L'IA pour l'industrie à DECATHLON - Sommet de l'IA pour l'industrie par Artefact

Plutôt que de parler de chaîne d'approvisionnement, Decathlon utilise le terme de "chaîne de valeur" pour souligner l'approche centrée sur le client. Cela couvre tout, depuis la production, le transport et la logistique jusqu'au processus d'approvisionnement de bout en bout. L'unité numérique de Decathlon, qui dirige les initiatives en matière d'IA, est structurée en quatre domaines clés : les affaires, l'ingénierie, les produits et data. L'orateur, représentant l'aspect data , a expliqué que l'équipe comprend plus de 600 ingénieurs et 140 scientifiques data , ce qui reflète la vaste portée de leurs opérations.

L'un des principaux objectifs de l'IA chez Decathlon est d'améliorer l'expérience client en répondant aux attentes croissantes en matière de personnalisation et de délais de livraison rapides. Sur des marchés comme Singapour et l'Inde, Decathlon livre déjà les commandes de commerce électronique dans un délai de 2 à 6 heures, établissant ainsi des normes élevées que ses opérations européennes doivent égaler. L'IA est cruciale dans des domaines tels que les prévisions, la gestion des stocks et la planification des assortiments, ce qui permet à Decathlon de répondre aux attentes des clients en matière de disponibilité et de rapidité de livraison.

L'innovation est un autre objectif majeur de la stratégie de Decathlon en matière d'IA. L'entreprise établit un équilibre entre la fourniture de solutions d'IA à ses clients internes et l'investissement dans la recherche et le développement. Cela inclut des initiatives telles que des hackathons sur l'IA et des partenariats avec des universités en France et à Singapour pour explorer de nouvelles applications de l'IA. L'innovation est essentielle pour que Decathlon reste compétitif, et l'IA contribue à optimiser les processus de sa chaîne d'approvisionnement grâce à des algorithmes prédictifs et à l'apprentissage automatique.

L'un des défis auxquels Decathlon est confronté avec l'adoption de l'IA est de rendre les décisions de l'IA plus compréhensibles pour les équipes commerciales. L'orateur a reconnu que la nature "boîte noire" de l'IA suscite souvent des résistances en raison de son manque de transparence. Pour y remédier, Decathlon s'efforce d'expliquer l'IA, en transformant la boîte noire en "boîte grise" afin que les utilisateurs puissent comprendre le raisonnement qui sous-tend les décisions de l'IA. Cette approche est essentielle pour intégrer l'IA dans les processus industriels et gagner la confiance du personnel qui peut alors se concentrer sur des tâches stratégiques plutôt que sur des calculs manuels.

L'IA joue un rôle essentiel dans la chaîne d'approvisionnement de Decathlon, en particulier dans des domaines tels que la prévision de la demande et la gestion des flux de produits. Une équipe de 40 personnes se concentre sur la prévision de la demande à différents niveaux, du commerce électronique aux entrepôts régionaux. En outre, l'IA aide à résoudre des problèmes tels que le problème du "démarrage à froid", où de nouveaux produits sans historique de vente sont introduits, ce qui rend les prévisions difficiles. Des solutions basées sur l'IA sont en cours de développement pour prévoir la demande même pour des familles de produits entièrement nouvelles.

L'entreprise a mis en œuvre des solutions d'IA pour la surveillance de la consommation d'énergie, la détection des anomalies et la prédiction dans l'ensemble de ses activités. Elle prévoit d'étendre ces efforts à la consommation d'eau, à l'empreinte carbone et à la conformité avec les réglementations européennes. En utilisant l'IA pour gérer la durabilité data, Decathlon est en mesure de suivre et de réduire l'impact environnemental tout au long de sa chaîne d'approvisionnement.

Les chaînes d'approvisionnement mondiales devenant de plus en plus complexes, Decathlon utilise l'IA pour noter et évaluer les risques, y compris les facteurs géopolitiques et les perturbations. L'IA générative aide à saisir les informations provenant de sources d'actualités, générant des modèles d'apprentissage automatique pour évaluer les risques et optimiser les stratégies d'approvisionnement. L'objectif est de parvenir à la "bonne délocalisation", c'est-à-dire à un équilibre entre le prix, les délais, les émissions de CO2 et les risques liés à la chaîne d'approvisionnement, afin de permettre à Decathlon de maintenir des opérations résilientes et durables.