webleads-tracker

QUAND L'ERP DEVIENT INTELLIGENT

 

Découvrez les cas d’usages de l’Intelligence Artificielle dans un ERP pour PME

Intelligence Artificielle et ERP… Phantasme ou réalité ?

Longtemps assimilée aux films de science-fiction, l’Intelligence Artificielle est aujourd’hui omniprésente. Siri d’Apple, Google Home, chatbots, recommandations de musiques sur Spotify sont autant d’exemples qui démontrent son intervention dans le quotidien de tout un chacun.

Au-delà des budgets massifs apportés par les GAFA et par un grand nombre de startups qui contribuent à son développement, l’IA fait désormais parler d’elle dans les entreprises qui augmentent leurs investissements pour adopter cette technologie.

Loin d’être réservée aux grands groupes, elle est belle et bien à la portée des PME. Pourquoi s’arrêter à la collecte et à l’analyse des données quand on peut aller jusqu’au prédictif ?

Soutien décisionnel, automatisation et réactivité sont autant d’opportunités offertes par l’IA aux entreprises qui sauront l’intégrer.

De leur côté, les éditeurs ERP sont bien entendu conscients des enjeux de l’IA et font évoluer leurs offres pour en tirer profit. Passé l’étape du Cloud/SaaS et de la mobilité, l’ERP intègre aujourd’hui cette technologie pour offrir performance, connaissance et automatisation aux entreprises. Loin d’être l’apanage des éditeurs historiques, l’IA est partout dans l’ERP et contribue au monitoring de tous les métiers : achats, commerce, marketing, logistique, finances…

 

Zoom sur les atouts du duo ERP-IA et ses applications métiers concrètes au service de la croissance des PME

Concrètement, qu’est-ce que l’Intelligence Artificielle ?

Par définition, l’Intelligence Artificielle est la capacité d’une machine ou d’un programme informatique à apprendre des concepts de manière autonome. Une fois intégrée aux programmes, l’IA rend ces derniers capables de traiter, comprendre, apprendre et agir.

Évoquée pour la première fois en 1956 au workshop de Darthmouth College, l’Intelligence Artificielle a depuis connu plusieurs évolutions majeures. On citera notamment le développement de l’apprentissage automatique (machine learning) à la fin des années 80 et plus récemment l’émergence de sa déclinaison actuelle, le deep learning (apprentissage profond).

Si l’on veut aller plus loin dans cette définition, il faut savoir que deux types d’IA sont à distinguer :
.

  • L’IA faible, qui est construite autour d’algorithmes connus et créés par l’humain, répondant à des lois mathématiques connues. Capable d’apprentissage, l’IA faible repose notamment sur les concepts de machine learning (apprentissage à partir d’exemples, de données) ou de deep learning (apprentissage à partir de données brutes). L’IA faible se concentre essentiellement sur la réalisation d’une tâche précise grâce l’analyse de données existantes.
    .
  • L’IA forte, qui n’en est aujourd’hui qu’au stade d’expérimentation, sera quant à elle capable de supplanter le cerveau humain, en étant dotée de conscience et d’esprit, encline à ressentir des émotions. Elle pourrait également consister en une machine capable d’appliquer l’intelligence à tout problème.
    .

Même si le chemin est encore long avant de parvenir à la consécration des IA fortes, il ne faut pas sous-estimer la puissance de calcul et la sophistication des algorithmes qui s’améliorent toujours plus rapidement. En témoigne les exploits récents d’AlphaGo Zero, programme développé par Google qui a appris en 3 jours les règles du jeu de go et battu 100 à 0 l’algorithme original.

Intelligence Artificielle et ERP : une réalité qui n’est pas réservée qu’aux éditeurs historiques

Les éditeurs historiques tels que SAP, Oracle ou encore Microsoft commencent tout juste à intégrer de l’IA dans leurs nouvelles générations d’ERP, mais ils n’en ont ni la suprématie ni l’exclusivité.

En effet, les puissances de calculs nécessaires au machine learning sont aujourd’hui accessibles en quasi libre-service, propulsées via des plateformes qui sont conçues par les géants d’Internet (AWS d’Amazon, Cloud AI de Google, Microsoft Azure…).

Pour citer un exemple, en 2015, la mise à disposition de Tensorflow par Google auprès du public a contribué à cette démocratisation de l’IA.

En s’appuyant sur ces nouveaux services, les éditeurs de logiciels ont toutes les clés en main pour intégrer l’IA aux fonctionnalités de leurs solutions.

ERP intelligent : quels sont les applications et atouts de l’Intelligence Artificielle pour le système d’information des PME ?

Les programmes d’Intelligence Artificielle analysent les données contenues au sein de l’ERP pour comprendre, apprendre mais surtout pour assister les dirigeants dans leur prise de décision.

De manière générale, les technologies de l’Intelligence Artificielle sont aujourd’hui principalement déployées dans une optique d’optimisation des processus métiers (pour 66% des dirigeants). Gain de temps, productivité et réduction des coûts sont en effet les premiers points attendus par la PME qui se lance dans l’IA.

Dans son approche métier, les applications de l’IA dans l’ERP sont innombrables car celui-ci est le siège de consolidation de toutes les données de l’entreprise.

En voici quelques exemples :
.

  • L’anticipation par prédiction des phénomènes chronologiques et répétitifs tels que les valeurs de stock, de ventes, de comportement d’achat
    .
  • La diminution des cycles de décision grâce à l’analyse en temps réel des données
    .
  • La baisse des incertitudes au travers d’un apprentissage continu et d’une connaissance sans cesse enrichie du programme
    .
  • La simplification et la personnalisation des interfaces utilisateurs par l’auto-adaptation (apprentissage basé sur les usages de l’utilisateur)
    .
  • L’automatisation d’un grand nombre de processus (citons par exemple le cas des campagnes marketing avec le marketing automation)
    .

  • .

L’intelligence Artificielle garantie donc aux entreprises davantage de réactivité et de certitudes dans leurs prises de décision, et ce, dans tous les domaines : marketing, service client, finances, logistique…

Intelligence Artificielle dans l’ERP Archipelia

Chez Archipelia, nos efforts de R&D se sont portés en priorité sur l’analyse des tendances et de leurs évolutions entre plusieurs périodes (séries chronologiques), notamment pour les domaines de la logistique et du marketing :
.

  • L’analyse de l’écoulement des stocks (entrées, sorties…)

     

L’application de l’IA à la gestion de stocks s’illustre notamment par la mise en place d’algorithmes qui assurent l’analyse sur plusieurs années des historiques de vente en les croisant avec les données de stocks / logistique (stock de référence, ruptures éventuelles, délai moyen de réception…).

De ce traitement vont en ressortir des prévisions de vente précises qui vont permettre à l’entreprise d’établir des scénarios prédictifs pour assurer et automatiser le réapprovisionnement.

Cette automatisation du process de réapprovisionnement s’applique au niveau de l’entrepôt comme à celui du magasin. Elle permet aux entreprises de remplir un double objectif : maintenir un excellent taux de service sur tous les canaux et éviter les ruptures de stock pour satisfaire durablement leurs clients.

Par ailleurs, en libérant les équipes logistiques de la gestion du calcul de réapprovisionnement, elles sont à même de consacrer leur temps aux tâches à plus forte valeur ajoutée comme la planification stratégique du stock.

  • L’analyse du comportement d’achat des clients

     

La connaissance client est un élément essentiel pour le développement de tout business puisqu’elle permet notamment d’offrir une relation personnalisée et d’améliorer le taux de conversion des prospects / visiteurs en clients. Le but ultime pour l’entreprise est de capitaliser sur cette connaissance pour faire évoluer sa base de clients en limitant le phénomène d’attrition ainsi que les coûts liés à l’acquisition.

Pour ce faire, en se basant sur les historiques d’achats de chaque client (quel que soit le canal de vente), le programme va être en mesure de traiter des données multiples (fréquence d’achat, montant moyen du panier, quantité achetée, canal d’achat privilégié…).

Cette analyse multi-critères va permettre de détecter les changements d’états des clients entre deux périodes (calcul des taux d’attrition et d’acquisition) pour assurer la mise en place d’actions marketing pertinentes :
.

  • Actions de fidélisation pour les meilleurs clients (ventes privées, accords de gratuits…)
    .
  • Campagnes d’engagement pour les clients présentant une régression dans leurs intentions d’achat (codes-promos, bons d’achat…)
    .

Sur l’ensemble de ces applications, et par l’utilisation conjointe d’algorithmes classiques et de machine learning, Archipelia a mis en œuvre des indicateurs synthétiques et simples de compréhension pour tout utilisateur de l’ERP. Ces indicateurs incitent l’utilisateur à être proactif sur les règles de gestion de son entreprise.

En conclusion

Avec l’émergence du Cloud Computing et du Big Data, l’IA a profité  conjointement d’une amélioration constante de la puissance de calcul ainsi que d’une accessibilité à un nombre de données toujours plus important. Ainsi, les outils informatiques ne sont plus programmés pour une simple analyse des données existantes ; ils apprennent du passé et agissent en conséquence.

Dans cette optique, le duo IA-ERP représente un atout clé, permettant aux entreprises de booster les performances de leur business tout en améliorant la fidélisation de leurs clients, élément déterminant pour leur développement.

De plus en plus démocratisée, l’IA n’est désormais plus réservée aux grands groupes mais concernent tout autant les PME. Par ailleurs, l’Intelligence Artificielle est déjà utilisée par plus de 73% des consommateurs (Capgemini, 2018), la question n’est donc plus de savoir si la tendance IA s’opérera mais plutôt comment les PME vont accomplir ces changements et réinventer leurs process.

D’ailleurs, une récente étude menée par le cabinet Accenture souligne le potentiel de l’IA pour la pérennité des entreprises : « l’intelligence artificielle pourrait accroitre la rentabilité des entreprises de 35% en 2035 ».

Découvrez également nos autres articles

Étude Commerce connecté | Tendances pour 2018 & impacts sur le SI

Qu’il soit web to store ou store to web, le parcours client se digitalise et se diversifie toujours plus. Vos clients souhaitent en effet passer d’un canal à l’autre sans rupture ni incohérence tout en profitant d’une expérience personnalisée qu’ils soient en ligne ou en magasin. Pour relever les défis du commerce connecté, découvrez les tendances retail / e-commerce en 2018 et les caractéristiques d’un système d’information adapté à l’omnicanal en téléchargeant notre étude !

lire plus

NF 525 | Commerçants : comment assurer votre conformité ?

Tout savoir sur la norme NF 525 : qui est concerné par cette norme ? Quelles dispositions doivent prendre les commerçants ? Quelles sont les sanctions encourues en cas de non respect de cette obligation ? Découvrez également les fonctionnalités clés de notre caisse POSia, certifiée NF 525 !

lire plus