Dans cet entretien avec SupplyChainBrain, Mark Holmes, expert de la supply chain chez InterSystems, expose les multiples défis auxquels les industriels sont confrontés dans l'optimisation de leurs processus de reconditionnement et propose des solutions pour surmonter ces obstacles.
La mise en conditionnement des biens de consommation, tels que les produits alimentaires et les boissons, consiste à prélever ces produits dans le réseau, puis à les placer dans un emballage différent afin d'atteindre leur état final prêt à être consommé.
Tel qu'il est actuellement mis en œuvre, souvent par des fabricants en sous-traitance, ce processus est confronté à plusieurs défis liés à des lacunes technologiques.
Sur la base d'une récente enquête réalisée par InterSystems, Mark Holmes identifie cinq défis qui sont caractéristiques de nombreux outils de planification existants :
- Visibilité limitée ou inexistante sur les stocks à reconditionner.
- Dépendance envers des processus manuels tels que des tableurs Excel, sujets aux erreurs et ne fonctionnant pas en temps réel.
- Incapacité à rediriger efficacement les stocks provenant de plusieurs sites.
- Incapacité à s'adapter à des changements soudains y compris à des perturbations de la chaîne d'approvisionnement.
- Adaptabilité réservée à un environnement non contraignant, où la main-d'œuvre est abondante, les stocks toujours disponibles et où il n'y a pas d'arrêt de la production.
L'intelligence artificielle et l'apprentissage automatique sont essentiels à l'optimisation de l'exécution et de la planification de la demande pour le reconditionnement affirme Mark Holmes. Ces technologies augmentent la précision et la productivité, autorisent des décisions en temps réel, et facilitent un rééquilibrage optimal des stocks.
Lorsqu'elles s'engagent dans la planification et l'optimisation de la production, la plupart des entreprises jonglent avec plusieurs solutions technologiques qui doivent toutes fonctionner ensemble sans heurts. C'est particulièrement difficile à réaliser dans un environnement contraint, qui caractérise la quasi-totalité de ces opérations.
Selon Mark Holmes, la solution réside dans une plateforme de données d'intelligence décisionnelle qui peut remplacer bon nombre de ces systèmes d'entreprise obsolètes, stimulant la productivité, traitant efficacement des données disparates et optimisant un processus complexe mais essentiel.