Après trois années de perturbations commerciales sans précédent, de grands modèles linguistiques et une IA générative sont apparus juste à temps pour aider les gouvernements et les entreprises à gérer les chaînes d'approvisionnement complexes du monde .
« Dans les années à venir, nous assisterons à des analyses prédictives et prédictives plus précises, basées sur des données intégrées provenant de chaque étape de la chaîne d'approvisionnement », a déclaré Julie Gerdeman, PDG d'Everstream Analytics, société spécialisée dans l'évaluation des risques de la chaîne d'approvisionnement. « L'automatisation de la prise de décision réduira les risques et les perturbations, créant ainsi des chaînes d'approvisionnement résilientes, résilientes et adaptatives. »
De meilleures données
L'analyse des données commerciales est une tâche extrêmement complexe. Ces ensembles de données non structurés, composés de centaines de millions d'enregistrements d'expédition, sont dispersés entre d'innombrables filiales et services de transport de fret, ce qui rend le traitement et le tri sujets aux erreurs et fastidieux.
Par exemple, les sociétés privées de données commerciales peuvent utiliser des outils d’apprentissage automatique pour reconnaître les modèles de déclaration douanière, numériser les documents juridiques et traduire les langues afin de créer des données commerciales claires et précises, faciles à rechercher et à analyser.
Les sociétés privées de données commerciales comme ImportGenius, basée à Scottsdale, en Arizona, utilisent des outils d'apprentissage automatique pour reconnaître les modèles douaniers, numériser les documents réglementaires et traduire les langues étrangères afin de créer des données commerciales claires et précises, faciles à rechercher et à analyser.
« Nous construisons un modèle d'apprentissage des langues qui servira d'antenne pour détecter, reconnaître et intégrer des indicateurs dans notre plateforme », a déclaré Paulo Mariñas, directeur technique d'ImportGenius, une société de données commerciales basée en Arizona.
Parallèlement, des multinationales comme Nestlé SA utilisent des outils d'IA pour accroître leur efficacité et détecter les problèmes émergents dans leurs chaînes de valeur mondiales. L'entreprise suisse du secteur agroalimentaire utilise des algorithmes pour détecter les problèmes de qualité des produits et garantir l'autorégulation et le contrôle de ses lignes de production.
Mercedes-Benz Group AG utilise Omniverse, une plateforme d'IA, pour accroître l'agilité de ses usines de fabrication et d'assemblage. Omniverse aide le constructeur automobile allemand à restructurer rapidement ses usines afin de s'adapter aux chocs d'approvisionnement externes.
L'IA devrait bouleverser de nombreux secteurs, notamment en raison de la forte croissance des échanges commerciaux. En effet, la première moitié de la dernière décennie de mondialisation a principalement porté sur la réduction des obstacles à l'accès aux biens, aux services et à l'investissement. Parallèlement, la prochaine phase et le contexte actuel, la tendance à la démondialisation, les barrières tarifaires et les tensions géopolitiques représenteront un défi majeur, même pour les équipes logistiques les plus expérimentées.
Analyse de la chaîne d'approvisionnement
L’un des domaines dans lesquels les applications de l’IA peuvent avoir un impact important est celui où elles aident les entreprises et les gouvernements à mieux comprendre les changements dans les chaînes de valeur mondiales.
Le mois dernier, les ministres du Commerce du G20 ont adopté un cadre pour cartographier de nouvelles données, identifier la concentration des fournisseurs, les liens commerciaux, la volatilité du marché et la vulnérabilité des industries d’importance mondiale.
L'idée, annoncée la semaine dernière, est d'aider les gouvernements à évaluer la résilience des chaînes d'approvisionnement et à élaborer des mesures pour atténuer les chocs externes. Le G20 a également lancé un nouvel outil d'IA qui associe les données commerciales à des algorithmes prédictifs, aidant ainsi les décideurs politiques et les entreprises à optimiser leurs stratégies d'exportation.
Les outils d'IA peuvent réduire le temps et les recherches nécessaires à la conclusion d'accords commerciaux, ainsi que calculer rapidement les droits de douane sur les marchandises expédiées. Cependant, la complexité et certains aspects de la politique commerciale internationale ne peuvent tout simplement pas être gérés par l'IA.
« L'IA peut aider les négociateurs à mieux se préparer, mais elle ne peut remplacer les négociations réelles où l'aspect humain est primordial », a déclaré Wendy Cutler, vice-présidente de l'Asia Society Policy Institute. « Écouter et analyser les propos de votre interlocuteur, décrypter le langage corporel et proposer des solutions sur-le-champ pour aplanir les divergences sont des choses que la technologie ne peut pas faire. »
(Selon Bloomberg)
Source
Comment (0)