Climactic, la data et l’IA pour répondre aux nouveaux enjeux des industries manufacturières

Les avantages concurrentiels d'une entreprise sont généralement ses prix ou son offre de produits, mais un autre aspect de l'activité qui peut donner à une entreprise une impulsion concurrentielle significative est la satisfaction des exigences individuelles des clients, en produisant notamment à la commande ou à la demande.

Une solution qui demande des prévisions précises et des délais d'exécution courts, impactant non seulement le producteur, mais aussi toute la chaîne d'approvisionnement étant donné que les besoins des fournisseurs varient d'un produit à l'autre et que la planification logistique est également individuelle.

© Inria / Photo C. Morel

Par rapport à la production en masse et en série, cette dynamique pose des défis à la chaîne d'approvisionnement vu qu’elle nécessite une adaptation continue aux exigences de tous les acteurs de la chaîne. Cette situation n'est plus gérable avec des méthodes d'optimisation statiques. 

          Luce Brotcorne, directeur de recherche à Inria Lille Nord Europe (Equipe INOCS)

En outre, la plupart des entreprises ayant déjà investi dans des systèmes et des processus pour accroître la précision des prévisions, réduire les délais liés aux systèmes et diminuer les stocks, n'ont pas obtenu les résultats escomptés, luttant avec des problématiques d’excès ou de rupture de stocks.

Les thématiques "Optimization Supply chain" et "Game theory, decision theory", abordées lors du workshop organisé entre Inria et le DFKI à Nancy les 20 et 21 janvier derniers, ont permis de lancer Climactic, un sujet de recherche entre les deux instituts au travers de l'équipe de recherche INOCS, basée au centre Inria Lille Nord Europe, et l'équipe IWi (Institute for Information Systems) pour le DFKI. 

Leur objectif : utiliser des données en temps réel pour développer un système intelligent permettant une adaptation et une optimisation proactives et partiellement automatisées des processus de fabrication dans un contexte intégré, en tenant compte des événements et des situations commerciales externes et internes actuels et prévus.

Ces événements peuvent être soit anticipés (par exemple, un fournisseur ne respecte pas un délai de livraison convenu), soit imprévus (par exemple, une panne de machine ou l'absence imprévue d'un employé essentiel). 

                                   Luce Brotcorne

L’équipe s’appuiera sur les données et les descriptions détaillées relatives à plusieurs cas d'étude (données relatives à la production et aux imprévus) dont dispose le DFKI et sur les compétences en modélisation et résolution de problèmes intégrés sous incertitude d’INOCS pour soumettre un projet d’ici le mois de novembre. En attendant, la phase 1, qui consistait à définir précisément la problématique étudiée et définir un premier modèle et des résultats, a été validée.