Agrisight

Contexte et objectifs

Les collecteurs et négociants de céréales font face à une incertitude coûteuse sur leurs marges, car les récoltes comme les ventes sont difficiles à prévoir.

Compte tenu de la complexité de la chaîne d’approvisionnement (nombreux produits, points de stockage, clients et modes de transport), les capacités et les outils de planification existants sont limités, ce qui rend difficile la mise à jour des plans lorsque les hypothèses changent brusquement.

Résultats

1. Une réduction de 15 à 20 % des coûts logistiques
2. Une réduction de 15 % des émissions de CO2
3. Des processus de planification beaucoup plus simples

Notre approche

Étape 1 : un jumeau numérique

• Un point unique pour gérer toutes les données de la chaîne d’approvisionnement, y compris celles qui ne figurent dans aucun ERP ni autre système (par exemple, les caractéristiques des silos)
• L’intégration des données commerciales, pour mesurer l’impact de toute décision sur les marges commerciales

Étape 2 : un module de planification à long terme

• Un algorithme d’optimisation avancé qui propose le meilleur plan en tenant compte de centaines de contraintes et de paramètres, avec un accent sur la réduction des coûts et du CO2
• Une interface qui évite l’effet boîte noire et permet aux utilisateurs d’imposer certaines contraintes ou certains flux logistiques pour refléter des situations particulières
• Un nouveau plan ou scénario en quelques minutes

Étape 3 : des prévisions de récoltes et de ventes qui alimentent l’outil de planification

• Une interface conviviale pour mettre à jour rapidement les prévisions humaines, associée à une IA qui intègre les données historiques, les données clients (par exemple, l’avancement de l’exécution des contrats) et des données externes
• Un usage partagé par les équipes supply chain et commerciales