POINTS CLES<\/strong><\/span><\/p>\n<\/div><\/div>
<\/div>
L’\u00e9quipe de D3S a d\u00e9velopp\u00e9 une Intelligence Artificielle en s’appuyant sur le webcrapping de masse pour r\u00e9duire les d\u00e9penses li\u00e9es aux achats g\u00e9n\u00e9raux<\/strong>. Elle a \u00e9t\u00e9 appliqu\u00e9e \u00e0 un leader de l’industrie a\u00e9ronautique lors de la crise COVID. La solution a permis de classer les biens et les services dans des cat\u00e9gories d\u00e9taill\u00e9es et de d\u00e9tecter les demandes d’achat qui pourraient \u00eatre \u00e9vit\u00e9es. Le b\u00e9n\u00e9fice a \u00e9t\u00e9 d\u00e9montr\u00e9 \u00e0 court terme.<\/p>\n<\/div><\/div>
<\/div>
DONN\u00c9ES ET STACK TECHNIQUE
\n<\/strong><\/span><\/p>\n<\/div><\/div>
<\/div>
Nos algorithmes ont analys\u00e9 x millions de bons de commande et des millions de descriptions de produits sur le web (Amazon, etc) par le biais de robots d\u00e9ploy\u00e9s sur plusieurs serveurs.<\/p>\n
Le stack technique comprenait : Python, Scrappy, SKL, Numpy, PostgreSQL et QlikSense (\u00e0 la demande de notre client).<\/p>\n<\/div>
<\/div>
<\/div>
CONTEXTE ET APPROCHE<\/span><\/strong><\/p>\n<\/div><\/div>
<\/div>
Les achats g\u00e9n\u00e9raux sont un poste de co\u00fbt tr\u00e8s \u00e9lev\u00e9 avec des biens et des activit\u00e9s h\u00e9t\u00e9rog\u00e8nes (consommables de production, petit \u00e9quipement, services, etc)<\/strong> dans l’industrie : X milliards d’euros de d\u00e9penses annuelles pour x0 000 fournisseurs et >1 million de lignes de commande par an. La classification de tous les biens et services achet\u00e9s est difficile car ils sont souvents d\u00e9crits par une description courte non standardis\u00e9e. Par cons\u00e9quent, le suivi des d\u00e9penses ne permet pas de d\u00e9clencher des actions cibl\u00e9es et d’observer leur impact concret.
\nLa crise du COVID-19 impliquait des mesures drastiques pour ma\u00eetriser la tr\u00e9sorerie.<\/strong> Il \u00e9tait essentiel d’optimiser les d\u00e9penses li\u00e9es aux achats g\u00e9n\u00e9raux.<\/strong><\/p>\nLa premi\u00e8re \u00e9tape a consist\u00e9 \u00e0 classer tous les biens et services en petites cat\u00e9gories<\/strong> (par exemple, pour les consommables, les marteaux, les tournevis, les outils de m\u00e9trologie, les produits chimiques, les papiers et les stylos… parmi de nombreuses autres cat\u00e9gories). Pour obtenir ces r\u00e9sultats, nous avons entra\u00een\u00e9 l’algorithme sur un ensemble de donn\u00e9es provenant d’un r\u00e9cup\u00e9ration massive mais raisonn\u00e9e (scrapping) de plusieurs sites e-commerce<\/strong> dans diff\u00e9rentes langues. Cela a permis d’\u00e9tablir un lien entre la description du texte et l’arborescence de classification produits. L’algorithme a ensuite \u00e9t\u00e9 appliqu\u00e9 au texte d\u00e9crivant les biens achet\u00e9s.<\/p>\nUne caract\u00e9risation encore plus approfondie a \u00e9t\u00e9 r\u00e9alis\u00e9e sur les outils de coupe d’usinage, en analysant les pdf et les dessins pour en extraire les informations dimensionnelles et les caract\u00e9ristiques cl\u00e9s. Cela a permis d’augmenter la standardisation et le potentiel de baisse de prix d’achat dans toutes les usines.<\/p>\n
Nous avons ensuite d\u00e9velopp\u00e9 une intelligence artificielle pour identifier les demandes d’achat suspectes et non critiques<\/strong>. Un comit\u00e9 confirmait les propositions de l’algorithme pour le cas \u00e9ch\u00e9ant bloquer la demande d’achats et \u00e0 r\u00e9duire les d\u00e9penses pendant la p\u00e9riode de crise. Les confirmations ont \u00e9t\u00e9 utilis\u00e9es pour am\u00e9liorer continuellement l’algorithme.<\/p>\n<\/div><\/div>
<\/div>
R\u00c9SULTATS<\/strong><\/span><\/p>\n<\/div><\/div>
<\/div>
La solution fournie a contribu\u00e9 \u00e0 construire une base de donn\u00e9es solide permettant de mieux maitriser les d\u00e9penses. Nos algorithmes d’intelligence artificielle<\/strong> et la mise en place d’une gouvernance pendant la crise COVID ont contribu\u00e9 \u00e0 l’effort global de r\u00e9duction des d\u00e9penses ~1 milliard d’euros<\/strong>. Les r\u00e9sultats ont \u00e9t\u00e9 fr\u00e9quemment communiqu\u00e9s au comit\u00e9 ex\u00e9cutif.
\nTous les d\u00e9veloppements ont \u00e9t\u00e9 transf\u00e9r\u00e9s \u00e0 l’\u00e9quipe IT interne et un data scientist a \u00e9t\u00e9 engag\u00e9 pour prendre le relais sur nos travaux.<\/p>\n<\/div><\/div>\n\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>
\n\t\t\t\t\t
\n\t\t\t\t\t\t
<\/div>\n\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div><\/div><\/div><\/p>\n","protected":false},"excerpt":{"rendered":"
Une intelligence artificielle pour r\u00e9duire les d\u00e9penses d’achats g\u00e9n\u00e9raux Elle a \u00e9t\u00e9 appliqu\u00e9e \u00e0 un leader de l’industrie a\u00e9ronautique lors de la crise COVID. La solution classe les biens et les services dans des cat\u00e9gories d\u00e9taill\u00e9es et d\u00e9tecte les demandes d’achat qui pourraient \u00eatre \u00e9vit\u00e9es.<\/p>\n","protected":false},"author":3,"featured_media":2038,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false},"categories":[21],"tags":[],"_links":{"self":[{"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/posts\/2301"}],"collection":[{"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/comments?post=2301"}],"version-history":[{"count":7,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/posts\/2301\/revisions"}],"predecessor-version":[{"id":2395,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/posts\/2301\/revisions\/2395"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/media\/2038"}],"wp:attachment":[{"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/media?parent=2301"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/categories?post=2301"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/d3s.ai\/fr\/wp-json\/wp\/v2\/tags?post=2301"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"\"](\"http:\/\/d3s.ai\/wp-content\/uploads\/2017\/11\/maintenance.jpg\")
<\/a><\/span>