Skip to main content

Archives : Publications

Guide de l’intralogistique en France 2020-2021

L’ouvrage le plus complet pour réussir la mécanisation, l’automatisation et la robotisation de votre entrepôt et les impacts sur le bâtiment. Un guide des technologies de tri, de stockage, de manutention, de picking et d’emballage existantes basées sur un traitement de données et de flux massifs.

La mécanisation, l’automatisation, la robotisation des centres logistiques fait débat déjà depuis plusieurs décennies entre les pour et les contre. Les «pour » évoquant la capacité de ces systèmes à aider les opérateurs à réaliser des tâches contraignantes et répétitives, à traiter des flux importants et à réduire les coûts logistiques.

Les « contre » évoquant les coûts d’investissements élevés de ces systèmes, leur pilotage parfois complexe, une maintenance coûteuse et un manque de flexibilité face au changement constant des références de leur mix et de la typologie des flux.

Mais l’avènement de la distribution «Omnicanal » et les peaks volumétriques du eCommerce (11-11, Cyberweek, Black-Friday…) combinés aux progrès de la technologie ont considérablement modifié les termes du débat. Il ne s’agit plus d’être «pour » ou « contre » il s’agit de repenser en profondeur les process et les organisations logistiques en vue de répondre dans les meilleurs conditions de service et de coûts aux exigences croissantes du consommateur; et ce faisant, identifier à quel niveau du process et à quelle fin la technologie peut être un levier efficace.

Yann de FERAUDY
Président de l’ASLOG


Ainsi, pour apporter une réponse « service » satisfaisante à cette nouvelle forme de distribution de type « client centrique », les schémas logistiques ont été revus afin de permettre à partir d’un même stock de servir les différents canaux de vente, de préparer simultanément des commandes de tailles différentes (à la palette, au colis complet, et au colis multiréférences) et d’intégrer des produits hétérogènes dans une même commande.

Nous verrons tout au long de la lecture de cet ouvrage que mécanisation, systèmes automatisés et robotisés apportent des réponses et des solutions nouvelles aux exploitants logistiques et sont d’un grand secours pour satisfaire les stakeholders* de l’entreprise.

C’est pourquoi, notre comité de direction a tenu à associer l’ASLOG à EOL, GS1 France et EVOLIS à la rédaction et à la publication de ce livre, qui doit permettre à tout un chacun de trouver des pistes de réflexion sur les problématiques actuelles et futures de nos entreprises dont les entrepôts de part leur complexité et leurs process deviennent de plus en plus des «usines logistiques » ou « fulfillment factory ».

Laurent SABATUCCI
Fondateur et Président d’EOL

IoT for supply chain

Une étude complète du paysage de l’Internet des objets qui analyse et présente les meilleures solutions et startUp. Grâce à cette publication, vous y verrez plus clair en matière de capteurs, d’objets connectés, de cloud et d’exploitation des données et vous pourrez sélectionner le prestataire qui correspond à votre projet.

L’IoT for supply chain est un levier essentiel qui permet aux entreprises de récolter des données environnementales sur le sobjets de la supply chain. ces données sont ensuite exploitées par les entreprises pour répondre à leurs besoins métiers.

Les besoins des entreprises peuvent être divisés en cas d’usage : notamment la géolocalisation intérieure/extérieure, la traçabilité… Ces cas d’usage conduisent à la transformation des opérations internes qui deviennent plus agiles et plus efficaces. Ils sont aussi exploités pour créer de nouveaux services clients.

Radar 2020 des Solutions Supply Chain intégrant l’Intelligence Artificielle

Un guide sur l’utilisation de l’IA en Supply Chain, ses principes de fonctionnement, des cas d’usages concrets et les solutions existantes à ce jour.

Que cela soit pour les prévisions des ventes, la gestion des stocks, la planification ou bien encore l’ordonnancement, le « Machine Learning » devient une technologie nécessaire pour les entreprises et crée un véritable avantage concurrentiel.

Son développement permet de réaliser des analyses plus fines et une projection dans le futur, malgré un environnement économique de plus en plus instable et une demande toujours plus volatile. Beaucoup d’outils sur le marché sont peu dynamiques et se basent sur des données figées.

Les algorithmes de Machine Learning fonctionnent en continu et permettent de modéliser différentes hypothèses en se basant sur des sources de données plus vastes. Cette technologie procure alors une réactivité accrue aux entreprises et leur permet d’avoir l’agilité nécessaire au domaine de la Supply Chain.

Avant de présenter notre Radar Supply Chain & IA et afin d’avoir les clefs de lecture nécessaires, il semble important de faire un petit détour par une définition du Machine Learning, les principaux algorithmes qu’on y retrouve ainsi que différents cas d’utilisation.

SOMMAIRE

  • Comprendre l’Intelligence Artificielle
  • Les principaux Cas d’application IA et SC
  • Zoom sur les projets de Michelin
  • Le radar des solutions IA et SC
  • Les prochains évènements du Lab Digital de France Supply Chain
FRANCE SUPPLY CHAIN © All rights reserved

Credits and Legal Mentions      I      RGPD      I      S'abonner      I      Contact      I      Plan du site