Collection(s) : Economie et gestion
Paru le 24/10/2019 | Broché 138 pages
Professionnels
Les systèmes industriels et logistiques modernes génèrent un nombre considérable de données, que les progrès des nouvelles technologies permettent de capter de plus en plus efficacement : caractéristiques des produits et des commandes, traçabilité, paramètres de fabrication, de manutention et de transport, phénomènes exogènes de toutes sortes, etc. L'émergence de nouvelles techniques d'analyse des données, comme le Machine Learning, semble donc ouvrir de nouvelles possibilités pour planifier plus efficacement la Supply Chain. Certains parlent même d'une révolution à venir, d'autres ne voyant rien venir, évoquent des effets de mode.
Cet ouvrage, rédigé par un enseignant-chercheur et un praticien en entreprise, propose de décrire ce qu'est le Machine Learning, et comment il est possible d'utiliser ses apports dans la Supply Chain, dans le cadre conceptuel de la planification hiérarchisée.
Il s'adresse avant tout aux opérationnels de la Supply Chain, ainsi qu'aux étudiants, à qui il permettra de comprendre les concepts de la planification hiérarchisée, les principaux algorithmes du Machine Learning et surtout de découvrir, à partir d'exemples concrets, des projets effectivement menés en entreprise, et des recommandations pratiques pour en réussir d'autres.
Ni thuriféraires de la technologie, ni sceptiques rétrogrades, les auteurs visent à faire prendre conscience par les acteurs, actuels et futurs, de la Supply Chain que le Machine Learning ne peut être ignoré, mais que son utilisation dans le cadre de projets réels nécessitera un pilotage plein d'intelligence humaine.
Alain Schnapper est un expert et praticien de la Supply Chain depuis plus de 30 ans. Il a cumulé plusieurs expériences au sein de cabinets de conseil en Supply Chain et en Stratégie. Il a également assumé des responsabilités opérationnelles en gestion de production dans la sidérurgie au sein d'ArcelorMittal pendant une dizaine d'années. Il a été aussi été membre du Directoire du Groupe Pomona (grossiste-distributeur pour la restauration hors domicile) et pendant 14 ans son Directeur Technique et Logistique, responsable de la Supply Chain, des investissements et de l'immobilier. Il est chargé d'enseignement à MINES ParisTech PSL.
Simon Tamayo est enseignant-chercheur à MINES ParisTech PSL dans le Centre de Robotique. Il est responsable des enseignements sur le Machine Learning et la Recherche Opérationnelle appliqués aux systèmes industriels. Ses recherches s'intéressent à l'optimisation industrielle et aux applications de l'intelligence artificielle en production et logistique. À travers plusieurs projets de recherche appliquée il a cumulé une expérience industrielle riche en tant qu'Ingénieur de recherche et responsable projet dans une grande variété de projets de modélisation, d'analyse de données et d'aide à la décision.
