HyperAIHyperAI

Command Palette

Search for a command to run...

GM utilise l’IA pour anticiper et éviter les ruptures coûteuses dans sa chaîne d’approvisionnement

En septembre 2024, lorsqu’Hurricane Helene a frappé la Caroline du Nord, le système d’intelligence artificielle (IA) de General Motors (GM) avait déjà anticipé que l’un de ses principaux fournisseurs, Auria Solutions, serait directement touché. Cette entreprise spécialisée dans les matériaux acoustiques et textiles produit des tapis pour les SUV full-size de GM, comme le Chevy Tahoe, le GMC Yukon ou le Cadillac Escalade, dans une usine située dans l’État. Lorsque la tempête a coupé l’eau et l’électricité, GM était préparé : ses équipes ont aidé Auria à forer un puits pour reprendre la production, utilisant une machine à eau pour continuer à couper les tapis. Ce geste illustre l’efficacité du système d’IA développé par GM au cours des quatre dernières années pour détecter et prévenir les perturbations critiques dans sa chaîne d’approvisionnement. Selon Sean Gaskin, directeur du génie système chez GM et architecte du programme, cette technologie a permis d’éviter au moins 75 arrêts de production cette année seule. La crise des semi-conducteurs durant la pandémie a été le catalyseur de cette transformation. Entre 2020 et 2023, plusieurs constructeurs automobiles ont dû suspendre temporairement leur production aux États-Unis en raison de pénuries de puces électroniques, essentielles aux systèmes modernes de bord. En 2021, GM a dû réduire sa production dans huit usines, et une nouvelle interruption s’est produite en 2022 pour les camions. Jeff Morrison, vice-président senior des achats et de la chaîne d’approvisionnement chez GM, explique que cette crise a poussé l’entreprise à repenser sa surveillance des fournisseurs. « Notre chaîne d’approvisionnement est cruciale, complexe. Nous avons compris que la gestion des données et l’analytique sont la clé pour améliorer la performance, l’efficacité et créer de la valeur. L’IA a été un levier transformateur », affirme-t-il. Depuis, GM a multiplié par dix le nombre de fournisseurs qu’il surveille. L’entreprise a recours à l’IA pour cartographier non seulement ses fournisseurs de premier niveau (tier-one), mais aussi leurs sous-fournisseurs, jusqu’aux tiers N. Ce système, combinant modélisation prédictive et données en temps réel, a permis d’éviter des arrêts pendant des événements mondiaux comme la réduction des exportations de terres rares depuis la Chine, ou des incidents locaux comme un retard de livraison critique. Le système GM repose sur quatre piliers : une carte numérique de la chaîne d’approvisionnement et un outil d’apprentissage automatique qui suit en continu les liens entre fournisseurs ; un centre de communication centralisé à Warren, Michigan, où des analystes de risque interviennent dès qu’un problème est détecté ; Risk Intelligence, un outil d’IA qui lit et classe des milliers d’articles de presse chaque jour pour identifier des menaces ; et un tableau de bord qui surveille en continu des indicateurs comme les retards logistiques, les livraisons en retard ou les écarts de planning. Gaskin souligne que l’humain ne peut pas gérer cette complexité à l’échelle requise. « Comment un humain pourrait-il repérer ces aiguilles dans une botte de foin ? », demande-t-il. L’IA agit comme un assistant, permettant à GM d’anticiper les problèmes de jours ou même de semaines. Elle aide aussi les fournisseurs : GM a identifié des risques liés aux tempêtes ou à la concentration géographique avant que les partenaires ne s’en rendent compte, leur offrant ainsi un avantage stratégique. « C’est un gagnant-gagnant : plus ils produisent, plus nous produisons, et tout le monde est rentable », dit Gaskin. L’IA ne remplace pas les travailleurs, mais renforce leur capacité à agir. Elle contribue également à attirer les talents, car GM souhaite rester un employeur de choix. « Ces outils sont des assistants, pas des remplaçants », insiste Gaskin. Malgré les défis, comme les tarifs douaniers prévus entre 4 et 5 milliards de dollars d’ici la fin 2025, GM dispose d’une infrastructure technologique solide pour repenser sa stratégie d’approvisionnement. « Nous avons libéré une grande efficacité », conclut Morrison. GM se positionne ainsi comme un leader dans la gestion moderne de la chaîne d’approvisionnement.

Liens associés