Sandrine Saintot, VP Business Network Europe chez OpenText
Introduit dans le courant des années 1960, l’EDI a connu de nombreuses évolutions, qui ont tour à tour concerné les normes de messagerie, les protocoles de communication, mais aussi les formats de données. Pourtant, les exigences des partenaires, les investissements existants ou encore le manque de ressources perpétuent l'utilisation de normes et de protocoles moins récents, ainsi que de réseaux à valeur ajoutée (RVA). Les entreprises doivent donc faire preuve de flexibilité pour gérer un amalgame de différents types de connectivité dans un futur proche.
Des échanges d'informations plus nombreux et variés dans la Supply Chain
Les entreprises ne cessent de renforcer le niveau de maturité de la supply chain, le partage de nouveaux types d'informations se révèle de plus en plus nécessaire. Il en résulte une augmentation du recours à l’EDI pour de nouveaux types de messages et le partage d'informations ne répondant pas aux normes existantes, comme les données de localisation, les mises à jour de statut et d'autres données en temps réel ou en temps quasi réel. Pour éviter toute fragmentation des flux de données liés à la supply chain à travers plusieurs plateformes, les solutions d'intégration B2B doivent supporter ces types de flux de données ainsi que la messagerie de base de l'EDI.
Par ailleurs, compte tenu de la nécessité croissante de collaborer et de partager des informations, l'intégration des partenaires est cruciale pour les connexions EDI et les outils de collaboration, comme les portails de fournisseurs et les applications collaboratives de la supply chain. Les entreprises disposent pour cela de moyens adaptés, qui nécessitent des processus bien définis, une coordination entre les différents outils de collaboration et des ressources qualifiées pour garantir la réussite de l'activation, de l'intégration et la gestion des partenaires.
Les trois impacts de l'IA sur l'avenir de l'EDI
Accélérer le mapping des données EDI : La cartographie des données est généralement longue et coûteuse. Celle-ci peut facilement être optimisée grâce à l'IA. A ce niveau, le défi majeur de l'IA repose sur la complexité sous-jacente de l'EDI et dans les modèles de données sémantiques utilisés par les entreprises. En effet, un même terme peut avoir une interprétation différente d'une entreprise à l'autre. Même s'il est peu probable que l'IA permette une automatisation complète de la cartographie EDI à court terme, elle peut toutefois générer des économies significatives à divers stades du processus de cartographie, de la collecte des besoins et au test des données sur le terrain.
Activation et productivité des utilisateurs : La transparence des flux de données EDI est indispensable pour comprendre les processus, identifier les erreurs et les anomalies et les corriger. Outre cette visibilité, les solutions d'intégration B2B fournissent également des outils d'aide à l'utilisation, allant de la configuration de la connectivité en libre-service et de l'accès à la cartothèque EDI, au suivi du processus d'intégration des partenaires et à la gestion de la communauté. Si ces outils sont souvent puissants, la formation des utilisateurs à leur utilisation optimale représente un véritable défi. L'IA générative vient alors simplifier l'expérience utilisateur grâce à des conseils interactifs, voire proactifs, sur la manière dont chacun peut accomplir au mieux les tâches qui lui incombent dans le cadre de son travail. Outre l'augmentation de la productivité, l'IA générative permet de réduire les coûts de support grâce à la diminution du nombre de tickets envoyés par les utilisateurs.
Intégrer l'IA dans les outils d'analyse : Les flux de données EDI sont habituellement utilisés pour transférer des données d'un système d'entreprise à un autre. Ils contiennent une multitude d'informations que les utilisateurs exploitent dans le cadre d'analyses de données en temps réel. L'identification des anomalies et des exceptions, l'agrégation de la visibilité dans les paysages informatiques multi-systèmes et l'analyse des performances des partenaires sont des domaines où les outils d'analyse permettent d'obtenir une valeur supplémentaire à partir des données EDI. L'intégration de l'IA, sous forme d'algorithmes d'apprentissage par exemple, dans ces outils d'analyse améliore considérablement cette possibilité. Cela devient essentiel pour répondre aux exigences émergentes, comme l'offre d'informations sur le contexte commercial à des fins d'analyse des risques liés aux fournisseurs ou l'automatisation de la déclaration d'informations relatives aux émissions de carbone.
Loin d’être obsolète, l'EDI joue, au contraire, un rôle décisif dans la construction de Supply Chains numériques et automatisées. Cependant, de par sa complexité, les entreprises doivent évaluer périodiquement la nécessité de moderniser les connexions existantes pour s'assurer que les capacités d'intégration B2B de l'organisation répondent à ses besoins commerciaux en constante évolution.
Des échanges d'informations plus nombreux et variés dans la Supply Chain
Les entreprises ne cessent de renforcer le niveau de maturité de la supply chain, le partage de nouveaux types d'informations se révèle de plus en plus nécessaire. Il en résulte une augmentation du recours à l’EDI pour de nouveaux types de messages et le partage d'informations ne répondant pas aux normes existantes, comme les données de localisation, les mises à jour de statut et d'autres données en temps réel ou en temps quasi réel. Pour éviter toute fragmentation des flux de données liés à la supply chain à travers plusieurs plateformes, les solutions d'intégration B2B doivent supporter ces types de flux de données ainsi que la messagerie de base de l'EDI.
Par ailleurs, compte tenu de la nécessité croissante de collaborer et de partager des informations, l'intégration des partenaires est cruciale pour les connexions EDI et les outils de collaboration, comme les portails de fournisseurs et les applications collaboratives de la supply chain. Les entreprises disposent pour cela de moyens adaptés, qui nécessitent des processus bien définis, une coordination entre les différents outils de collaboration et des ressources qualifiées pour garantir la réussite de l'activation, de l'intégration et la gestion des partenaires.
Les trois impacts de l'IA sur l'avenir de l'EDI
Accélérer le mapping des données EDI : La cartographie des données est généralement longue et coûteuse. Celle-ci peut facilement être optimisée grâce à l'IA. A ce niveau, le défi majeur de l'IA repose sur la complexité sous-jacente de l'EDI et dans les modèles de données sémantiques utilisés par les entreprises. En effet, un même terme peut avoir une interprétation différente d'une entreprise à l'autre. Même s'il est peu probable que l'IA permette une automatisation complète de la cartographie EDI à court terme, elle peut toutefois générer des économies significatives à divers stades du processus de cartographie, de la collecte des besoins et au test des données sur le terrain.
Activation et productivité des utilisateurs : La transparence des flux de données EDI est indispensable pour comprendre les processus, identifier les erreurs et les anomalies et les corriger. Outre cette visibilité, les solutions d'intégration B2B fournissent également des outils d'aide à l'utilisation, allant de la configuration de la connectivité en libre-service et de l'accès à la cartothèque EDI, au suivi du processus d'intégration des partenaires et à la gestion de la communauté. Si ces outils sont souvent puissants, la formation des utilisateurs à leur utilisation optimale représente un véritable défi. L'IA générative vient alors simplifier l'expérience utilisateur grâce à des conseils interactifs, voire proactifs, sur la manière dont chacun peut accomplir au mieux les tâches qui lui incombent dans le cadre de son travail. Outre l'augmentation de la productivité, l'IA générative permet de réduire les coûts de support grâce à la diminution du nombre de tickets envoyés par les utilisateurs.
Intégrer l'IA dans les outils d'analyse : Les flux de données EDI sont habituellement utilisés pour transférer des données d'un système d'entreprise à un autre. Ils contiennent une multitude d'informations que les utilisateurs exploitent dans le cadre d'analyses de données en temps réel. L'identification des anomalies et des exceptions, l'agrégation de la visibilité dans les paysages informatiques multi-systèmes et l'analyse des performances des partenaires sont des domaines où les outils d'analyse permettent d'obtenir une valeur supplémentaire à partir des données EDI. L'intégration de l'IA, sous forme d'algorithmes d'apprentissage par exemple, dans ces outils d'analyse améliore considérablement cette possibilité. Cela devient essentiel pour répondre aux exigences émergentes, comme l'offre d'informations sur le contexte commercial à des fins d'analyse des risques liés aux fournisseurs ou l'automatisation de la déclaration d'informations relatives aux émissions de carbone.
Loin d’être obsolète, l'EDI joue, au contraire, un rôle décisif dans la construction de Supply Chains numériques et automatisées. Cependant, de par sa complexité, les entreprises doivent évaluer périodiquement la nécessité de moderniser les connexions existantes pour s'assurer que les capacités d'intégration B2B de l'organisation répondent à ses besoins commerciaux en constante évolution.