Photo by Maarten van den Heuvel on Unsplash
JAGGAER, la plus importante entreprise indépendante de solutions de Spend Management, lance le premier prototype mondial d’algorithme à base d’Intelligence Artificielle dédié à la prédiction de la probabilité de livraison dans les temps de biens et matériaux pour les achats directs. Nommé “JAGGAER OTD Predictor”, il fournira des informations immédiates sur les possibilités de retards dans les livraisons des fournisseurs, permettant ainsi aux personnes en charge de la Supply Chain de limiter les risques de disruption des flux de production et ainsi réduire les coûts afférents. Ce prototype était disponible en demonstration au salon BME eLösungstage, du 12 au 13 Mars à Düsseldorf, dont JAGGAER est un partenaire premium.
ZEISS, leader international dans les domaines de l’optique et de l’optoélectronique, est un partenaire de JAGGAER pour le lancement de l’OTD Predictor.
“L’algorithme prédit si une commande va être livrée dans les temps. Lors de nos tests, nous avons atteint une précision de plus de 95% ! ” se réjouit Michael Rösch, SVP Operations chez JAGGAER pour la région DACH (Allemagne – Autriche – Suisse). “Il y a un énorme potential en termes de bénéfices pour les entreprises industrielles, en particulier pour celles qui reposent sur la livraison à temps de composants et matériaux. Grâce à l’OTD Predictor, les entreprises peuvent identifier lorsqu’il y a un risque de livraison tardive et ainsi prendre les bonnes mesures pour limiter ce risque, par exemple en répartissant une commande sur deux ou trois autres sources.”
L’OTD Predictor a été “entraîné” en fournissant des millions de lignes de données d’événements précédents à l’algorithme à des fins d’apprentissage. Il utilise 50 dimensions de données différentes pour prévoir des résultats. D’après Rösch, “jusqu’à présent, les professionnels de la Supply Chain devaient se baser sur les preuves historiques et des éléments de jugement subjectifs pour évaluer le risque de livraison tardive. L’OTD Predictor de JAGGAER leur permettra de passer d’une approche réactive à proactive.”
“Parce qu’il s’appuie sur de gros volumes de données pour faire des prédictions précises, l’application de l’OTD Predictor est destiné aux catégories d’achats directs avec un grand volume de transactions.” ajoute Rösch. “L’algorithme de machine learning de l’OTD Predictor fait que les prédictions deviendront de plus en plus précises au fur et à mesure du temps. ”
“Je suis particulièrement fier de pouvoir révéler l’OTD Predictor de JAGGAER à eLösungstage, l’événement annuel de référence en Allemagne et Europe Centrale pour les professionnels de la Supply Chain, les acheteurs et les logisticiens. Je suis convaincu de l’intérêt qui sera généré.” conclut Rösch
ZEISS, leader international dans les domaines de l’optique et de l’optoélectronique, est un partenaire de JAGGAER pour le lancement de l’OTD Predictor.
“L’algorithme prédit si une commande va être livrée dans les temps. Lors de nos tests, nous avons atteint une précision de plus de 95% ! ” se réjouit Michael Rösch, SVP Operations chez JAGGAER pour la région DACH (Allemagne – Autriche – Suisse). “Il y a un énorme potential en termes de bénéfices pour les entreprises industrielles, en particulier pour celles qui reposent sur la livraison à temps de composants et matériaux. Grâce à l’OTD Predictor, les entreprises peuvent identifier lorsqu’il y a un risque de livraison tardive et ainsi prendre les bonnes mesures pour limiter ce risque, par exemple en répartissant une commande sur deux ou trois autres sources.”
L’OTD Predictor a été “entraîné” en fournissant des millions de lignes de données d’événements précédents à l’algorithme à des fins d’apprentissage. Il utilise 50 dimensions de données différentes pour prévoir des résultats. D’après Rösch, “jusqu’à présent, les professionnels de la Supply Chain devaient se baser sur les preuves historiques et des éléments de jugement subjectifs pour évaluer le risque de livraison tardive. L’OTD Predictor de JAGGAER leur permettra de passer d’une approche réactive à proactive.”
“Parce qu’il s’appuie sur de gros volumes de données pour faire des prédictions précises, l’application de l’OTD Predictor est destiné aux catégories d’achats directs avec un grand volume de transactions.” ajoute Rösch. “L’algorithme de machine learning de l’OTD Predictor fait que les prédictions deviendront de plus en plus précises au fur et à mesure du temps. ”
“Je suis particulièrement fier de pouvoir révéler l’OTD Predictor de JAGGAER à eLösungstage, l’événement annuel de référence en Allemagne et Europe Centrale pour les professionnels de la Supply Chain, les acheteurs et les logisticiens. Je suis convaincu de l’intérêt qui sera généré.” conclut Rösch
