Optimisation de la production et gestion de la qualité avec l’IA et SAP

LeverX a utilisé l'IA et SAP BTP pour résoudre des problèmes de fabrication critiques. La mise en œuvre a permis d'améliorer de 90 % la précision de la détection des défauts et de réduire les coûts opérationnels de 15 à 20 %.

Client et défi

Notre client est une grande entreprise manufacturière avec une structure distribuée, comprenant un siège social en Europe, 5 sites de production en Asie et en Amérique du Nord, et 200 centres de distribution dans le monde entier. L'entreprise a été confrontée à des défis importants dans la gestion de son réseau logistique pour les raisons suivantes :

• Données logistiques fragmentées: Les données étaient dispersées dans de nombreuses sources disparates, notamment des feuilles de calcul Excel, des systèmes de gestion de flotte décentralisés et des services tiers. Il était donc difficile d'obtenir une image complète et fiable.
• Lenteur de la planification et des rapports: La planification des itinéraires, la prévision de la demande et les rapports logistiques étaient lents. La préparation de rapports consolidés pouvait prendre des jours, voire des semaines, ce qui rendait les données obsolètes dès leur réception.
• Processus manuels et sujets aux erreurs: Une grande partie du travail de planification et d'analyse était effectuée manuellement, ce qui augmentait le risque d'erreurs et entraînait des imprécisions dans la planification des itinéraires et l'affectation des ressources.
• Prévisions inexactes de la demande: La lenteur des processus empêchait de réagir rapidement aux changements du marché, tels que les embouteillages ou les variations de la demande.
• Absence d'une source de vérité unique: l'absence d'une source de données unique a entraîné des divergences et des malentendus entre les services de logistique, de vente et de production.

Méthodologie et approche

Notre méthodologie pour ce projet était centrée sur une approche par étapes afin de réduire les risques de mise en œuvre et d'éviter une modernisation "big-bang". Nous avons commencé par un audit approfondi des systèmes existants du client et une évaluation des solutions du marché. Cette analyse a confirmé que.

SAP BTP était la plateforme idéale en raison de sa capacité à s'intégrer de manière transparente à l'écosystème SAP existant du client, y compris SAP S/4HANA.

La mise en œuvre a été structurée de manière à répondre directement aux principaux points problématiques :

• L'intégration et l'unification des données : En utilisant SAP BTP et SAP Integration Suite, nous avons établi une source de données logistiques unique et unifiée. Cela a permis de consolider les données provenant de systèmes disparates tels que SAP S/4HANA Cloud (pour les stocks et les commandes), les données GPS/télémétriques et les API tierces en une seule source de vérité.
• Prévisions et optimisation par l'IA: Nous avons intégré des modèles d'IA avancés pour stimuler l'efficacité opérationnelle et améliorer notre prise de décision. Plus précisément, nous tirons parti de l'IA prédictive pour analyser les données de livraison historiques, un processus qui nous permet d'optimiser la logistique et de déterminer l'itinéraire le plus efficace. En outre, nous utilisons des modèles génératifs pour comprendre et prévoir des modèles complexes de demande des consommateurs, permettant ainsi une gestion plus précise et proactive des stocks et des ressources.
• Analyse avancée: Nous avons exploité SAP Analytics Cloud en tant que composant central pour la veille stratégique, la planification et l'analyse prédictive. Cela a permis d'obtenir des informations en temps réel et d'accélérer considérablement les processus d'analyse et de planification.
• Évolutivité et flexibilité : La flexibilité et l'évolutivité de la plateforme ont permis de développer et d'adapter rapidement les applications à mesure que les volumes de données et les besoins de l'entreprise augmentaient.

Cette approche structurée a permis à l'entreprise de passer d'une gestion logistique réactive à une gestion proactive, basée sur les données.

La solution

Nous avons mis en œuvre une solution complète basée sur l'IA et SAP BTP pour transformer leurs processus de production. Le cœur de la solution était d'automatiser les flux de travail, d'optimiser la production grâce à des analyses avancées et d'améliorer considérablement le contrôle de la qualité grâce à l'intelligence artificielle.

• Automatisation des flux de travail: Nous avons utilisé SAP Build Process Automation pour rationaliser et automatiser les principaux flux de travail.
• Analyse et optimisation: La solution s'appuie sur SAP Analytics Cloud pour des analyses avancées, ce qui permet d'optimiser le volume de production.
• Contrôle qualité piloté par l'IA : L'intégration de l'IA avec SAP BTP AI Core a considérablement amélioré la qualité des produits. Le système détecte désormais les défauts avec une précision supérieure de 90 % à celle des inspecteurs humains.
• Gestion des données en temps réel: En utilisant SAP Datasphere, nous avons permis la collecte et l'analyse en temps réel d'importants volumes de données de production, offrant ainsi une vue unifiée pour une prise de décision rapide.

Pile technologique

La solution repose sur une pile technologique SAP évolutive et intégrée :

• Plate-forme principale : SAP BTP.
• Analyse et planification : SAP Analytics Cloud.
• Base de données : SAP HANA Cloud.
• Intégration : SAP BTP Integration Suite.
• Unification des données : SAP Datasphere.
• Modèles d'IA génératifs : Modèles d'IA prédictifs et génératifs intégrés via SAP AI Core.

Résultats

La mise en œuvre a apporté au client des avantages commerciaux significatifs et mesurables :

• Réduction des coûts opérationnels : L'optimisation des itinéraires inefficaces et l'amélioration de l'utilisation des véhicules ont permis de réaliser des économies allant jusqu'à 15-20 % sur le carburant et les dépenses opérationnelles. Le kilométrage à vide a diminué de 5 %.
• Amélioration de la ponctualité des livraisons : L'amélioration des prévisions et de la planification a permis de réduire les retards de livraison de 10 à 15 %.
• Amélioration de la qualité : La précision de la détection des défauts s'est améliorée de 90 %.
• Unification des équipes : 200 centres de profit/distribution comptant 320 employés ont été réunis sous des plans d'entreprise, travaillant avec une seule source de vérité.