La logistique de A à Z > Machine Learning

La logistique de A à Z

Témoignages

E.RAYNAUD | A-SIS‘‘ Le machine learning trouve dans l’entrepôt des cas d’usage prometteurs ’’
Dossier "Supply Chain : quelles innovations en 2019 ?"
1er Avril 2019
E.RAYNAUD | A-SIS : "Le machine learning consiste à étudier les données et les comportements pour mettre en évidence des corrélations entre des facteurs dans le but d’aider à prédire l'avenir. Il s’agit de procéder par itération, sur la base de l’analyse d’historiques, pour améliorer de manière continue la pertinence du modèle. Ces techniques ne pouvaient exister tant qu'il n’était pas possible de collecter des masses de données importantes et que les machines ne disposaient pas de puissances de calcul suffisantes. C’est désormais le cas. Les conditions sont donc réunies pour que les algorithmes de ce type prennent leur essor. Ils se répandent d’ailleurs déjà dans nos environnements personnels quotidiens. ".

Isabelle BADOC | GENERIX GROUP‘‘ Les plateformes collaboratives sont une véritable révolution pour la supply chain ’’
Dossier "Innovation : la supply chain en pole position "
3 Avril 2018
Pour optimiser l’ordonnancement, les décisions doivent être prises très rapidement. Dans cette optique, les concepts d'intelligence artificielle et de machine learning semblent prometteurs.

Arnaud MARTIN, Directeur Marketing d’AKANEA‘‘ Le système d’information n’est qu’un support de la digitalisation supply chain ’’
Dossier "Digitalisation de la supply chain"
4 Décembre 2017
D’autres sujets comme le machine learning ou le big data devraient avoir des applications particulièrement intéressantes dans les prochaines années.

Bertrand FAURE, Directeur Commercial de Fives Intralogistics SAS‘‘ La donnée est l’or noir de demain, (…) nos mécanisations génèrent des données en quantité et au plus proche des flux physiques de nos clients. ’’
Dossier "Mécanisation des plateformes: enjeux et solutions"
1er Février 2017
Notre département informatique a développé un algorithme permettant de ressortir les informations que nous jugeons importantes sous forme de synthèse et d’alertes. Il devient ainsi possible de détecter une perte de productivité sur une période de la semaine. Le client en est informé et pourra donc mener les actions correctives en conséquence. Ces données peuvent également être intégrées dans d’autres systèmes tels que le WMS de la société ou, sur une couche supérieure, dans son ERP. Demain, ces données pourront remonter à un niveau encore supérieur, et contribueront à augmenter les capacités de nos clients en termes d'analyse (big data) et de traitement prédictif (machine learning).

Jérôme GABALDE, Directeur Commercial d’Acteos‘‘ Le prédictif et le temps réel pour des opérations transport performantes ’’
Dossier "Transport : concilier productivité et service"
2 Octobre 2017
Au démarrage d’un projet, nous alimentons généralement l’algorithme avec la ou les deux dernières années d'activité. Le moteur est par la suite alimenté en continu. Ensuite des données exogènes ayant une influence sur la consommation sont considérées (météo, social). Elles permettent de tenir compte de la volatilité de la clientèle. L’utilisation du moteur facilite l’adoption d’une organisation très flexible en mesure de s’adapter aux variations de flux. Il fonctionne sur une notion de machine learning, d'apprentissage automatique et continu. Des corrections peuvent ainsi être apportées lorsque l'outil constate des pics anormaux qui ne seront pas amenés à se répéter dans le temps. L’opérateur dispose également de la liberté de modifier les résultats des prédictions.

Didier GRIS et Philippe MARQUES | A-SIS‘‘ La robotisation marquera certainement la supply chain dans un futur proche ’’
Dossier "Innovation : la supply chain en pole position "
3 Avril 2018
Le sujet du machine learning comporte plusieurs volets. Nous travaillons principalement sur la partie prédictive. Nous disposons d’un département de recherche opérationnelle qui s’appuie sur des équipes spécialisées dans les algorithmes mathématiques. Notre objectif est d’introduire des notions d'anticipation dans nos solutions logicielles.



Actualités

a-SisMachine Learning : A-SIS présente sa vision des usages et de l’avenir de cette technologie dans la Supply Chain - 09/11/2018
Trouvant son essor avec l’avènement du Big Data et l’augmentation des capacités de calculs, le Machine Learning interprète et fait parler les données. Ses algorithmes ont pour particularité d’apprendre en itération sur la base de l’analyse du passé et du présent pour en déduire le futur. A-SIS, convaincu de la nécessité d’exploiter le Big Data et le Machine Learning dans ses solutions, a renforcé ses compétences depuis quelques années sur ce sujet.


Contactez notre équipe