Le tableau de bord du logiciel Flowlity reprend les principaux indicateurs des trois modules : la gestion des stocks, l’administration des commandes et les prévisions de la demande.
Dans une économie toujours plus soucieuse de la performance, l’administration des stocks a gagné en complexité. Les méthodes de flux tendu et la multiplication les fournisseurs engendrent des milieux instables où l’anticipation devient une compétence rare, apanage de quelques professionnels aguerris.
Si une entreprise ne compte pas dans ses rangs un tel spécialiste, elle pourra peut-être se tourner vers l’intelligence artificielle. C’est en tout cas la proposition de Flowlity. La jeune société, créée en 2019, commercialise le logiciel de gestion de la chaîne logistique du même nom. Ce dernier se distingue entre autres par l’utilisation d’algorithmes d’apprentissage automatique pour établir ses prévisions.
Bloqué en début de siècle
Ses deux fondateurs, Jean-Baptiste Clouard et Karim Benchaaboun, sont partis du constat que l’offre informatique de ce segment tardait à intégrer les dernières évolutions du numérique. Jean-Baptiste Clouard, désormais président-directeur général de Flowlity, tire ses réflexions de plusieurs expériences chez différents éditeurs de programme destinés à la gestion de stocks, notamment en tant que chef de produits sales and operations planning chez Dassault Systèmes. « La plupart des logiciels du secteur datent des années 1990 ou 2000, explique-t-il. Ils sont peu performants et difficiles à utiliser. Nous souhaitions concevoir un logiciel plus simple et plus juste dans la prévision des commandes. » Son produit possède déjà quelques belles références dans des domaines variés : Danone, La Redoute ou Saint-Gobain. Nul doute qu’il pourrait répondre aux besoins d’une entreprise de construction ou d’un fabricant de matériels de chantier.
Car Flowlity a noté la polyvalence à tous les chapitres de son cahier des charges. Selon Jean-Baptiste Clouard, la société s’est donné les moyens de concevoir une intelligence artificielle efficace. « Nous avons investi dans notre recrutement. Nous nous sommes entourés de certains des plus grands talents du marché. »
Apprentissage ensembliste
Les prévisions de la demande sont établies à partir d’un algorithme d’apprentissage ensembliste. Celui-ci teste plusieurs algorithmes d’apprentissage automatique et compare les différents résultats avec l’évolution réelle de la consommation. Il conserve un seul algorithme ou en mélange plusieurs pour aboutir à la meilleure prédiction. Ce « méta-apprentissage » présente l’avantage de pouvoir s’adapter à différentes situations, alors que les résultats d’un modèle d’apprentissage unique seraient plus aléatoires. En théorie, cette souplesse donne aussi la possibilité au système de se progresser plus rapidement. Pas de perte de temps à réécrire le code en fonction du contexte. Les données étudiés s’accumulent plus vite et le modèle s’affine.
Le module d’optimisation des stocks calcule lui aussi ses préconisations à partir des anciennes planifications des ressources passées. Il conserve toutefois des réserves tampons minimales afin d’éviter les pénuries. Interrogé quant aux peurs que pouvaient provoquer ces technologies, le P.-D.G. rappelle que l’intelligence artificielle n’est pas un maître, mais un conseiller. « Notre logiciel reste une aide à la décision. Pour les stocks par exemple, il donne une fourchette de valeurs. Le choix appartient à l’utilisateur. C’est comme dans un avion, le pilote automatique régule la stabilité de l’appareil, mais les pilotes contrôlent la direction. »
Pas fluidité sans réseau
Autre particularité, la plate-forme partage des informations avec les fournisseurs. Pour Jean-Baptiste Clouard, c’est un aspect essentiel de la démarche : « beaucoup de pénuries proviennent de l’amont de la chaîne. Si elle n’est pas prise en compte, l’entreprise ne sera pas capable d’optimiser au mieux ses stocks, même avec un très bon outil. Elle aura une Ferrari au milieu d’un bouchon. » Une fois que le logiciel est déployé dans une structure, ses fournisseurs ont accès à un portail gratuit où ils peuvent consulter un calendrier de commandes généré par Flowlity. Ces derniers peuvent ainsi découvrir le produit. « Nous gagnons ainsi en visibilité. » L’éditeur espère ainsi s’étendre petit à petit à tous les nœuds de la chaîne logistique.
De l’usine au parc de production
Dernier échelon de flexibilité, l’application a été conçue être facilement personnalisée en fonction des demandes du client. « Nous nous intégrons à l’ERP (en anglais enterprise resource planning, le système de gestion des ressources de l’entreprise – NDR). Nous réalisons notre analyse des données, puis le client nous livre ses observations, indique Jean-Baptiste Clouard. Nous effectuons de nouvelles itérations jusqu’à ce que le logiciel soit prêt pour l’implantation. » Le temps de la procédure varie selon la taille de l’entité, environ trois mois pour une petite entreprise, six mois pour un grand groupe.
Aujourd’hui, la société opère à toutes les échelles, de la simple usine jusqu’à un parc de 44 sites de production. Selon le P.-D.G., le logiciel s’adresse pour le moment à des structures qui enregistrent plus de 50 millions d’euros de chiffre d’affaires. Une seule condition, « il faut juste qu’un ERP soit en place. »
Les frontières ne sont pas un problème. L’éditeur réalise déjà 70 % de son chiffre d’affaires hors de France. Principalement en Europe de l’Ouest, mais il a son actif quelques incursions aux États-Unis et en Chine. « Le Covid-19 met en évidence un changement de notre métier, remarque Jean-Baptiste Clouard. Nous travaillons en software as a service. Finalement, qu’un client soit en Île-de-France ou à l’autre bout de la planète, le projet est le même, seuls les fuseaux horaires sont différents. »