Renault Group : « Plus la data est partagée, plus elle a de valeur »

Notre transformation a été guidée par la notion d'intelligence des décisions. Notre volonté était d'aller vers une supply chain autonome, c’est-à-dire une supply chain dans laquelle l’IA développe l'autonomie et simplifie la vie des acteurs tout en automatisant les décisions sans forte valeur ajoutée. Pour commencer, nous avons mené un travail de fondation autour de la digitalisation de nos processus et de la data. Cette data est collectée tout au long de notre supply chain à travers différents processus. Pour qu’elle puisse être exploitée par le plus grand nombre en interne et en externe, nous avons mené un travail sur les couches sémantiques afin de la structurer.

La structuration de la donnée s’est inscrite dans une logique d'entreprise initiée en 2016. Dès le départ, ce sujet ne s’est pas limité à la Supply Chain. Pour prendre ces décisions, la supply chain a besoin de données de l'ingénierie, de l'industrie, des achats, etc. Le lancement de notre metaverse industriel en 2023 est un autre moment clé qui nous a permis d’aller plus loin dans la notion de jumeau numérique et dans le suivi en temps réel de nos différents assets.

Nous avons mis en place des référentiels standards pour l'ensemble du groupe et nous avons créé des plateformes collaboratives : trois Control Tower clés dans notre dispositif. La Business Continuity Plan Control Tower, qui sécurise notre écosystème de fournisseurs, l’Inbound Supply Chain Control Tower qui sécurise les approvisionnements de nos usines et la Vehicul Control Tower, qui sécurise la livraison de nos produits finis.

Après l’étape de structuration de la data et de digitalisation de nos processus, nous développons des outils d'IA qui vont nous permettre d'être plus efficaces dans nos prises de décisions et dans l'interaction avec nos outils. Nous avons aussi utilisé l'intelligence artificielle pour gagner en performance sur le network design et le remplissage des camions. Nous menons également un travail sur la Business Continuity Plan Control Tower pour être capables de déceler encore plus vite tous les risques de rupture qui peuvent apparaître sur nos chaînes d'approvisionnement.

Plus la data est partagée, plus elle a de valeur et plus elle va permettre à chacun des acteurs, de l’amont à l’aval de notre écosystème, de devenir efficients. Grâce à ces plateformes collaboratives, la data, qui était cloisonnée au sein de la supply chain, est maintenant accessible en interne et en externe, ce qui sert nos forts enjeux de résilience. La résilience passe par le fait de donner de la visibilité et partager cette visibilité. Grâce à notre travail sur la data, nous sommes capables d'émettre des demandes de livraison auprès de nos fournisseurs à 18 mois. Ce faisant, Renault Group peut sécuriser des chaînes d'approvisionnements de plus en plus longues et donner plus de possibilité à ses transporteurs de s’ajuster.

L’utilisation de l’IA nous apporte également de la performance. De premiers cas d’usage nous ont très vite permis de dégager de la valeur, par exemple pour contrer la forte inflation sur les coûts de l’énergie de 2023. Plus nous avançons, plus nous constatons que cette valeur est conséquente. Sur l’industrie au sens large : supply chain, manufacturing et qualité. Nous estimons économiser plus de 120 millions d'euros par an sur des sujets liés au désilotage de la data.

Il ne faut pas tout attendre de la digitalisation de nos processus. Il faut garder des core fonctions et basculer tout de suite dans le monde de la data et de l'intelligence artificielle. Nous avons mis ensemble les données de nos différents processus et nous avons placé au-dessus de l’intelligence artificielle. Pour optimiser le remplissage de nos camions, nous nous sommes par exemple positionnés au-dessus de notre MRP, un outil qui a plus de 25 ans, en captant la donnée. Nous lançons ensuite des calculs d'optimisation dans le cloud, puis nous réinjectons ces propositions dans le MRP pour les transmettre à nos fournisseurs. Chaque nuit, en une demi-heure, nous optimisons ainsi les calculs de notre MRP sur la totalité de nos 50 000 camions.

Toutes ces optimisations doivent être faites dans une surcouche, au-dessus de nos core fonctions et surtout pas dans les core fonctions, parce que cela viendrait alourdir le fonctionnement de nos processus et cela nous empêcherait de les simplifier et de les moderniser à l'avenir.

Auparavant, les gens se considéraient propriétaires d'une data. Aujourd'hui, être propriétaire d'une data, implique des devoirs : celui de la partager avec l'ensemble de l'entreprise et celui de garantir sa qualité. L'enjeu, maintenant c’est de devenir une data-driven company et donc d'être aligné sur les mêmes données depuis l'opérationnel jusqu'au CEO.

La conduite du changement est conséquente. Il faut habituer les collaborateurs à avoir confiance en la data. Il faut être pédagogue parce que l’on part d’une situation où chacun n’avait qu’une vision partielle de la data au travers de son seul outil et doit maintenant admettre que la data sur laquelle nous travaillons est fiable et structurée. La confiance vient petit à petit. Il faut expliquer techniquement comment cela marche : d’où vient la data, comment on l’a captée, comment on l’a consolidée, quelles sont les règles que nous avons mises en œuvre pour réaliser cette consolidation.

Nous avons en effet formé les opérateurs à l'usage de la data. Nous avons développé une notion de self-service data. Bien souvent, pour répondre à des problématiques spécifiques, nous avons besoin de construire nos propres tableaux de bord. Il est donc capital de former les gens à utiliser la data. La totalité des opérationnels de la supply chain de Renault sont formés à l’usage de la data et de l’IA, ils en font un usage quotidien et en tirent profit efficacement.