Après trois années de perturbations commerciales sans précédent, de grands modèles linguistiques et une IA générative sont apparus au bon moment pour aider les gouvernements et les entreprises à gérer les chaînes d'approvisionnement complexes du monde.
« Dans les années à venir, nous verrons des analyses prédictives et prédictives plus précises, basées sur des données intégrées à chaque étape de la chaîne d'approvisionnement », a déclaré Julie Gerdeman, PDG de la société d'évaluation des risques de la chaîne d'approvisionnement Everstream Analytics. « L’automatisation de la prise de décision réduira les risques et les perturbations, créant ainsi des chaînes d’approvisionnement flexibles, durables et adaptables. »
De meilleures données
L’analyse des données commerciales est une tâche extrêmement complexe. Ces ensembles de données non structurés, constitués de centaines de millions d'enregistrements d'expédition, sont dispersés dans d'innombrables filiales et services de transport de fret, ce qui entraîne un traitement et une organisation sujets aux erreurs et nécessitant beaucoup de travail.
Par exemple, les sociétés de données commerciales privées peuvent utiliser des outils d’apprentissage automatique pour reconnaître les modèles de déclaration douanière, numériser les documents juridiques et traduire les langues afin de créer des données commerciales claires et précises, faciles à rechercher et à analyser.
Les sociétés de données commerciales privées comme ImportGenius, basée à Scottsdale, en Arizona, utilisent des outils d'apprentissage automatique pour reconnaître les modèles douaniers, numériser les documents réglementaires et traduire les langues étrangères afin de créer des données commerciales claires et précises, faciles à rechercher et à analyser.
« Nous construisons un modèle d'apprentissage des langues qui servira d'antenne pour détecter, reconnaître et intégrer des indicateurs dans notre plateforme », a déclaré Paulo Mariñas, directeur technique d'ImportGenius, une société de données commerciales basée en Arizona.
Dans le même temps, des entreprises multinationales comme Nestlé SA adoptent des outils d’IA pour accroître leur efficacité et détecter les problèmes émergents dans les chaînes de valeur mondiales. L'entreprise agroalimentaire basée en Suisse utilise des algorithmes pour détecter les problèmes de qualité des produits, ainsi que pour assurer l'autorégulation et le contrôle de ses lignes de production.
Mercedes-Benz Group AG utilise une plateforme basée sur l'IA appelée Omniverse pour rendre les usines de fabrication et d'assemblage de l'entreprise plus flexibles. Omniverse aide les constructeurs automobiles allemands à restructurer rapidement leurs usines de fabrication pour s'adapter aux chocs d'offre externes.
L’IA devrait créer des percées dans de nombreux secteurs, avec une croissance particulièrement élevée dans le commerce. La raison en est que la première moitié de la dernière décennie de mondialisation a été consacrée en grande partie à la réduction des barrières aux biens, aux services et à l’investissement. Entre-temps, en passant à la phase suivante et au contexte actuel, la tendance à la démondialisation, les barrières tarifaires et les frictions géopolitiques deviendront un énorme défi, même pour l’équipe logistique la plus expérimentée.
Analyse de la chaîne d'approvisionnement
Un domaine dans lequel les applications de l’IA peuvent avoir un impact important est celui où elles aident les entreprises et les gouvernements à mieux comprendre les changements dans les chaînes de valeur mondiales.
Le mois dernier, les ministres du Commerce du G20 ont adopté un cadre pour cartographier de nouvelles données, identifier la concentration des fournisseurs, les liens commerciaux, la volatilité du marché et la vulnérabilité des industries d’importance mondiale.
L’idée, annoncée la semaine dernière, est d’aider les gouvernements à évaluer la résilience des chaînes d’approvisionnement et à développer des mesures pour atténuer les chocs externes. Le G20 a également lancé un nouvel outil d’IA permettant de faire correspondre les données commerciales avec des algorithmes prédictifs, ce qui aidera les décideurs politiques et les entreprises à optimiser leurs stratégies d’exportation.
Les outils d’IA peuvent réduire le temps et les recherches nécessaires à la signature d’accords commerciaux, ainsi que calculer rapidement les tarifs douaniers sur l’expédition de marchandises. Cependant, la complexité et certains aspects de la politique commerciale internationale ne peuvent tout simplement pas être gérés par l’IA.
« L’IA peut aider les négociateurs à mieux se préparer, mais elle ne peut pas remplacer de véritables négociations où l’élément humain est primordial », a déclaré Wendy Cutler, vice-présidente de l’Asia Society Policy Institute. « Écouter et traiter ce que dit réellement votre interlocuteur, lire le langage corporel et proposer des idées amicales sur-le-champ pour combler le fossé est quelque chose que la technologie ne peut pas faire. »
(Selon Bloomberg)
Source
Comment (0)