Articles

Révolutionner l'IA: Dévoiler le pouvoir de WatsonX

Avec WatsonX, nous pouvons révolutionner l’IA et découvrir de nouvelles possibilités pour le futur.

L’origine de WatsonX

At its core, WatsonX is designed to be a powerful tool for data scientists and developers. It’s capable of ingesting massive amounts of data, analyzing it in real-time, and producing actionable insights that can be used to make better decisions. In addition, WatsonX is designed to be highly scalable, allowing it to handle large volumes of data with ease.

Les origines de WatsonX

Dans le paysage en constante évolution de l’intelligence artificielle, un nouveau joueur est apparu pour redéfinir les limites de ce qui est possible. Entrez WatsonX, une technologie révolutionnaire qui promet de révolutionner le paysage de l’IA. Dans ce blog, nous plongerons profondément dans les intrications de WatsonX, explorerons des exemples captivants et dévoilerons les cas d’utilisation potentiels qui peuvent vraiment le rendre viral.

Derivé de l’iconique Watson AI, qui a célèbrement battu des champions humains dans Jeopardy !, WatsonX représente le point culminant de plusieurs années de recherche, de développement et de progrès. Né de la fusion d’apprentissage machine avancé, de traitement du langage naturel et d’informatique quantique, WatsonX n’est pas seulement une évolution; c’est un bond quantique en avant dans la capacité de l’IA.

Au cœur de WatsonX se trouve un outil puissant conçu pour les scientifiques des données et les développeurs. Il est capable d’ingérer des masses de données, de les analyser en temps réel et de produire des informations exploitables qui peuvent être utilisées pour prendre de meilleures décisions. De plus, WatsonX est conçu pour être hautement extensible, ce qui lui permet de gérer facilement de grandes volumes de données.

Source de l’article sur DZONE

Faut-il adopter des outils d'IA pour votre équipe de développement ?

L’utilisation des outils d’intelligence artificielle peut offrir des avantages considérables pour votre équipe de développement. Mais faut-il les adopter ?

## Dans le contexte de l’accroissement du buzz autour des outils d’IA, de nombreuses équipes de développement se retrouvent à devoir décider lesquels leur conviennent le mieux, quand les adopter et les risques potentiels de ne pas le faire. Alors que l’IA continue à poser plus de questions que de réponses, la peur de se laisser distancer par la concurrence plane pour beaucoup.

Itamar also shares his insights on the importance of coding as a fundamental skill for developers, and how AI can help them stay ahead of the curve. Tune in to learn how to make the most out of AI tools and stay competitive in the ever-evolving tech world.

Avec l’augmentation du buzz autour des outils d’IA, de nombreuses équipes de développement se retrouvent confrontées à la difficulté de décider lesquels répondent le mieux à leurs besoins, quand les adopter et les risques potentiels de ne pas le faire. Alors que l’IA continue à poser plus de questions que de réponses, la peur de se laisser distancer par la concurrence plane pour beaucoup.

L’épisode de cette semaine de Dev Interrupted vise à dissiper ces incertitudes en accueillant le fondateur et PDG de CodiumAI, Itamar Friedman. Dans l’une de nos discussions les plus éclairantes de cette année, Itamar perce à travers le battage médiatique autour de l’IA, expliquant ce que les outils d’IA apportent à la table, comment discerner ceux qui augmenteraient vraiment vos équipes de développement et les stratégies pour identifier et expérimenter efficacement de nouveaux outils.

Itamar partage également ses connaissances sur l’importance du codage comme compétence fondamentale pour les développeurs et comment l’IA peut les aider à rester à la pointe. Écoutez pour apprendre comment tirer le meilleur parti des outils d’IA et rester compétitif dans le monde technologique en constante évolution.

Source de l’article sur DZONE

Leadership technique vs. adaptatif

Le leadership technique et le leadership adaptatif sont deux approches différentes pour diriger une équipe. Chacune a ses avantages et ses inconvénients et peut être appliquée dans des situations variées.

Dans le monde des affaires dynamique d’aujourd’hui, le leadership implique le mélange d’expertise technique avec des compétences adaptatives alors que les organisations font face à des défis et des opportunités sans précédent. 

Cet article explore les définitions, les traits, les applications et les impératifs de la combinaison des deux styles de leadership pour guider efficacement les équipes et les entreprises vers une croissance durable.

Software is a key component of modern leadership. It provides the tools and insights that enable leaders to make informed decisions and drive progress. By leveraging software, leaders can quickly identify problems, develop solutions, and implement them in a timely manner. Additionally, software can help leaders to better understand their teams and customers, enabling them to make more informed decisions and better allocate resources. 

Dans le monde des affaires dynamique d’aujourd’hui, le leadership implique de combiner des compétences techniques avec des compétences adaptatives alors que les organisations font face à des défis et des opportunités sans précédent. 

Cet article explore les définitions, les traits, les applications et les impératifs de la combinaison de ces deux styles de leadership pour guider efficacement les équipes et les entreprises vers une croissance durable.

Le logiciel est un composant clé du leadership moderne. Il fournit les outils et les informations qui permettent aux leaders de prendre des décisions éclairées et de stimuler le progrès. En exploitant le logiciel, les dirigeants peuvent rapidement identifier les problèmes, développer des solutions et les mettre en œuvre de manière opportune. De plus, le logiciel peut aider les dirigeants à mieux comprendre leurs équipes et leurs clients, ce qui leur permet de prendre des décisions plus éclairées et de mieux répartir les ressources. 

Le logiciel est un outil puissant pour aider les dirigeants à prendre des décisions stratégiques et à gérer leurs activités. Les dirigeants peuvent utiliser le logiciel pour surveiller et analyser les performances de leur entreprise, identifier des tendances et prendre des mesures pour améliorer la productivité et l’efficacité. Le logiciel peut également aider les dirigeants à communiquer plus efficacement avec leurs employés et à gérer leurs relations avec leurs clients. 

Enfin, le logiciel peut aider les dirigeants à prendre des décisions plus rapides et plus précises. Les dirigeants peuvent utiliser le logiciel pour accéder à des informations en temps réel sur l’état de leur entreprise et prendre des mesures en conséquence. Les dirigeants peuvent également utiliser le logiciel pour surveiller et analyser les performances de leurs concurrents et prendre des mesures pour améliorer leur position sur le marché. 

En conclusion, le logiciel est un outil essentiel pour aider les dirigeants à atteindre leurs objectifs commerciaux. Les dirigeants peuvent utiliser le logiciel pour surveiller et analyser leurs performances, identifier des tendances, communiquer plus efficacement avec leurs employés et prendre des décisions plus rapides et plus précises. Le logiciel peut également aider les dirigeants à mieux comprendre leurs clients et à prendre des mesures pour améliorer leur position sur le marché. 

Source de l’article sur DZONE

Expliquer les modèles d'apprentissage machine: renforcer la confiance et la compréhension des systèmes IA

.

Comprendre comment fonctionnent les modèles d’apprentissage machine est essentiel pour renforcer la confiance et la compréhension des systèmes IA. Découvrons ensemble comment ces modèles fonctionnent!

## Expliquer la signification de l’explicabilité des modèles d’apprentissage automatique

L’explicabilité des modèles est devenue un domaine de recherche très important ces dernières années, car elle permet de comprendre comment fonctionnent les systèmes d’intelligence artificielle et de machine learning. Elle est également essentielle pour garantir la transparence et la responsabilité des systèmes d’IA. Cet article explore la signification de l’explicabilité des modèles, ses applications à divers domaines et l’influence qu’elle a sur la fiabilité des systèmes d’intelligence artificielle.

L’explicabilité des modèles est particulièrement importante pour les domaines qui traitent des questions sensibles ou critiques, tels que le secteur de la santé, où les prises de décision doivent être fondées sur des données fiables et compréhensibles. La capacité des systèmes d’IA à fournir des explications compréhensibles par les humains est essentielle pour garantir la confiance et l’adoption responsable des systèmes d’IA.

Les chercheurs ont mis au point plusieurs méthodes pour améliorer l’explicabilité des modèles d’intelligence artificielle et de machine learning. Ces méthodes peuvent être classées en trois catégories : l’analyse de l’architecture du modèle, l’analyse des poids et l’analyse des résultats. L’analyse de l’architecture du modèle consiste à étudier la structure du modèle et à déterminer comment les différents composants interagissent entre eux. L’analyse des poids consiste à examiner les poids assignés aux différents composants du modèle pour comprendre leur influence sur les résultats. Enfin, l’analyse des résultats consiste à étudier les résultats du modèle et à déterminer quelles variables sont les plus importantes pour expliquer le comportement du modèle. Ces méthodes peuvent être utilisées pour améliorer la transparence et la responsabilité des systèmes d’IA.

Source de l’article sur DZONE

Architecture d'observabilité: Exemple de calculs financiers

L’architecture d’observabilité permet de calculer des données financières avec précision et efficacité. Découvrez un exemple de calculs financiers à travers cet article.

Technologies Cloud-Native : Comment les services de paiement sont-ils architecturés ? En 2020, j’ai présenté une série avec des insights issus de mises en œuvre réelles adoptant des technologies open-source et cloud-native pour moderniser les services de paiement. Les architectures présentées étaient basées sur des technologies cloud-native open-source, telles que des conteneurs, des microservices et une plateforme de conteneurs basée sur Kubernetes. La principale omission dans cette série était d’éviter de discuter de tout aspect de l’observabilité cloud-native. Cette série examinera comment corriger cette omission avec une plateforme d’observabilité cloud-native open-source basée sur des normes qui aide les équipes DevOps à contrôler la vitesse, l’échelle et la complexité d’un monde cloud-native pour leur architecture de paiements financiers.

La technologie cloud-native a changé la façon dont les services de paiement sont architecturés. En 2020, j’ai présenté une série d’informations issues de mises en œuvre réelles adoptant la technologie open-source et cloud-native pour moderniser les services de paiement.

Les architectures présentées étaient basées sur des technologies cloud-native open-source, telles que des conteneurs, des microservices et une plateforme de conteneurs basée sur Kubernetes. La principale omission dans cette série était d’éviter tout aspect de l’observabilité cloud-native. Cette série examinera comment corriger cette omission avec une plateforme d’observabilité cloud-native open-source basée sur des normes qui aide les équipes DevOps à contrôler la vitesse, l’échelle et la complexité d’un monde cloud-native pour leur architecture de paiement financier.

Les données sont le moteur de l’observabilité cloud-native. Les données peuvent être collectées à partir de sources telles que les journaux, les métriques et les traces. Ces données peuvent être utilisées pour comprendre le comportement des applications et des services, identifier les problèmes et prendre des décisions informées. Une plateforme d’observabilité cloud-native open-source peut fournir des outils pour collecter, stocker, analyser et visualiser ces données.

L’utilisation d’une plateforme d’observabilité cloud-native open-source peut aider les équipes DevOps à gérer la vitesse, l’échelle et la complexité de leur architecture de paiement financier. Les outils de cette plateforme peuvent être utilisés pour surveiller les performances des applications et des services, déboguer les problèmes et comprendre le comportement des utilisateurs. Les données collectées peuvent également être utilisées pour optimiser les performances et améliorer la qualité du service. Enfin, cette plateforme peut être utilisée pour alimenter des applications d’intelligence artificielle et d’apprentissage automatique afin d’améliorer encore plus le service.

En conclusion, l’utilisation d’une plateforme d’observabilité cloud-native open-source peut aider les équipes DevOps à gérer la vitesse, l’échelle et la complexité de leur architecture de paiement financier. Les outils de cette plateforme peuvent être utilisés pour collecter, stocker, analyser et visualiser des données afin de surveiller les performances des applications et des services, déboguer les problèmes et comprendre le comportement des utilisateurs. Les données collectées peuvent également être utilisées pour optimiser les performances et améliorer la qualité du service. Enfin, cette plateforme peut être utilisée pour alimenter des applications d’intelligence artificielle et d’apprentissage automatique afin d’améliorer encore plus le service.

Source de l’article sur DZONE

Optimiser le déploiement d'apprentissage automatique : astuces et trucs

Le déploiement de modèles d’apprentissage automatique est une étape cruciale pour tirer le meilleur parti des données. Les modèles d’apprentissage automatique sont utilisés pour prédire des résultats ou des comportements à partir de données et peuvent être appliqués à des domaines variés tels que la santé, la finance, l’ingénierie et le marketing. Cependant, le déploiement d’un modèle d’apprentissage automatique nécessite une attention particulière et des connaissances spécialisées. Dans cet article, nous allons examiner les conseils et les techniques avancés pour le déploiement de modèles d’apprentissage automatique.

Le premier conseil pour le déploiement de modèles d’apprentissage automatique est de bien comprendre les données utilisées. Les données sont la base du modèle et il est important de comprendre leur structure et leur contenu. Il est également important de comprendre comment les données sont collectées et stockées, ainsi que leur qualité et leur fiabilité. Une fois que vous avez compris les données, vous pouvez commencer à construire le modèle.

Une fois le modèle construit, il est important de bien le tester. Il est important de tester le modèle sur des jeux de données différents pour s’assurer qu’il fonctionne correctement et qu’il peut être appliqué à des situations réelles. Il est également important de vérifier si le modèle est robuste et peut gérer des données manquantes ou erronées. Une fois que le modèle est testé et validé, il peut être déployé.

Enfin, une fois le modèle déployé, il est important de surveiller son fonctionnement et de vérifier si les résultats sont cohérents avec ceux attendus. Il est important de surveiller les performances du modèle et de vérifier si les résultats sont cohérents avec les données d’entrée. Il est également important de surveiller les performances du modèle sur une base régulière pour s’assurer qu’il fonctionne toujours correctement.

En conclusion, le déploiement de modèles d’apprentissage automatique nécessite une attention particulière et des connaissances spécialisées. Il est important de bien comprendre les données utilisées, de tester le modèle et de surveiller son fonctionnement une fois déployé. Ces conseils et techniques avancés peuvent aider à garantir que votre modèle d’apprentissage automatique est robuste et fonctionne correctement.

Déploiement de modèles d’apprentissage automatique : conseils et techniques avancés

Le déploiement de modèles d’apprentissage automatique est une étape cruciale pour tirer le meilleur parti des données. Les modèles d’apprentissage automatique sont utilisés pour prédire des résultats ou des comportements à partir de données et peuvent être appliqués à des domaines variés tels que la santé, la finance, l’ingénierie et le marketing. Cependant, le déploiement d’un modèle d’apprentissage automatique nécessite une attention particulière et des connaissances spécialisées. Dans cet article, nous allons examiner les conseils et les techniques avancés

Source de l’article sur DZONE

?Test numérique et roadmap produit : comment ?

En tant qu’informaticien enthousiaste, je pense que les données sont essentielles à la feuille de route du produit. Les données peuvent aider à comprendre comment les utilisateurs interagissent avec le produit et à identifier les domaines à améliorer. Les données peuvent également aider à déterminer quelles fonctionnalités sont les plus importantes pour les utilisateurs et à prioriser leur développement. Les données peuvent également être utilisées pour mesurer l’efficacité des initiatives de produit et pour ajuster le plan en conséquence.

Les tests numériques sont un moyen efficace de collecter des données sur l’expérience utilisateur. En effectuant des tests d’utilisateurs, les entreprises peuvent recueillir des informations sur la façon dont les utilisateurs interagissent avec le produit, ce qui peut être intégré dans la feuille de route du produit. Les tests numériques peuvent également aider à identifier les domaines à améliorer et à informer les décisions de conception. En intégrant ces données dans la feuille de route du produit, les entreprises peuvent s’assurer que leurs produits répondent aux besoins et aux attentes de leurs utilisateurs, ce qui conduit à une satisfaction et une fidélité accrues.

En tant qu’informaticien enthousiaste, je pense que les données sont essentielles à la feuille de route du produit. Les données peuvent fournir une vue claire et concise de la vision, des objectifs et des initiatives du produit, ainsi qu’un calendrier pour leur livraison. Les données peuvent également aider à prioriser les fonctionnalités, à identifier les domaines à améliorer et à informer les décisions de conception. En intégrant ces données dans la feuille de route du produit, les entreprises peuvent s’assurer que leurs produits répondent aux besoins et aux attentes de leurs utilisateurs, ce qui conduit à une satisfaction et une fidélité accrues.

En tant qu’informaticien enthousiaste, je suis convaincu que les données sont essentielles pour la réussite d’une feuille de route de produit. Les tests numériques sont un moyen efficace de collecter des données sur l’expérience utilisateur et d’intégrer ces données dans la feuille de route du produit. Les données peuvent également aider à comprendre comment les utilisateurs interagissent avec le produit et à identifier les domaines à améliorer. En intégrant ces données dans la feuille de route du produit, les entreprises peuvent s’assurer que leurs produits répondent aux besoins et aux attentes de leurs utilisateurs, ce qui conduit à une satisfaction et une fidélité accrues.

Source de l’article sur DZONE

Analyse des sentiments : Quoi, Pourquoi et Comment ?

L’analyse des sentiments est un domaine important pour comprendre les opinions et les émotions des gens. Découvrons ensemble ce qu’elle est, pourquoi elle est importante et comment elle peut être appliquée.

## Qu’est-ce que l’analyse des sentiments ?

Sentiment analysis is the process of understanding the emotions and opinions of people regarding a particular topic. It is a type of natural language processing (NLP) that helps to identify and extract opinions from text. The goal of sentiment analysis is to determine the attitude of a speaker or writer with respect to some topic or the overall contextual polarity of a document.

En tant qu’enthousiaste informaticien, je suis très intéressé par le sentiment analysis. C’est un type de traitement du langage naturel (NLP) qui aide à identifier et à extraire les opinions d’un texte. L’objectif du sentiment analysis est de déterminer l’attitude d’un locuteur ou d’un écrivain par rapport à un sujet donné ou à la polarité globale d’un document.

Avec l’augmentation des utilisateurs sur les médias sociaux, le sentiment analysis est devenu une partie importante de la stratégie marketing des entreprises. Les entreprises peuvent utiliser le sentiment analysis pour comprendre les sentiments des utilisateurs sur leurs produits et services. En analysant les données des médias sociaux, les entreprises peuvent obtenir des informations précieuses sur leurs clients et leurs produits.

Le sentiment analysis est un outil puissant qui peut être utilisé pour tester la réputation et la perception des produits et services d’une entreprise. Les entreprises peuvent également utiliser le sentiment analysis pour surveiller la satisfaction des clients et prendre des mesures pour améliorer leurs produits et services. De plus, le sentiment analysis peut être utilisé pour analyser les tendances et les préférences des consommateurs. Les entreprises peuvent utiliser ces informations pour adapter leurs produits et services aux besoins des consommateurs.

Source de l’article sur DZONE

Installer des panneaux solaires sur les camions frigorifiques, dématérialiser les processus dans les entrepôts, utiliser des données précises en temps réel pour gérer le coût environnemental des livraisons par produit et par itinéraire… Ces initiatives, et bien d’autres, sont au centre des préoccupations des leaders de la Supply Chain, qui s’efforcent de rendre cette dernière plus durable et d’alléger le fardeau pour la planète.

Si ces actions figurent en bonne place dans l’agenda logistique, c’est que la durabilité est un levier important. Selon le Forum international des transports, les émissions de dioxyde de carbone devraient afficher une hausse de 16 % d’ici 2050, à la suite de l’augmentation du transport de marchandises – et ce, même si les pays s’engagent à les freiner. Si l’on n’intervient pas, les villes du monde entier accueilleront des millions de véhicules de livraison de fret et de colis en plus au cours de la prochaine décennie. Résultat : davantage d’embouteillages et une augmentation équivalente des émissions de gaz à effet de serre, comme le signale le Forum économique mondial.

La conclusion qui s’impose : il est primordial de trouver comment rendre la logistique et les livraisons plus durables du point de vue environnemental.

« Les entreprises s’intéressent de plus en plus à la durabilité des opérations logistiques », remarque Josué Velázquez Martínez, directeur du laboratoire des Supply Chains durables du Centre de transport et de logistique du MIT. « Elles font face à des pressions croissantes de la part du législateur et des consommateurs, et s’efforcent vraiment d’améliorer tous les aspects de la Supply Chain ».

Ces mêmes entreprises pourraient se trouver contraintes de prendre davantage de mesures. Si l’on se réfère aux règles en vigueur, nombre d’entre elles n’indiquent pas suffisamment les émissions générées par leur Supply Chain dans leurs rapports de durabilité, voire les omettent totalement, indique le New York Times. Or, il est possible qu’elles y soient bientôt obligées, car les autorités de régulation ont aujourd’hui la logistique dans le collimateur. Aux États-Unis, le législateur envisage de demander aux entreprises publiques de déclarer leurs émissions tout au long de leur Supply Chain. L’UE a également élaboré une proposition de directive qui renforce les règles de communication d’informations en matière de durabilité.

Les entreprises s’intéressent de plus en plus à la durabilité des opérations logistiques. Elles font face à des pressions croissantes de la part du législateur et des consommateurs.

Josué Velázquez Martínez, Centre de transport et de logistique du MIT

Les attentes des consommateurs, les réglementations et la demande du marché poussent les dirigeants d’entreprises à agir davantage sur le terrain de la durabilité. Tout naturellement, c’est au niveau des systèmes de logistique et de distribution que sont mises en place de nouvelles normes, qui contribueront largement à créer un avantage concurrentiel. En effet, les entreprises qui économisent sur la livraison en utilisant moins d’énergie et de ressources bénéficient d’un meilleur retour sur investissement (sur leur parc de camions, par exemple) et imaginent des modes de livraison plus efficaces. À cela s’ajoute, du côté des consommateurs, une conscience accrue du coût environnemental des livraisons et une volonté de choisir des options moins rapides pour préserver la planète.

Mais pour voir l’avènement d’une logistique durable, nous devons optimiser nos itinéraires de transport, construire des entrepôts plus efficaces et utiliser plus souvent et plus efficacement les données. Autant de tâches qui n’ont rien de simple. Avant de pouvoir réellement mesurer les progrès en matière de développement durable et agir sur l’empreinte carbone des produits, il y a de nombreuses étapes à mettre en œuvre.


Pas de temps à perdre: Découvrez pourquoi les entreprises doivent faire coïncider leurs ambitions et leurs actes en matière de durabilité.

Lire les actualités

 

D’après le rapport « Le paradoxe de la Supply Chain durable » établi par SAP et Oxford Economics, les cadres dirigeants ne connaissent pas encore suffisamment leur Supply Chain et éprouvent des difficultés à la rendre plus durable. Ils en sont encore à fixer des objectifs, et non à les mettre en application. Près de la moitié des personnes interrogées jugent que la complexité et le coût sont les deux principaux obstacles dans cette démarche de durabilité.

Mais comme l’explique Shimon Gowda, responsable de configuration de la Supply Chain chez Chainalytics, une pression croissante incite les entreprises à gagner en visibilité sur leur Supply Chain globale et à atteindre la neutralité carbone. « De plus en plus d’entreprises s’efforcent de mesurer l’empreinte carbone de leur réseau actuel », ajoute-t-il. « Les leaders du secteur mettent tout en œuvre pour élaborer une mesure précise et exacte, qui servirait de point de référence auquel comparer une situation à l’instant t. »

Pourquoi la logistique constitue un objectif de durabilité majeur

La logistique est une mission complexe. Elle consiste à gérer l’acheminement des matières premières, des produits intermédiaires et des emballages à travers le monde en direction des sites de production, mais aussi la distribution des produits depuis leur lieu de fabrication jusqu’au consommateur. Or, le transport fait partie des domaines dans lesquels l’objectif « zéro émissions » est un enjeu important. Il s’agit notamment de réduire les distances parcourues et d’utiliser plus efficacement les différentes options. Il n’est pas rare, par exemple, que des camions reviennent à vide une fois leur livraison effectuée.

 

Prenons l’exemple des transports frigorifiques : nous utilisons des camions réfrigérés pour transporter les produits pharmaceutiques, les fruits et légumes, les produits laitiers, la viande et les boissons. Cela nécessite de maintenir la chaîne du froid à l’intérieur de la remorque – ce qui consomme beaucoup d’énergie, traditionnellement de l’essence.

 

Certaines entreprises contribuent à rendre le transport frigorifique par camion plus durable en alimentant les systèmes de réfrigération à partir de sources d’énergie alternatives. eNow, par exemple, installe des panneaux solaires sur le toit des remorques. Quant à Coldtainer, il fabrique des boîtes de stockage pour la chaîne du froid.

Certaines entreprises s’efforcent de rendre le transport frigorifique par camion plus durable en alimentant les systèmes de réfrigération à partir de sources d’énergie alternatives.

 

D’après le média NPR, des entreprises bien établies telles que FedEx et DHL investissent dans des matériels et des équipements tels que des véhicules électriques. Mais M. Martínez en est convaincu : se concentrer uniquement sur de nouveaux véhicules est le meilleur moyen de manquer d’importantes opportunités.

 

« Je constate qu’on s’intéresse beaucoup aux équipements, ce qui est vraiment une bonne chose pour le long terme », explique-t-il. « Mais en attendant, il y a de nombreuses opportunités auxquelles les entreprises ne font pas vraiment attention à ce stade. »

 

Lorsque votre kilométrage varie, choisissez le bon véhicule pour chaque itinéraire de livraison

Ces opportunités, qu’étudient notamment M. Martínez et bien d’autres personnes, ce sont notamment des systèmes de planification des transports qui optimisent les itinéraires, réduisent le kilométrage et les émissions, et analysent les effets de la topographie sur les performances des camions.

 

Renouveler sa flotte n’est pas, en soi, un mauvais choix. Mais un camion neuf n’est pas nécessairement la meilleure option, écologiquement parlant. Les recherches du laboratoire d’étude de durabilité des Supply Chains ont permis d’établir que le kilométrage, tel qu’il est mentionné sur les sites Internet des constructeurs automobiles, est divisé par deux environ en conditions de livraison réelles. L’écart tient probablement au fait que les tests des camions sont réalisés dans des conditions différentes.

Un leadership porteur de sens: Découvrez comment les entreprises placent la durabilité au cœur de leur stratégie.

Lire le témoignage

 

« Les constructeurs font probablement leurs tests dans des conditions qui n’ont rien à voir avec une exploitation réelle, en particulier sur les derniers kilomètres parcourus », avance M. Martínez.

Il suffit de comparer les performances d’un camion qui se déplace sur autoroute, à une vitesse moyenne comprise entre 65 et 80 km/h, et qui fait trois arrêts de livraison, avec celles du même camion qui parcourt une zone très vallonnée à 8 ou 16 km/h et qui effectue vingt arrêts de livraison. Les chiffres seront très différents, et dépendront du modèle. Les camions anciens ont tendance à afficher de meilleures performances que les neufs sur autoroute ; dans une étude menée avec l’entreprise de logistique mexicaine Coppel, l’équipe de M. Martínez a trouvé des exemples attestant d’une meilleure efficacité en carburant (jusqu’à 15 % de différence). L’étude a été réalisée en utilisant une vitesse, des longueurs de segments (soit la quantité d’arrêts sur un itinéraire donné) et un profil topographique moyens, et en s’appuyant sur l’apprentissage automatique pour classer les régions en fonction de ces caractéristiques – certaines étant plus résidentielles, d’autres urbaines, d’autres mixtes.

Imaginez que vous puissiez dire à un client : « Si vous êtes prêt à atteindre deux, trois, quatre jours de plus, vous pourrez réduire l’empreinte carbone de tel pourcentage. »

Josué Velázquez Martínez, Centre de transport et de logistique du MIT

Sur la base de l’analyse effectuée, l’équipe de Martínez a modélisé une réaffectation des véhicules permettant d’exploiter chacun sur les zones dans lesquelles il réalise les meilleures performances. Les résultats indiquent une réduction de 3 % du carburant utilisé – un chiffre non négligeable pour les entreprises, qui consacrent chaque année des millions à ce poste. À partir de la même hypothèse, l’équipe a également mis en place un projet pilote en conditions réelles, avec 10 véhicules sur un mois. Elle a constaté 8 % d’économies de carburant.

« Il n’est pas vraiment nécessaire d’investir, seulement de réaffecter le matériel existant », conclut M. Martínez. « Mais si vous comptez renouveler votre parc de véhicules, alors vous devez vous assurer que les nouveaux seront utilisés dans les régions attendues, puis réaffecter ceux que vous allez conserver dans votre exploitation. »

Ces résultats montrent comment la combinaison des données, des capacités de calcul et des algorithmes peut participer à améliorer le transport. La topographie a aussi son importance, ajoute M. Martínez, mais elle n’est généralement pas prise en compte dans les évaluations environnementales, car on opte plutôt pour les itinéraires les plus courts et les plus rapides, et parce que c’est un facteur complexe. Pourtant, c’est logique : monter une pente ne nécessite pas la même quantité d’énergie que de la descendre.

« Gérer ces données en utilisant le suivi GPS pour mieux cerner les faits et prendre des décisions mieux informées représente une opportunité considérable », explique-t-il. « C’est ce que j’appelle faire une petite place aux problématiques de la Supply Chain pour réduire réellement les émissions autant que possible, tout en continuant de répondre aux attentes de vos clients et d’atteindre vos objectifs commerciaux. »

Lettre d’information SAP Insights: Obtenez des insights stratégiques en vous abonnant à notre lettre d’information.

S’abonner

 

Une livraison le jour même est une opération complexe, car elle implique de nombreux déplacements dans les mêmes zones, avec des camions qui ne sont pas toujours pleins – ce qui augmente les émissions. Le laboratoire de recherche sur la durabilité des Supply Chains a réalisé une expérience pour voir si les consommateurs font des choix différents en fonction de leur sensibilité écologique et de leur capacité à attendre.

Dans cette expérience du « bouton vert », 52 % des clients ont effectivement changé leurs choix de livraison pour limiter leur impact environnemental. Le laboratoire a essayé différentes manières de quantifier ce paramètre pour l’utilisateur, par exemple la réduction des émissions de CO2 ou le nombre d’arbres sauvés. Avec l’exemple des arbres, les chercheurs ont établi que les clients étaient prêts à attendre quatre jours de plus en moyenne pour être livrés. Pour être précis, 70 % ont seulement déclaré qu’ils feraient ce choix, tandis que 52 % l’ont réellement fait – ce qui représente déjà plus de la moitié de la population considérée.

« Il est possible de communiquer avec transparence autour de la Supply Chain avec les clients, afin qu’ils puissent utiliser ces informations au moment d’acheter », insiste M. Martínez. Bien sûr, ce n’est pas simple. Il faut pouvoir indiquer les émissions de CO2 correspondant à chaque commande qui s’affiche dans le panier d’un consommateur, afin que ce dernier dispose de données précises et comprenne l’impact de sa décision. Cela nécessite de nombreuses analyses, voire la validation d’un tiers pour légitimer l’information fournie. Mais ce procédé représenterait un avantage significatif pour asseoir la crédibilité environnementale des marques.

« Imaginez que vous puissiez dire à un client :  si vous êtes prêt à atteindre deux, trois, quatre jours de plus, vous pourrez réduire l’empreinte carbone de tel pourcentage ; vous participerez à préserver l’environnement », explique M. Martínez.

La valeur ajoutée des entrepôts locaux en termes de durabilité

Ancrer les Supply Chains localement, en alternant entre les sources d’approvisionnement et sites de production locaux et éloignés, est une autre manière de renforcer leur durabilité. Dans cette perspective, les entrepôts jouent un rôle important : construire des hangars de petite taille, à proximité de la demande, permet en effet de réduire les temps de trajet et les émissions. Les entrepôts constituent aujourd’hui le type de bâtiment commercial le plus volumineux aux États-Unis et, à en croire l’Agence américaine d’information sur l’énergie, les chiffres ne font qu’augmenter.

Il serait possible d’imposer aux entrepôts qu’ils soient autonomes énergétiquement et de les concevoir neutres en carbone. La production d’énergie alternative – par exemple, à l’aide de panneaux solaires installés sur le toit – semble couler de source et, dans certaines zones, elle est d’ores et déjà obligatoire ou subventionnée. L’Allemagne, par exemple, propose un soutien financier à l’installation d’infrastructures solaires. Aux États-Unis, il existe une multitudes d’aides fédérales et étatiques.

À Elizabeth, dans le New Jersey, East Coast Warehouse dispose de panneaux solaires sur son entrepôt, l’un des plus grands du Nord-Est des États-Unis. Kevin Daly, directeur commercial, indique que l’entreprise a récemment installé 4 900 modules solaires à haut rendement supplémentaires, qui ont généré plus de 2,5 GW en 2020. « Nos panneaux solaires ont vraiment dépassé nos attentes », se félicite-t-il.

L’entreprise s’étend dans le Maryland et en Géorgie, et envisage d’utiliser l’énergie solaire sur les entrepôts qu’elle y crée. M. Daly fait remarquer que le processus est plus simple pour les sociétés qui sont propriétaires de leurs bâtiments, entre autres parce que la communauté des développeurs s’inquiète des obligations que les panneaux peuvent engendrer, et du poids qu’ils peuvent ajouter à une structure. Ce point mis à part, ajoute-t-il, c’est une décision d’investissement, qui est souvent liée aux subventions.

À l’intérieur des entrepôts, placer les unités de gestion de stock les plus importantes et qui transitent le plus dans des emplacements rapidement et aisément accessibles est un moyen de limiter l’énergie utilisée par les chariots élévateurs.

M.Daly pense que davantage d’entrepôts adopteront l’énergie solaire et d’autres formes d’énergie alternatives. « Je ne doute pas qu’à mesure que la technologie se perfectionnera, elle deviendra encore plus efficace et plus bénéfique pour tout le monde. »

Des systèmes de gestion des entrepôts plus intelligents: Les entreprises utilisent des technologies intelligentes pour optimiser leurs opérations quotidiennes dans les entrepôts.

En savoir plus

 

Le fonctionnement interne des entrepôts et les livraisons sont également devenus plus durables. East Coast Warehouse a choisi de gérer ses opérations de répartition sur des tablettes et des terminaux mobiles, et de se débarrasser autant que possible du papier – et ce, dans un secteur qui en a toujours utilisé beaucoup.

Grâce aux options numériques, les chauffeurs routiers peuvent rester dans leurs camions pour gérer toutes les formalités depuis leur tablette, y compris les lettres de voiture, qui peuvent être envoyées directement aux destinataires par voie électronique. En plus de limiter la consommation de papier, ce mode de fonctionnement permet davantage de transparence. La preuve de livraison – où, quand et qui a signé – peut être intégrée à un système de gestion du transport et archivée automatiquement.

« Ce processus, qui nécessitait beaucoup d’heures de travail et d’opérations manuelles pour numériser et remplir les papiers, est devenu beaucoup plus gérable si on fait les choses de la bonne manière » conclut M. Daly.

De plus en plus d’entreprises cherchent à optimiser les opérations au sein de leurs entrepôts, comme l’explique Mme Gowda, de Chainalytics. Revenir aux principes fondamentaux de l’organisation et, par exemple, placer les unités de gestion de stock les plus importantes et qui transitent le plus dans des emplacements rapidement et aisément accessibles, est un moyen de limiter l’énergie utilisée par les chariots élévateurs.

« Le simple fait de rationaliser tout cela peut vraiment changer la donne, même au niveau de l’émission de gaz à effet de serre, car cela revient à optimiser vos opérations en tentant de tirer le meilleur parti des ressources disponibles sur le site », insiste Mme Gowda.

La logistique durable s’appuie sur des données

On en revient toujours à la même question : « Vos données sont-elles de bonne qualité ? » Parce qu’il ne suffit plus d’utiliser des données d’historique ou d’estimer des paramètres tels que les émissions générées par les camions.

Désormais, des sociétés tierces proposent les outils nécessaires pour déterminer les émissions de CO2 réelles d’un véhicule donné, à partir des informations opérationnelles collectées. Ces outils sont capables de transmettre ces informations sur des tableaux de bord, de manière à faciliter une approche stratégique dans la réflexion et les actions à mener – et à créer ainsi une Supply Chain plus cohérente de bout en bout.

Autre grand objectif d’un grand nombre de marques et de fabricants : pouvoir ventiler les émissions par produit, de leur conception à leur mise hors service. Ces informations, réclamées par les consommateurs, peuvent constituer un facteur de différenciation considérables pour une marque si elles sont bien compilées et communiquées avec précision (c’est-à-dire sans déclarations non étayées ni « greenwashing »).

D’après Mme Gowda, on prête de plus en plus d’attention à la logistique inverse, car les entreprises modernes consacrent davantage d’analyses à mieux comprendre le coût environnemental de leurs produits, tout au long de leur cycle de vie. Les clients de Chainalytics souhaitent aujourd’hui élaborer des scénarios qui accordent la priorité aux gaz à effet de serre, et non aux coûts. Dans ce domaine, la création d’un jumeau numérique se révèle très utile.

« Il devient un peu difficile de répondre à ce genre de questions sans disposer d’une plateforme de jumeau numérique complètement fonctionnelle », explique Mme Gowda. « Mais nous sommes définitivement plus efficaces qu’il y a dix ans. Nous sommes vraiment en mesure de comprendre notre propre impact, et nous essayons de créer davantage de solutions pour favoriser des Supply Chains plus vertes. »

Nous sommes vraiment en mesure de comprendre notre propre impact, et nous essayons de créer davantage de solutions pour favoriser des Supply Chains plus vertes.

Shimon Gowda, responsable de conception de la Supply Chain chez Chainalytics

Rationaliser l’approvisionnement et les prévisions de la demande peut également renforcer la durabilité, indique Mme Gowda. Tout au long de la Supply Chain, chaque acteur dispose de ses propres métriques prévisionnelles. Mais s’il y a une faille en amont, elle se répète et s’amplifie en aval. Cela peut entraîner une surproduction de la part de toutes les entreprises de la chaîne, ce qui signifie des déchets ou des produits excédentaires qui se retrouvent dans les entrepôts après avoir voyagé dans le monde entier. « C’est typiquement le scénario que nous cherchons à éviter quand nous essayons d’évoluer vers un fonctionnement plus durable, neutre en carbone », conclut-elle.

Un concept de Supply Chain appelé « planification collaborative et réapprovisionnement prévisionnel » est en train de gagner du terrain. C’est un autre exemple de scénario dans lequel les jumeaux numériques jouent un rôle essentiel, car chaque acteur de la Supply Chain peut voir les données transférées par les autres. Par exemple, le fabricant est en mesure de consulter les prévisions du détaillant final trois mois à l’avance. Tout problème peut ainsi être identifié et résolu plus tôt. « Cette solution renferme un vrai potentiel de progression vers l’économie circulaire, car elle implique de se montrer minimaliste dans sa consommation, dans ses transferts… sur tous les points, en somme », explique Mme Gowda.

À mesure que les entreprises s’attachent à évaluer l’impact environnemental réel de leur Supply Chain et de leurs opérations logistiques, les livraisons se rationalisent, de manière à générer moins de déchets et moins d’émissions. Un bonne nouvelle pour l’environnement comme pour les clients !

 

Note des éditeurs : Découvrez des idées logistiques plus durables et des exemples pratiques dans L’économie circulaire se popularise ; 5 vérités sur la Supply Chain dans le monde post-COVID-19 ; et Sur la terre, la mer et dans les airs : des technologies émergentes pour maîtriser le changement climatique.

 

The post La logistique durable en mouvement Till Dengel, Richard Howells | 14 min de lecture appeared first on SAP France News.

Source de l’article sur sap.com

En adoptant les solutions d’ERP cloud, les dirigeants se dotent d’une nouvelle boussole qui guidera leur philosophie en matière de personnel, et leur permettra d’éviter de futurs licenciements.

Licenciement : quatre syllabes qu’aucun collaborateur n’a envie d’entendre, et qu’aucun dirigeant d’entreprise n’a envie de prononcer. Malheureusement, les entreprises confrontées à un ralentissement de la croissance, à une forte inflation et à l’augmentation des coûts de la main-d’œuvre peuvent se trouver contraintes d’envisager une telle option.

Mais les licenciements posent un problème : généralement, ils sont une réaction plus qu’une précaution ou un choix stratégique. La première vague est souvent déclenchée par la crainte en cas de baisse prévue de la demande ou de ralentissements économiques. La seconde, la troisième, voire la quatrième, quant à elles, sont autant de mouvement de repli après des pertes financières. Mais le plus préoccupant dans une réduction de personnel, c’est le risque accru de voir baisser la productivité, la qualité des produits et des services, et de perdre des talents qualifiés dont vous aurez besoin pour saisir les occasions futures de rebondir.

Selon LeadershipIQ, 74 % des collaborateurs encore en poste après une vague de licenciements indiquent que leur productivité a décliné, et 69 % pensent que la qualité des produits et des services de leur entreprise s’est détériorée. Encore plus dommageable peut-être : 87 % des travailleurs restants sont moins enclins à recommander leur entreprise à de futurs candidats.

Anticiper la courbe des données

Après une réduction des effectifs, on peut s’attendre à des sentiments de culpabilité, d’anxiété ou de colère. Toutefois, les entreprises ne peuvent pas se permettre de les laisser impacter leur santé financière immédiate et leurs perspectives de croissance à long terme. Alors comment faire face à l’effet accordéon des licenciements et des embauches de masse ?

La technologie utilisée par une entreprise peut, sans le moindre doute, être un facteur de transformation ou de rupture. Ainsi, l’automatisation des tâches simples, des flux de processus, des simulations de scénarios et de la planification de gestion renforce l’efficacité opérationnelle. Les innovations intelligentes (telles que l’intelligence artificielle, l’apprentissage automatique, l’automatisation robotisée des processus, le traitement du langage naturel et l’analytique prédictive) transforment les données d’entreprise en insights riches. Exécutées dans le cloud, ces technologies permettent à vos collaborateurs de prendre des décisions stratégiques et précises, dans le feu de l’action – partout et à tout moment.

Selon IDC, toutes ces fonctionnalités numériques peuvent participer à améliorer les résultats de l’entreprise en augmentant de 75 % à 95 % le chiffre d’affaires, le resserrement des coûts, les bénéfices, la satisfaction client, l’efficacité opérationnelle, la productivité des collaborateurs et l’innovation. Cependant, elles sont inefficaces, voire contre-productives si elles s’appuient sur des données inexactes, incomplètes ou obsolètes.

Heureusement, les solutions d’ERP cloud sont conçues pour relever le défi, de manière à devancer les incertitudes économiques et les turbulences du marché. Les technologies d’entreprise ont le pouvoir de limiter les risques financiers en générant des rapports précis et complets sur les opérations de gestion en temps réel. Ainsi, il est possible d’intégrer un ERP cloud aux solutions de gestion des RH et du personnel afin d’obtenir une vision globale et transparente des performances, des compétences et de l’expérience de vos effectifs.

EN SAVOIR PLUS AVEC FORBES – SAP BrandVoice : Comment un ERP cloud génère de la croissance stratégique pour les leaders de la finance – Par un invité SAP

En agrégeant des applications, des systèmes et des référentiels auparavant cloisonnés, l’ERP cloud constitue une source d’informations unique. Il traite l’ensemble des données générées par les différentes fonctions, vérifie leur qualité et leur exactitude, et les synchronise dans toutes les applications. Résultat : une compréhension globale des besoins de l’entreprise, basée sur les données et tournée vers l’avenir, qui combine des informations opérationnelles, expérimentales et autres insights essentiels.

Armées de toutes ces informations, les entreprises sont à même d’expérimenter de meilleures façons de gérer l’évolution de leurs besoins. Ainsi, elles peuvent identifier les rôles redondants ou qui ont perdu leur pertinence. Mais au lieu de réduire les effectifs et d’embaucher de nouvelles personnes pour combler un manque de talents, elles ont la possibilité de former les salariés concernés à de nouveaux postes. En retour, les connaissances internes sont conservées et la confiance des collaborateurs dans la direction générale s’en trouve renforcée – des atouts critiques pour stimuler l’implication, l’innovation et les performances.

En adoptant les solutions d’ERP cloud, les dirigeants se dotent d’une nouvelle boussole qui guidera leur philosophie en matière de personnel, et leur permettra d’éviter de futurs licenciements. À partir des données concernant leurs collaborateurs et les performances de leur entreprise, ils sont en mesure de procéder à des modifications qui augmentent la valeur ajoutée de leurs activités, mais aussi de respecter les engagements pris envers leurs collaborateurs, leurs clients et leurs partenaires.

Mais le fait de disposer d’une vue d’ensemble des opérations de gestion (incluant les flux de trésorerie, les risques concurrentiels et les prévisions de la demande) est peut-être plus précieux encore. Grâce à cela, les décideurs mesurent mieux les impacts à long terme d’un licenciement, et peuvent imaginer des scénarios plus efficaces qui préserveront l’entreprise dans l’immédiat, tout en la préparant à progresser et à saisir les opportunités de reprise le plus rapidement possible.

Faire face à aujourd’hui et se préparer pour l’avenir

Un licenciement peut être inévitable. Mais au lieu d’y recourir automatiquement, planifier soigneusement sa main-d’œuvre est un meilleur moyen de faire face aux difficultés de l’économie mondiale et aux incertitudes du paysage concurrentiel.

Les solutions d’ERP cloud permettent aux dirigeants de redéfinir leurs priorités, afin de continuer à fournir des produits et services qui génèrent une croissance constante du chiffre d’affaires. Plus important encore : elles stimulent la confiance, poussant ainsi le personnel à tout mettre en œuvre pour aider l’entreprise à réussir dans une conjoncture délicate.

Pour découvrir comment un ERP cloud peut aider votre entreprise à faire face aux incertitudes, à relever les défis financiers et à améliorer ses résultats, consultez le rapport Aberdeen intitulé « Comment l’efficacité et l’innovation basées sur le cloud permettent de résoudre les défis financiers ».

 

– Par Wynona Benson, SAP

The post Comment un ERP cloud peut éviter à votre entreprise d’autres licenciements appeared first on SAP France News.

Source de l’article sur sap.com