Comment choisir un logiciel de supply chain quand chaque éditeur a une histoire d'AI

Attribution de source : Webinaire Supply Chain Movement, « Choosing supply chain software in the age of AI », animé/modéré par Martijn Lofvers. Ce tutoriel Radar organise et interprète le travail original ; il n'implique aucun partenariat, sponsoring ou approbation.

1. Définir la décision avant le logiciel

Commencer par identifier les décisions supply chain qui doivent s'améliorer : approbation des prévisions, objectifs de stock, allocation de l'offre contrainte, ordonnancement de production, évaluation de scénarios ou gestion des exceptions. Pour chaque décision, définir qui la prend, à quelle fréquence elle est prise, quelles informations elle nécessite et à quoi ressemblerait un meilleur résultat.

2. Cartographier le portefeuille existant

Séparer les capacités qui nécessitent véritablement un remplacement de celles qui ont principalement besoin d'une meilleure intégration, d'une propriété plus claire ou d'un meilleur workflow. Cela évite de traiter chaque écart de processus comme un écart logiciel et réduit le risque d'ajouter une autre application sans simplifier le modèle opérationnel.

3. Évaluer l'AI dans le workflow

Ne pas noter l'AI comme une fonctionnalité autonome. Demander ce que la capacité change réellement : améliore-t-elle une prévision, génère-t-elle des scénarios, priorise-t-elle les exceptions, recommande-t-elle une action ou en exécute-t-elle une ? Exiger des fournisseurs qu'ils démontrent la capacité sur des données représentatives et des contraintes réalistes, pas seulement sur des démos scriptées.

4. Tester le parcours d'implémentation

Évaluer l'implémentation en même temps que l'adéquation fonctionnelle. Identifier les données de référence requises, les interfaces, les changements de processus, la propriété et le rôle des partenaires d'implémentation. Un système légèrement moins complet qui peut être adopté et maintenu peut créer plus de valeur qu'une solution théoriquement parfaite dont l'implémentation dépasse la capacité de changement de l'organisation.

5. Rendre l'architecture de décision explicite

Documenter où les recommandations sont générées, où elles sont examinées et quel système fait autorité pour l'exécution. Cela compte particulièrement lorsque des couches AI sont introduites à travers les outils APS, ERP, BI et workflow.

Interprétation Dataleo : L'AI a réduit l'utilité des RFP basés sur le comptage de fonctionnalités car des revendications similaires peuvent maintenant apparaître à travers des architectures très différentes. L'unité de sélection devrait être la décision plus son parcours d'implémentation. Le principal mode de défaillance est d'acheter une interface AI impressionnante sans résoudre les changements de processus, données et propriété nécessaires pour qu'elle influence les décisions de planification réelles.