OR-Transformer teste le réapprovisionnement IA temps réel à l'échelle de 1 024 articles

Une équipe de recherche du MIT, de Purdue, de Caltech et de l’Université de Virginie, incluant David Simchi-Levi, propose OR-Transformer, un cadre d’apprentissage par renforcement profond pour le réapprovisionnement conjoint stochastique à grande échelle. Le modèle cible un problème classique de stocks dans lequel de nombreux SKU partagent des coûts de commande, des délais et des profils de demande corrélés. L’étude est importante parce qu’elle attaque directement un goulot d’étranglement des systèmes de planification : des décisions de réapprovisionnement où l’espace SKU/actions rend l’optimisation au moment de la décision trop lente. Dans des expériences allant jusqu’à 1 024 articles, OR-Transformer reste stable là où plusieurs baselines d’apprentissage se dégradent, et surpasse les baselines MILP à horizon glissant en vitesse de décision et en coût de stock rapporté. Pour les responsables Supply Chain, l’implication est architecturale. Certaines politiques de stock pourraient devoir passer d’une optimisation en ligne répétée à des politiques de décision entraînées lorsque la fréquence de décision et le couplage entre SKU dépassent ce que les solveurs classiques peuvent traiter dans le temps opérationnel. Cela ne supprime pas la nécessité d’une discipline d’optimisation. Cela déplace la question de contrôle vers l’endroit où la politique est entraînée, la manière dont elle est testée sous stress et les situations dans lesquelles les planificateurs doivent la rejeter ou la remplacer.