La data au service de la green supply chain

Conseils

A bien des égards, la data, associée à l’Intelligence Artificielle (IA), est la condition de l’avènement à grande échelle de la green supply chain. L’objectif est bien sûr de viser dès que possible la neutralité carbone de la chaîne logistique, sans rien céder à la recherche de performance.

Data supply chain

Selon une étude menée par Capgemini en août 2020[1], 85 % des entreprises estiment qu’il est possible de combiner la réduction de coûts avec la protection de l’environnement. Il s’agit d’ailleurs d’une priorité stratégique, puisque toujours selon cette même étude, la prise en compte de l’impact environnemental de leurs achats pèse désormais dans les décisions de 79 % des consommateurs. Dans le même temps, 78 % des consommateurs considèrent que la transition écologique constitue un levier essentiel d’innovation.

Data et IA, leviers d’innovation écologique

Ce constat se vérifie particulièrement dans le domaine de la supply chain. Économie de carburant et d’énergie, réduction des déchets, gain de temps et d’efficacité, tout cela est possible grâce au recueil et au traitement en temps réel de la donnée. Or les technologies numériques convergent toutes vers le même objectif : augmenter la résilience et la performance de la supply chain, tout en réduisant au maximum son empreinte carbone.

D’ailleurs, à en croire l’étude citée plus haut, près de 80 % des entreprises prévoient d’investir dans les technologies numériques pour accélérer leur transition écologique. Elles envisagent cet investissement de la manière suivante :

  • Pour 59 % d’entre elles, les outils de collecte et d’analyse de la data fournissent de précieux indicateurs pour la gestion et le contrôle des postes environnementaux (consommation énergétique, de carburant, d’eau, mais aussi évaluation des émissions de CO2).
  • 50 % estiment également que le progrès technologique permet d’augmenter toujours plus la précision de ces indicateurs.

Ainsi, transition écologique et transition numérique vont de pair. Elles figurent sur la même feuille de route et répondent aux mêmes objectifs de performance opérationnelle et environnementale, dans une logique de réduction des coûts.

Le transport routier constitue à cet égard un exemple probant. Le recueil de données en temps réel fournit une foule d’indications sur le mode de conduite adopté par les chauffeurs et donc sur la consommation de carburant. Selon qu’on adopte une conduite nerveuse ou non, le niveau de carburant consommé n’est pas le même. L’analyse de data permet ainsi de sensibiliser les conducteurs à un mode de conduite moins énergivore et donc moins générateur d’émissions de CO2. L’avantage est triple :

  • Les coûts de transport diminuent ;
  • L’empreinte environnementale de la chaîne logistique également ;
  • Les chauffeurs adoptent une conduite souvent plus prudente.

La data permet aussi de réduire les délais de livraison grâce à des trajets et un remplissage plus efficaces et donc des rotations moins nombreuses. L’analyse du trafic en temps réel permet de choisir en permanence l’itinéraire le plus fluide et de diminuer le nombre de rotations. On estime que ces outils permettraient de réduire les distances parcourues de 16 % et de porter au taux moyen de 98 % la ponctualité des livraisons.

Quand la data rime avec prédictibilité

L’autre grand avantage de la data, dès lors qu’elle est associée à l’Intelligence artificielle (IA) et traitée par des algorithmes apprenant (Deep Learning), réside dans sa capacité d’analyse prédictive et descriptive. Les entreprises passent ainsi d’un modèle d’analyse fondé sur les performances passées à un modèle capable de renseigner sur l’éventualité d’un événement futur. L’objectif est de renforcer les capacités d’anticipation des organisations, pour les rendre capables d’envisager avec le plus de précision possible ce qui peut se produire, quand et pourquoi. Adaptée à la logistique, cette fonctionnalité prédictive confère à la supply chain des avantages considérables, tant sur le plan opérationnel qu’environnemental.

C’est le choix opéré par exemple par le Port d’Anvers, à travers la création d’un modèle 3D du port baptisé APICA (Antwerp Port Information and Control Assistant). La modélisation est rendue possible par le traitement de données en temps réel qui synthétisent l’ensemble de l’activité du port. Elle prend notamment en compte les data suivantes :

  • Les mouvements de marchandises ;
  • Les conditions météo ;
  • La qualité de l’air ;
  • Les marées ;
  • Les disponibilité du personnel ;
  • Les mouvements des ponts et écluses.

L’ensemble de ces données est transmis par des capteurs IoT (Internet des Objets), des caméras et même des drones. Les gestionnaires du port obtiennent ainsi une vision exhaustive de l’activité en temps réel qui se montre capable d’anticiper la survenance de telle ou telle situation. Cela permet par exemple de prévoir la nocivité des émissions des navires en fonction des circonstances et de prendre les mesures correctives qui s’imposent. L’IA, associée à l’analyse de la data et à l’automatisation, devient ainsi un puissant levier d’action en faveur de la transition écologique de la supply chain.

La prévisibilité permise par la data permet aussi de réduire de manière drastique les gaspillages, en particulier pour le transport des produits frais. On estime que la capacité à ajuster en amont les stocks et les chargements au plus près de la demande permet de réduire de 15 % à 20 % le nombre de camions sur les routes. Or l’IA permet d’augmenter la qualité des prévisions de 10 à 15 points.

Les promesses de la 5G

L’arrivée de la 5G constituera enfin un véritable bond en avant de l’apport de la donnée à la logistique. Associée aux objets connectés et au Cloud Computing, et avec l’apport de l’IA, elle renforcera la visibilité sur l’ensemble de la supply chain. L’automatisation qui en découlera entraînera des gains de capacité et permettra d’optimiser toujours plus la gestion des stocks, les opérations de picking, mais aussi le transport des marchandises. Cette optimisation générale de la chaîne logistique favorisera là encore l’émergence d’une green supply chain à grande échelle où l’automatisation n’aura de sens que si elle n’agit que dans le sens de la préservation de l’environnement et du climat.  Finalement, les grands leaders de la supply chain de demain seront ainsi ceux qui auront su digitaliser et transformer la data en actif stratégique et rendre l’ensemble de leurs activités plus favorable et moins néfaste pour l’environnement.

[1] How Sustainability is fundamentally changing consumer preferences, Capgemini, août 2020

Retrouvez nos conseils et sélections pour vous accompagner dans votre démarche RSE :

Offre RSE

Et téléchargez notre livre blancs pour connaitre les clés pour réussir votre stratégie RSE :

Suivre MANUTAN sur