’approvisionnement.


Volet 2: Développer les piliers fondateurs des chaînes d’approvisionnement intelligentes

À long terme, SCALE AI développera quatre plateformes technologiques qui s’appuient sur l’IA et qui constitueront des piliers fondateurs : opérations, données, recherche IA et infrastructure. Ces plateformes permettront aux entreprises de développer des produits et services innovants qui s’attaquent aussi bien aux défis systémiques qu’à ceux encourus au niveau de l’entreprise.

Opérations

Améliorer la capacité des partenaires à automatiser leur chaîne d’approvisionnement en temps réel et à gérer de manière efficace l’incertitude.

Comment? Accroître la visibilité lors de la planification et la prévision de la demande, la gestion d’inventaire, le transport, l’optimisation des flux de produits et leur entreposage, la tarification, la viabilité etc.

Exemple de projet

Marché de services et d’approvisionnement automatisés

Développer un marché propulsé par  l’IA/apprentissage automatique ainsi qu’une plateforme d’approvisionnement et de partage qui évalue les fournisseurs et les mets en contact avec les acheteurs.

Permettre aux participants de fournir/partager de la capacité et des actifs pour maximiser leur utilisation à travers le réseau.

Gains prévus

Relier les acheteurs et vendeurs de manière optimisée et efficace en tenant compte des modèles passés, des besoins actuels, des coûts et d’autres facteurs clés.

Données

Fournir des solutions intégrées qui accélèrent la numérisation des actifs, processus et activités et favorisent le stockage et partage des données entre les partenaires.

Comment? Capturer les données avec des outils tels que des interfaces de traitement automatique du langage naturel ou les systèmes de vision industrielle.

Exemple de projet

Échange sécurisé de données pour une planification et exécution intégrées de la chaîne d’approvisionnement

Développer une plateforme d’échanges et de livraison de données qui autorise l’accès à des jeux de données intégrés, non structurés, utilisables et agrégés, détenus par des partenaires ou des tierces parties.

Gains prévus

Recueillir, entreposer et partager des informations opérationnelles/transactionnelles entre les participants en amont et en aval de la chaîne d’approvisionnement.

Recherche IA

Transformer l’ancienne chaîne d’approvisionnement, réduire les inefficacités et augmenter la compétitivité.

Comment? Intégrer l’internet des objets, la robotique, la mobilité et les solutions de communication dans la chaîne d’approvisionnement.

Exemple de projet

Internet des objets industriel et mobile

Mettre à profit l’IA/apprentissage automatique pour développer des solutions durables et fiables qui enregistrent et contrôlent le statut des produits et actifs tout au long de la chaîne d’approvisionnement et à travers de multiples juridictions

Gains prévus

Obtenir une visibilité accrue du statut de larges volumes de produits/actifs dans des environnements très variables.

Infrastructure

Confirmer et s’assurer de la fiabilité du flux d’information. Fournir de nouveaux outils pour l’optimisation de la durabilité. Faire le suivi de l’empreinte énergétique et la maîtrise des déchets tout au long de la chaîne d’approvisionnement.

Comment? Identifier l’origine, la composition et la chaîne de possession lors de la fabrication, assemblage, reconfiguration et gestion des produits par plusieurs parties. Développer de nouveaux outils pour l’optimisation de la durabilité.

Exemple de projet

Risque et conformité

Développer des solutions en temps réel basées sur l’IA/apprentissage automatique qui peuvent traiter de façon plus optimisée les nouvelles formes de données structurées et non-structurées. Ceci mènera à une gestion plus efficace du risque et de la conformité en temps réel et continu.

Gains prévus

Faire le suivi et s’assurer de la conformité tout en prenant en considération les lois internationales, législations, normes d’industrie, et contrats de chaînes d’approvisionnements  complexes et en évolution.