Gestion des stocks avec l’IA : avantages, applications et bonnes pratiques

Pendant de nombreuses années, le pilotage des stocks s’est appuyé sur une méthodologie simple, fondée sur des moyennes historiques, des stocks de sécurité et l’intuition des planificateurs pour combler d’éventuels écarts. Cette approche convenait à un environnement dans lequel la demande était stable et la Supply Chain prévisible, car les tendances variaient peu d’une période d’analyse à l’autre. Cependant, les temps ont changé, et aujourd’hui, ni la stabilité de la demande ni la prévisibilité de la Supply Chain ne peuvent pas être considéré comme acquises. Les perturbations de la Supply Chain, l’évolution de la demande des consommateurs et la complexité croissante des Supply Chain mondiales ont mis en évidence les limites des anciennes techniques de prévision et conduit les entreprises à rechercher une nouvelle voie.

L’une des solutions alternatives est le pilotage des stocks fondé sur l’IA. Il ne s’agit pas simplement d’ajouter une nouvelle appellation à l’écosystème existant de la gestion des stocks. C’est un tout nouveau paradigme en matière de suivi et de prévision des stocks. Face à la pression actuelle exercée sur les responsables des stocks, les responsables de la Supply Chain et les équipes opérationnelles, qui doivent faire davantage avec moins de ressources, il devient essentiel de comprendre ce qu’est le pilotage des stocks par l’IA, mais aussi ce qu’il n’est pas.

C’est également dans ce contexte que les expressions « pilotage intelligent des stocks » et « pilotage automatisé des stocks » sont souvent utilisées. Toutes les deux désignent la même évolution, selon laquelle les décisions relatives aux stocks sont automatiquement mises à jour au fur et à mesure que de nouvelles informations deviennent disponibles.

Qu’est-ce que le pilotage des stocks par IA ?

La gestion des stocks par IA utilise l’IA et le Machine Learning pour prendre des décisions concernant les niveaux de stock et leur réapprovisionnement, à partir de données en constante évolution, plutôt que de suivre des règles établies plusieurs mois, voire plusieurs années auparavant. Les méthodes conventionnelles de pilotage des stocks reposent sur des points de commande statiques et des contrôles effectués à intervalles fixes. Des logiciels de pilotage des stocks par l’IA analysent à la fois des données en temps réel et des données historiques, telles que les tendances de vente, la saisonnalité, les promotions et même des factures externes comme les conditions météorologiques et l’environnement économique.

Autrement dit, alors que le pilotage traditionnel des stocks demande « Qu’est-ce qui a fonctionné par le passé ? », le pilotage des stocks par IA demande « Que se passe-t-il actuellement et que va-t-il se passer ensuite ? ». Cette distinction est bien plus d’importance qu’elle ne peut sembler à première vue. Même si une règle donnée était pertinente il y a un an, elle peut progressivement perdre en précision en raison de l’évolution du comportement des consommateurs, des délais de livraison des fournisseurs ou de la situation du marché.

Le pilotage des stocks par IA fonctionne parallèlement à d’autres disciplines, telles que la gestion des stocks, mais les deux notions ne doivent pas être confondues. Le pilotage des stocks par IA, désigne l’utilisation de l’intelligence artificielle pour faciliter la gestion de ce processus, tandis que la gestion des stocks désigne le processus lui-même.

Comment fonctionne le pilotage traditionnel des stocks ?

L’approche traditionnelle du pilotage des stocks repose sur des règles. Lorsque le niveau de stock descend en dessous d’un seul minimal prédéfini, une nouvelle commande est déclenchée. Un stock de sécurité permet de gérer les variations de la demande, tandis qu’un planificateur effectue des contrôles périodiques. Il s’agit essentiellement d’un système réactif. Le stock n’est pas réapprovisionné qu’après être passé sous un certain seul, sur la base d’hypothèses qui peuvent être totalement obsolètes.

Pour un responsable d’entrepôt ou un planificateur de production qui ne gère qu’un nombre limité de références, avec une demande relativement stable, cette méthode peut rester très efficace pendant longtemps. Elle est facile à comprendre et à mettre en œuvre et ne nécessite même pas l’utilisation d’un logiciel spécifique. Le problème, est que l’efficacité de l’ensemble du processus dépend de la fréquence et de la rigueur avec lesquelles les règles sont révisées.

Cette stratégie peut encore fonctionner de manière très efficace dans des conditions stables, et de nombreuses organisations l’utilisent avec succès dans leur processus de pilotage des stocks. Toute fois, elle exige de maintenir ces règles à jour et de disposer de suffisamment de temps pour les réviser, alors que la variété des produits ne cesse d’augmenter.

Pourquoi le pilotage traditionnel des stocks ne suffit-il plus ?

Les situations dans lesquelles un pilotage des stocks fondé sur des règles reste efficace sont de moins en moins nombreuses. Les délais d’approvisionnement sont devenus plus difficiles à prévoir en raison des perturbations persistantes des Supply Chains mondiales. Les demandes des clients évoluent plus rapidement et avec des délais de préavis plus courts sous l’effet des tendances sociales, des promotions et du passage d’un canal de vente à un autre. Or, il est peu probable que ces évolutions soient prises en compte dans le cadre d’un processus d’analyse trimestriel. Le nombre de fournisseurs et de zones géographiques a également augmenté, ce qui accroît les risques de perturbation au sein des Supply Chains.

Les mauvaises décisions en matière de stocks ont deux conséquences possibles. Détenir plus de stocks que nécessaire immobilise le fonds de roulement et entraîne le stockage de produits qui ne seront pas vendus. Les coûts de stockage et, à terme, les dépréciations affectent également les marges. À l’inverse, un niveau de stock insuffisant entraîne des pertes de ventes et peut, sur le long terme, inciter les clients à acheter ailleurs en raison de l’indisponibilité des produits recherchés. Les points de commande statiques et les prévisions manuelles ne peuvent pas s’adapter assez rapidement pour gérer ces deux risques. Cela ne tient pas à un manque d’expertise des planificateurs, mais au fait que le volume de données et la rapidité de leur évolution dépassent désormais ce qu’une personne peut raisonnablement analyser manuellement, référence par référence et révision après révision.

Comment l’IA transforme-t-elle le pilotage des stocks ?

Le pilotage des stocks fondé sur l’IA représente une évolution majeure de la gestion des stocks. Plutôt que de chercher à atteindre un niveau absolu de prévision ou de stock, le Machine Learning analyse les données de vente, les tendances, la saisonnalité, les promotions et autres variables. Il repère ainsi les changements de la demande avec même qu’ils n’apparaissent dans les indicateurs qui attireraient habituellement l’attention d’un planificateur.

Il convient de souligner que le pilotage des stocks fondé sur l’IA n’est pas synonyme de la prévision de la demande. La prévision de la demande ne constitue qu’une étape du processus, tandis que le pilotage des stocks par l’IA porte sur les étapes qui suivent l’analyse.

La principale force des systèmes d’IA réside dans leur rapidité et leur capacité à détecter des tendances à un niveau inaccessible à l’être humain. Un système fondé sur l’IA permet de détecter des variations de la demande d’un produit, les conditions météorologiques régionales et l’activité promotionnelle bien plus tôt qu’une analyse manuelle. Cela est particulièrement pertinent pour les responsables du secteur du retail qui gèrent des centaines de références réparties entre différents points de vente. Disposer rapidement d’informations sur l’évolution de la demande est essentiel pour éviter les ruptures de stock dans les magasins.

Les principales caractéristiques du pilotage des stocks basée sur l’IA

Les systèmes de pilotage des stocks utilisant l’IA ne se limitent pas à fournir de meilleures prévisions à des fins de planification. L’étape suivante de leur développement concerne l’aide à la décision et, de plus en plus, l’exécution automatique de certaines décisions dans des limites préalablement définies. Cela consiste notamment à :

• Ajuster de manière dynamique les stocks de sécurité en fonction de l’évolution de la demande, plutôt que de maintenir un niveau de sécurité statique.
• Détecter les stocks à faible demande pour éviter qu’ils ne deviennent des stocks dormants dans l’entrepôt.
• Réaffecter les stocks en fonction de l’évolution de la demande sur différents sites.
• Recommander ou exécuter, dans une limite prédéfinie, des décisions de réapprovisionnement sans délai.

C’est là que réside la différence fondamentale entre l’approche conventionnelle et les techniques modernes. L’analyse manuelle des prévisions limite le volume des données que les planificateurs peuvent raisonnablement étudier. Un système capable d’ajuster les quantités commandées dans des limites convenues n’est pas soumis à cette même contrainte. C’est l’une des raisons pour lesquelles l’optimisation des stocks et le pilotage des stocks par IA sont de plus en plus étroitement liés.

Idées reçues courantes sur le pilotage des stocks par IA

A mesure que le pilotage des stocks par l’IA fait l’objet de discussions plus nombreuses certaines idées reçues continuent de circuler. Il est utile de les examiner directement.

« L’IA remplace le planificateur. » En réalité, cela se produit rarement dans la pratique. Si l’IA excelle dans le traitement de grands volumes de données et la détection de tendances, l’intervention humaine reste indispensable pour prendre des décisions sur des sujets qui dépassent le cadre des données, comme la création d’un nouveau partenariat commercial, une future initiative marketing ou une évolution de la stratégie de l’entreprise. Les entreprises qui tirent le plu grand bénéfice du pilotage des stocks par l’IA utilisent cette approche pour accompagner leurs planificateurs, et non pour les remplacer. Les planificateurs définissent le cadre et prennent les décisions dans des situations exceptionnelles, tandis que le système réalise les analyses et détecte les tendances à très grande échelle.

« Le pilotage des stocks par IA n’est qu’une forme d’automatisation. » L’automatisation applique plus rapidement des principes rigides. A l’inverse, le pilotage des stocks par l’IA adapte les règles de l’évolution des conditions définies par les données. Il transforme donc la prise de décision au lieu de simplement accélérer le processus.

« L’adoption du pilotage des stocks par l’intelligence artificielle implique de tout mettre en œuvre simultanément”. Il est rare que le pilotage des stocks par l’intelligence artificielle soit adopté en une seule fois. Les entreprises intègrent progressivement l’aide à la décision fondée sur l’IA dans leurs systèmes. Le réapprovisionnement est généralement l’un des premiers domaines concernés, car il implique des décisions répétitives. Les recommandations formulées par l’IA peuvent alors être analysées et approuvées par un planificateur avant toute action.

« Le pilotage des stocks par IA ne fonctionne que pour les grandes entreprises disposant d’énormes volumes de données. » Disposer de davantage de données peut être utile, mais ce n’est pas indispensable. Les entreprises de taille intermédiaire possédant une gamme de produits clairement définie et un historique de ventes exploitable peuvent également utiliser l’IA pour gérer leurs stocks, en particulier lorsque la demande évolue très rapidement.

Disponibilité et qualité des données

Le pilotage des stocks de l’IA nécessite des données fiables et précises. Les historiques de ventes, les niveaux de stock, les délais d’approvisionnement, les promotions et les autres données associées doivent être disponibles afin que le système puisse identifier des tendances. L’absence de données ou la présence de données inexactes peuvent réduire l’efficacité des recommandations générées par le système d’IA.

Cela signifie que les organisations doivent disposer de données parfaites pour utiliser l’IA. Cependant, l’amélioration de la qualité des données fait partie des premières mesures qu’elles doivent avant d’utiliser cette technologie.

De manière générale, le pilotage des stocks par l’IA tend à fonctionner efficacement avec environ un à deux ans d’historique de ventes. Une telle période permet d’identifier un cycle saisonnier complet et de distinguer la demande réelle des variations aléatoires. Un historique de ventes plus court peut également être utilisé, mais le système dispose alors de moins d’informations sur lesquelles s’appuyer. Les premières recommandations fournies doivent donc être interprétées avec une attention particulière.

La situation est différente pour les produits disposant de peu ou d’aucun historique de ventes, car le système ne peut pas établir de prévisions précises à partir des données historiques. Dans ce type de situation, le pilotage des stocks par l’IA utilise d’autres critères pour établir ses précisions, comme les performances de produits similaires ou d’autres indicateurs, jusqu’à ce que le produit dispose de son propre historique de ventes suffisant.

L’avenir du pilotage des stocks avec l’IA

L’orientation prise par les systèmes de gestion des stocks fondées sur l’IA est de plus en plus évidente. Les entreprises qui continuent de s’appuyer sur de simples points de commande et sur des prévisions manuelles auront de plus en plus de difficultés à rivaliser avec celles qui utilisent des techniques de gestion des stocks proactives et adaptatives, en particulier à mesure que les Supply Chain deviennent plus internationales et plus imprévisibles.

C’est cette évolution qui guide la stratégie que nous poursuivons chez Slimstock. Notre solution s’appuie sur la prévision et le réapprovisionnement fondés sur l’IA, toute en laissant aux planificateurs la liberté de faire appel à leur jugement lorsqu’il est le plus nécessaire, en complément de fonctionnalités plus larges de planification de la Supply Chain.

A mesure que l’IA gagnera en maturité, l’écart entre les entreprises qui adoptent cette technologie et celles qui attendent ne fera que se creuser. Pour de nombreux responsables de la Supply Chain, la question n’est plus de savoir si l’IA a sa place dans la gestion des stocks, mais plutôt de déterminer à quel moment ils pourront l’intégrer sans perturber leurs opérations.

À l’avenir, l’IA devrait progressivement dépasser le simple rôle d’aide à la décision pour devenir de plus en plus autonome dans certaines limites. Le planificateur pourra alors se concentrer davantage sur la gestion des exceptions et les décisions stratégiques. Les organisations qui mettent dès aujourd’hui en place des bases solides en matière de données et de processus seront mieux positionnées pour en tirer parti à l’avenir.

Les avantages d’une gestion lean et les indicateurs à mesurer

La gestion des stocks fondée sur l’IA facilite la mise en œuvre de processus de lean management en fournissant aux planificateurs des informations plus précises sur la demande et sur les stocks disponibles. Les décisions de conserver, de réduire ou de réapprovisionner les produits sont ainsi prises en fonction de la situation actuelle, plutôt qu’à partir de données statistiques.

Les entreprises qui évaluent l’impact de l’IA sur le pilotage des stocks prennent généralement en compte certains des indicateurs de performance suivants :

• Rotation des stocks : efficacité avec laquelle les stocks sont vendus sur une période donnée.
• Taux de service : proportion des demandes clients satisfaites sans délai à partir du stock disponible
• Précision des prévisions de demande : niveau de correspondance entre la demande prévue et la demande réelle au fil du temps.
• Fonds de roulement immobilisé dans les stocks : Ressources financières bloquées dans les stocks et qui auraient pu être utilisées à d’autres fins.
• Niveau des stocks morts : stock qui ne peut plus être vendu et doit faire l’objet d’une dépréciation.

Le suivi régulier de ces indicateurs aide les entreprises à transformer le pilotage des stocks par l’IA, d’un investissement technologique en une amélioration mesurable des performances de l’entreprise. Il contribue également une planification des stocks plus globale et à l’amélioration continue dans l’ensemble de l’organisation.

L’exemple d’Aster Pharmacy, l’une des principales organisations intégrées de services de santé de la région, qui compte 338 magasins dans les pays du Conseil de coopération du Golfe, est particulièrement révélateur à cet égard. Depuis la mise en œuvre de la solution Slim4 de Slimstock, Aster a obtenu une réduction de 19 % du nombre de jours de stock, et donc du fonds de roulement immobilisé, une amélioration de 4 % de la disponibilité des stocks et une diminution de 26 % des stocks excédentaires dans les deux mois suivant la mise en œuvre. Ces résultats couvrent simultanément la gestion du fonds de roulement, le taux de service et le niveau de stock dormant.

Pour résumer

Le pilotage des stocks par l’IA ne consiste pas à supprimer l’intervention humaine du processus de planification des stocks. Il vise plutôt à fournir aux planificateurs les informations dont ils ont besoin pour prendre de meilleures décisions, de manière plus efficace et plus précise.

A mesure que le marché devient de plus en plus incertain et que les Supply Chains se complexifient, le passage d’un pilotage prédictif des stocks n’est plus un avantage concurrentiel, mais une nécessité.