InterSystems Supply Chain Orchestrator

Les données sont au cœur de toute organisation supply chain. Mais à mesure que leur volume augmente, les silos de données se multiplient également.
Les entreprises cherchent à renforcer leur avantage concurrentiel, à créer davantage de valeur pour leurs clients, à réduire les risques, à répondre plus rapidement aux besoins métier et à innover plus vite que leurs concurrents. Pourtant, accéder aux données issues de sources internes et externes, les intégrer et les transformer en informations réellement exploitables reste un défi.

InterSystems Supply Chain Orchestrator™ est une plateforme d’aide intelligente à la décision alimentée par l’IA, conçue pour accompagner la nouvelle génération d’opérations supply chain agentiques et autonomes. Elle permet aux organisations de mettre en place une architecture Smart Data Fabric qui unifie l’accès aux données, le contexte métier, les analytics avancées, l’orchestration des workflows et les capacités d’IA. Les données fragmentées de la supply chain peuvent ainsi être transformées en décisions exploitables et en actions concrètes.

L’un des principaux atouts de Supply Chain Orchestrator est de réunir, au sein d’une plateforme unique et évolutive reposant sur une architecture unifiée, toutes les principales capacités de gestion des données nécessaires. Les organisations évitent ainsi d’avoir à déployer, configurer et intégrer plusieurs services distincts de gestion des données.

Supply Chain Orchestrator fournit un framework complet qui intègre plusieurs accélérateurs dédiés à la supply chain afin d’accélérer et de simplifier le développement d’applications personnalisées :

• Modèle de données supply chain extensible
• Cubes analytiques supply chain intégrés
• Framework d’indicateurs clés de performance (KPI)
• Détection automatisée des incidents
• Gestion du cycle de vie des incidents
• Analytics avancées pour la résolution des incidents
• API supply chain
• Analyse de scénarios
• Assistant IA avec agents dédiés à la supply chain
• Moteur de données prenant en charge un large éventail de types de données, notamment les données multi-modèles, multi-accès, vectorielles, structurées et non structurées, au sein d’un moteur unique
• Intégration et interopérabilité des données
• Business Intelligence
• Moteur de processus métier et de règles

Malgré de nombreux points communs, chaque supply chain présente ses propres spécificités. Les besoins varient donc d’une entreprise et d’un cas d’usage à l’autre. Il n’existe pas de modèle de données universel capable de répondre à tous les types de supply chains.
Le modèle de données canonique de la supply chain doit donc pouvoir être étendu ou personnalisé pour s’adapter à chaque cas d’usage. Le modèle de données fourni par Supply Chain Orchestrator offre notamment les fonctionnalités suivantes :

• Attributs de données personnalisés : des attributs peuvent être ajoutés à n’importe quel objet de données existant dans le modèle, soit en personnalisant la classe correspondante, soit simplement via un appel API.
• Objets de données personnalisés : si le modèle de données canonique ne contient pas l’entité métier nécessaire, il est possible de créer un nouvel objet, soit à partir d’une nouvelle définition de classe, soit via un appel API.
• API pour étendre le modèle de données : les API permettent d’ajouter des attributs personnalisés ou de créer de nouveaux objets. Elles permettent également d’examiner la structure du modèle existant : objets définis par le système ou personnalisés, attributs associés à chaque objet et attributs ajoutés spécifiquement.
• API pour accéder aux données : une fois le modèle étendu, les API permettent d’exploiter ces extensions : ajout de données au modèle, requêtes reposant sur des attributs ou objets personnalisés, ainsi que toutes les opérations CRUD — création, lecture, mise à jour et suppression — sur les données du modèle étendu.
• Extensions préservées lors des mises à niveau : toutes les extensions apportées au modèle de données sont conservées lors des mises à niveau de Supply Chain Orchestrator, même si le modèle canonique évolue dans une nouvelle version. Aucune étape supplémentaire de migration des données n’est nécessaire.

Grâce aux capacités d’analytics intégrées et au modèle de données canonique de la supply chain, les clients peuvent exploiter immédiatement leurs données dès qu’elles sont chargées, par exemple pour créer des tableaux de bord de Business Intelligence ou générer des rapports.
Avec une architecture Smart Data Fabric, il n’est pas nécessaire de déplacer les données d’un schéma transactionnel vers un schéma analytique : les cubes analytiques peuvent être définis directement à partir du modèle de données supply chain.
Pour aller encore plus vite, Supply Chain Orchestrator fournit des frameworks de cubes préconfigurés pour les principaux objets de données de la supply chain, comme les commandes, les expéditions, les stocks et les incidents. Ces cubes peuvent servir à configurer des tableaux de bord personnalisés, à générer des rapports de Business Intelligence (BI) ou à alimenter d’autres outils BI compatibles.
Les cubes fournis prêts à l’emploi peuvent être enrichis avec de nouvelles mesures ou dimensions, notamment lorsque le modèle de données est étendu ou personnalisé. Il est également possible de créer de nouveaux cubes indépendamment.
Au-delà des usages classiques de BI et de reporting, ces cubes servent également de socle au framework de KPI de Supply Chain Orchestrator.

De nombreuses activités de la supply chain sont pilotées à l’aide de KPI, qui peuvent servir aussi bien à suivre des objectifs métier qu’à détecter des risques. Certains KPI sont largement utilisés dans la supply chain, comme le taux de commandes livrées à l’heure et dans leur intégralité (OTIF) ou le suivi des stocks vieillissants. Toutefois, les règles de calcul de ces indicateurs peuvent varier d’une entreprise à l’autre.
Supply Chain Orchestrator propose un framework de KPI permettant de configurer chaque indicateur en fonction des règles propres à l’organisation. Il permet notamment de définir :

• Règles de calcul du KPI : par exemple, les critères permettant de déterminer qu’une expédition est considérée comme « en retard ».
• Dimensions du KPI : si l’entreprise souhaite analyser les expéditions en retard par pays et par produit, ces deux critères peuvent être intégrés comme dimensions du KPI.
• Seuils du KPI : deux niveaux de seuil peuvent être définis pour chaque indicateur : un seuil de surveillance et un seuil d’alerte.
• Type de valeur du KPI : le KPI peut être exprimé sous forme de valeur brute — par exemple le nombre de commandes en retard ou le montant du chiffre d’affaires — ou sous forme de pourcentage, comme la proportion de commandes livrées en retard.
• Déclenchement automatique d’incidents : un KPI peut être configuré pour générer automatiquement un incident lorsqu’une donnée répond aux critères définis. Par exemple, si le KPI « expédition en retard » est configuré de cette manière, chaque commande expédiée en retard déclenche automatiquement la création d’un incident, qui peut ensuite être suivi dans le système.

Dans Supply Chain Orchestrator, les perturbations et les risques de la supply chain sont modélisés sous forme d’incidents. Ceux-ci peuvent être générés automatiquement à partir de KPI, déclenchés par des processus métier ou importés depuis des systèmes externes.Une fois enregistré dans Supply Chain Orchestrator, l’ensemble du cycle de vie d’un incident peut être géré dans le système : définition de son statut, analyse, génération de recommandations exploitables, etc.
Supply Chain Orchestrator fournit également des fonctions d’analyse prêtes à l’emploi pour aider les clients à mieux comprendre les différentes catégories d’incidents, leurs impacts sur l’activité ainsi que leur état d’avancement.

L’analyse constitue une étape essentielle de la gestion du cycle de vie d’un incident. Elle permet notamment d’en évaluer :

• Le niveau de gravité : quel est son impact sur l’activité ?
• Le niveau d’urgence : dans quel délai faut-il agir ?
• La cause première : qu’est-ce qui a déclenché le problème ?
• L’impact potentiel : quelles seraient les conséquences si l’incident n’était pas correctement traité ?
• Les actions recommandées : quelles mesures prendre pour réduire le risque et limiter ses impacts sur l’activité ?

Chaque problématique métier nécessite une analyse spécifique. Supply Chain Orchestrator fournit cependant l’infrastructure et le framework nécessaires pour simplifier le développement ou la configuration des processus et règles métier associés à ces différents types d’analyse. La solution convient ainsi aussi bien aux intégrateurs de systèmes qu’aux éditeurs de logiciels.

Des API permettent d’accéder à l’ensemble des fonctionnalités de Supply Chain Orchestrator, notamment :

• API du modèle de données : pour explorer le modèle et l’étendre.
• API d’accès aux données : pour gérer les données supply chain, notamment les opérations CRUD — création, lecture, mise à jour et suppression — ainsi que les fonctions de recherche. Toutes les API d’accès aux données prennent en charge la pagination et le tri définis par l’utilisateur, ce qui simplifie notamment le développement des interfaces utilisateur.
• API liées aux KPI : pour afficher les KPI définis, en créer de nouveaux, obtenir la valeur d’un ou plusieurs KPI ou encore récupérer les enregistrements associés à un KPI.
• API de gestion des incidents : pour créer un incident, rechercher et consulter ses détails ainsi que les résultats de son analyse, lancer une analyse ou clôturer l’incident.

Au-delà de ces fonctionnalités, Supply Chain Orchestrator propose de nombreuses autres API couvrant les différents composants de la plateforme de données.

Contrairement aux solutions d’IA qui fonctionnent comme des copilotes autonomes ou des assistants isolés, Supply Chain Orchestrator intègre directement l’IA aux workflows de décision opérationnels. Les organisations peuvent ainsi passer de la visibilité à l’intelligence, puis progressivement à l’exécution autonome.

Pour InterSystems, une supply chain agentique efficace repose sur quatre fondations :

• Un socle de données intelligent et contextualisé
• Une aide intelligente à la décision, combinant analytics, connaissances métier et contexte opérationnel
• Des agents IA, capables d’assister la prise de décision humaine et d’automatiser les tâches courantes
• L’orchestration et la gouvernance des workflows, afin de transformer les décisions en actions

Supply Chain Orchestrator réunit toutes ces capacités au sein d’une architecture unique.

Une IA efficace commence par des données fiables, contextualisées et accessibles. Supply Chain Orchestrator fournit un socle de données unifié capable de prendre en charge, sur une même plateforme, les usages transactionnels, analytiques, opérationnels et IA.
Ce socle de données intelligent décloisonne l’information tout en lui apportant le contexte métier nécessaire pour fiabiliser les décisions alimentées par l’IA.

Supply Chain Orchestrator associe les données de l’entreprise, le contexte opérationnel, les politiques métier et l’expertise supply chain afin d’améliorer la prise de décision.
L’objectif n’est pas simplement de répondre à des questions, mais d’aider les organisations à comprendre les différentes options, à évaluer les compromis et à déterminer la meilleure action à entreprendre.
Elles peuvent ainsi aller au-delà des tableaux de bord et du reporting pour disposer d’informations directement exploitables et d’une véritable aide à la décision opérationnelle.

Supply Chain Orchestrator fournit des agents IA spécialisés qui assistent la prise de décision humaine et prennent en charge des processus métier intelligents.

• Agents de données : permettent aux utilisateurs techniques comme métier de découvrir, accéder, préparer, enrichir et contextualiser des informations provenant de toute l’entreprise.
• Agents de processus métier : surveillent les opérations, détectent les exceptions, coordonnent les workflows et recommandent ou exécutent des actions conformément aux politiques, règles et processus opérationnels propres à chaque client.
• Agents de mémoire et de contexte : conservent le contexte métier, les connaissances de l’organisation, l’historique des décisions, les pratiques opérationnelles propres au client et l’expertise sectorielle.

Les organisations adoptent l’IA à des rythmes différents et selon des exigences de gouvernance qui leur sont propres. Supply Chain Orchestrator prend donc en charge plusieurs niveaux d’autonomie opérationnelle :

• Aide à la décision avec validation humaine : les agents IA analysent les situations, génèrent des recommandations et proposent différentes options soumises à l’approbation de l’utilisateur.
• Automatisation sous supervision humaine : les utilisateurs conservent un rôle de supervision tandis que les agents exécutent les workflows approuvés et prennent en charge les décisions courantes.
• Exécution entièrement autonome : les agents IA surveillent les événements, prennent des décisions et déclenchent automatiquement des actions dans le cadre de politiques et de règles de gouvernance prédéfinies.

Cette approche permet aux organisations d’augmenter progressivement le niveau d’automatisation tout en conservant la maîtrise des opérations et le respect des exigences réglementaires.

Supply Chain Orchestrator™ Assistant AI permet aux utilisateurs métier d’interagir en langage naturel avec les fonctionnalités de Supply Chain Orchestrator. Ils peuvent, par exemple, interroger directement les données supply chain avec leurs propres mots et leur propre terminologie, ou demander une explication sur une recommandation formulée par Supply Chain Orchestrator.
Assistant AI se concentre notamment sur les capacités suivantes :

• Accès aux données supply chain : l’utilisateur peut interroger directement une donnée précise, comme une commande client, ou des données agrégées, par exemple le chiffre d’affaires par région et par période.
• Assistant à la décision : aide les utilisateurs à comprendre la logique et les règles métier qui sous-tendent les recommandations générées par l’analyse des incidents dans Supply Chain Orchestrator.
• Gestion de la mémoire : la mémoire améliore l’expérience utilisateur de plusieurs manières. Elle permet notamment à l’IA de mieux comprendre un secteur spécifique et de conserver certaines préférences ou certains paramètres propres à l’utilisateur, afin de limiter les informations qu’il doit répéter à chaque interaction.

Supply Chain Orchestrator est une plateforme puissante d’aide intelligente à la décision, adaptée aux organisations de tous secteurs. Elle permet aux développeurs d’applications de réunir, par configuration et composition, des fonctionnalités issues de différentes applications.

Face à des volumes de données toujours plus importants et à la nécessité de prendre des décisions en temps réel, les organisations supply chain doivent relever plusieurs défis : décloisonner les données, obtenir une visibilité de bout en bout et disposer d’analytics prédictives et prescriptives intégrées en temps réel pour réagir plus rapidement et plus précisément aux exceptions et aux perturbations.

En s’appuyant sur le partage des données en temps réel et sur des informations fiables, Supply Chain Orchestrator aide les organisations à optimiser leurs opérations supply chain et à améliorer leur efficacité globale.En intégrant de manière fluide des sources de données disparates, Supply Chain Orchestrator donne aux décideurs une vision plus complète pour prendre de meilleures décisions et créer davantage de valeur pour leurs clients.Face à la complexité croissante de la gestion de la supply chain, Supply Chain Orchestrator fournit une vision unique, unifiée et fiable de la supply chain, alimentée par des données unifiées.

1 - Optimiser les performances de la chaîne logistique grâce à des données harmonisées