Machine Learning et Supply Chain

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.