Publié le 11/09/2018 dans Entrepreneurship, Innovation

L’intelligence artificielle au service de la supply chain, parlons-en avec Manuel Davy fondateur de Vekia

startup ia vekia manuel davy

Avec 10 ans d’ancienneté et 50 employés, Vekia est passée de la startup spécialisée dans le machine learning en expert de solutions pour la supply chain. Hébergée à EuraTechnologies depuis 2010, Vekia est devenue une championne de l’intelligence artificielle dans la prévision de la demande et la gestion des stocks d’un commerçant. Interview avec son président et fondateur Manuel Davy.

Avant d’être entrepreneur, Manuel Davy a été chercheur pendant 11 ans dans les mathématiques, au CNRS et à Cambridge. En 2008, il fonde Vekia, société de conseil en machine learning aidé par l’Inria de Lille et le CNRS. 10 ans après, la société, spécialisée dans l’intelligence artificielle, travaille principalement avec les grands retailers et a levé plus de douze millions d’euros en 2017.

L’Intelligence Artificielle représente-t-elle le nouvel eldorado de la data ?

Manuel Davy VekiaL’Intelligence Artificielle est l’incarnation de la modernité. Si on prend l’exemple du métier à tisser, vécu comme de la robotisation, l’IA a toujours plus ou moins existé ! L’Intelligence Artificielle est la capacité d’un serveur informatique à réaliser une tâche intellectuelle complexe, qui était réalisée par l’homme.

Jusqu’à présent, on arrivait à remplacer des tâches physiques par la robotique. Désormais, l’intelligence artificielle permet de prendre des décisions ou en tout cas d’aider l’homme à la prise de décision : c’est la grande avancée de l’IA.

Nous sommes donc entourés d’Intelligence Artificielle…

L’IA washing est partout. Je constate une vraie surenchère pour des raisons de compétitivité. Tout le monde communique sur l’intelligence artificielle. Mais en réalité, il y a ceux qui n’en font pas mais qui disent en faire, ceux comme les GAFA qui utilisent des boites à outils toutes prêtes, ceux un cran au-dessus qui sont capables d’écrire le détail de chaque algorithme. Et puis il y a encore au-dessus les entreprises qui font de la recherche comme Facebook avec son labo IA, DeepMine, ou encore Vekia bien entendu !

Vous êtes passé de la recherche en mathématiques à l’entrepreneuriat…

La recherche est un métier de jeune (rire). On est très productif en début de carrière. Mais après quelques années, on devient rentier de ses sujets de recherche. Un chercheur intervient toujours sur les mêmes thématiques, et j’en avais assez de parler tout le temps de la même chose.

Lors de mon expérience de recherche à Cambridge, j’ai assisté à plusieurs créations d’entreprises autour de moi par des chercheurs que j’encadrais et des doctorants. Je me suis renseigné et cela m’a donné envie, moi aussi, de créer ma structure.

D’ailleurs, le fait d’avoir démarré au sein de l’INRIA nous a beaucoup aidé. Ils nous ont prêté un local et mis à disposition un ingénieur. Le soutien de ce laboratoire de recherche reconnu a apporté une vraie crédibilité au projet. A EuraTechnologies, l’apport majeur de l’accompagnement réside dans les conseils sur le recrutement. Le programme de formation Stanford-EuraTechnologies que j’ai suivi m’a également beaucoup apporté.

Comment un mathématicien arrive-t-il à étudier l’approvisionnement de magasins ?

Ce n’est pas tout à fait un hasard… En tant que cofondateur de l’équipe de recherche Sequel à l’Inria de Lille, j’ai contacté des partenaires privés, alors que nous étions en phase de recherche de financement. De nombreux retailers se trouvent justement dans la région lilloise. Ce sont eux naturellement qui m’ont parlé du sujet de la supply-chain ou approvisionnement et gestion des stocks. Voilà comment j’ai été amené à m’y intéresser.

Les algorithmes de Vekia interviennent sur deux thèmes : la prévision de la demande sur des réseaux logistiques et l’optimisation des stocks pour avoir le bon stock au bon endroit au bon moment.

En quoi l’Intelligence Artificielle change-t-elle le quotidien d’un approvisionneur ?

Grâce à l’IA, l’approvisionneur sait exactement quelle quantité idéale commander chaque jour en fonction de paramètres fluctuants : la météo, les tendances commerciales, les jours fériés etc.

Un approvisionneur se trouve au milieu d’un écosystème humain : le contrôle de gestion, l’entrepôt, les chefs de projets, les responsables de secteur. Son poste implique une fine analyse d’une multitude de données ainsi que la prise de la bonne décision en matière de gestion des stocks et de nouvelles commandes. L’IA ne remplace pas la décision mais l’aide à prendre la meilleure décision pour l’entreprise.

Concrètement, nos algorithmes font leurs calculs la nuit. Les entrepôts reçoivent la liste de produits à expédier dans les magasins vers 4h du matin. En journée, les équipes surveillent le paramétrage afin que les bons chiffres apparaissent.

Avec notre solution, les retailers diminuent leurs stocks de 8 à 30% sans impacter les ventes !

Quelle expertise sur la gestion des stocks apportez-vous à vos clients grâce à l’IA ?

La gestion des stocks est facile pour un seul produit : l’approvisionner le bon jour dans le bon magasin. Ce qui est difficile est de le faire plusieurs fois, voire des dizaines de millions de fois par jour et ce pour des milliers et des milliers de produits. Le stock quotidien est le chiffre le plus compliqué à calculer. Nos algorithmes sont capables, par exemple, de dire à la marque d’articles de sports quels magasins réapprovisionner avec quels produits et en quelle quantité, à l’approche de l’été ou la veille d’un départ en vacances par exemple.

Au début de chaque contrat, notre équipe commence toujours par un test chez le retailer, en temps réel, qui peut durer plusieurs mois : le temps que le client identifie et livre toutes ses données, de corriger les incohérences et de peaufiner les calculs des algorithmes. Nous sommes exigeants sur la qualité des données obtenues.

supply chain intelligence artificielle

La solution de prévision s’applique également à d’autres secteurs…

Oui, effectivement. Pour Engie, le technicien qui répare les chaudières obtient chaque jour dans sa camionnette le nombre de pièces dont il a le plus besoin pour ses interventions du jour. L’intelligence artificielle a analysé le carnet d’intervention, scanné sa zone de chalandise, la période de l’année et les modèles de chaudières à réparer pour générer une liste précise du matériel nécessaire à emporter. L’IA automatise ici des décisions complexes à partir d’une multitude de paramètres. C’est une réelle avancée dans l’organisation de chaque technicien !

Vekia se situe ainsi à mi-chemin entre la recherche et le big data…

Aujourd’hui chez Vekia, nous sommes quatre à nous consacrer à l’intelligence artificielle dont un docteur en maths, un doctorant et un polytechnicien. Nous faisons de la recherche pour que nos algorithmes sortent les meilleurs résultats et puis pour étendre nos domaines d’opérations comme par exemple à l’industrie automobile. Nos chercheurs améliorent en permanence le type de data obtenue.

Aujourd’hui votre portefeuille clients concerne essentiellement des acteurs du retail. Vers quels secteurs souhaitez-vous étendre ?

Nous avons une traction forte sur le territoire français. Après avoir longtemps cru qu’il fallait absolument se développer à l’international, nous avons choisi de diversifier d’abord nos secteurs d’activités. Pour aller à l’international et pour atteindre les principaux acteurs, il faut des partenaires de crédibilité. C’est le sens de notre partenariat avec Microsoft.

C’est aussi une décision de sagesse que de diversifier nos profils de clients. Le retail évolue beaucoup et il apparaît difficile de stabiliser notre activité quand ce secteur fluctue. Nous visons les acteurs de la pharmacie et des grands produits de consommation notamment.

L’Intelligence artificielle peut-elle tout prévoir ?

On peut tout prévoir mais avec une fiabilité qui n’est pas toujours bonne, par exemple dans le cas d’un séisme ou d’une éruption volcanique. Tout dépend de la marge d’erreur que l’on se donne. Dans le cas du chiffre d’affaires d’un supermarché, nous savons le prévoir d’une semaine sur l’autre à 99%.

Nous avons fini par comprendre quels facteurs influencent vraiment la fréquentation d’un point de vente. Il y a toujours un écart entre ce que l’on croit et la réalité. Il faut compiler les données avec les bons facteurs pour réduire sa marge d’erreur.

A terme, les algorithmes remplaceront-ils les employés ?

Je préfère parler d’intelligence humaine augmentée par l’IA plutôt que de substitution de l’humain par l’IA. Un algorithme résout des problèmes complexes et statistiques, sur l’ensemble des décisions, l’IA augmente les performances. Les cas sont rares que l’IA fasse moins bien que l’humain.

C’est uniquement la conjonction de la machine et de la supervision humaine qui donne de très bons résultats. L’IA ne prend pas la main sur l’entreprise ou sur l’Homme si vous voulez.

Nous avons vu des clients qui craignaient les conséquences des algorithmes sur des métiers comme celui d’approvisionneur. Il est de notre rôle d’expliquer que le métier évolue positivement. Grâce à l’IA, l’approvisionneur, pour prendre le cas de ce poste précis, voit son rôle de communicant renforcé. Il doit aligner les interlocuteurs de son entreprise dans la prise de devis, la collecte et la vérification de data. Finalement, il se transforme en logisticien de la donnée. Et dans le processus, il doit être en capacité d’expliquer les résultats obtenus pour mieux faire appliquer en interne les orientations. Seul un humain est capable de faire tout ça !

Quel avenir prévoyez-vous à l’Intelligence Artificielle ?

La décision humaine reste et restera primordiale. Elle doit toujours exister car le dernier mot doit demeurer aux mains de l’Homme. Je trouve que l’IA ne peut être utilisée qu’au sens macro. Par exemple, la coloration de ma marque, mon public visé ou mon positionnement sur le marché répondent à des choix humains, des choix culturels et une vision. L’IA ne pourra jamais les remplacer.

Concernant l’avenir précis de l’intelligence artificielle, je vois trois axes majeurs : l’apparition des algorithmes commentateurs, l’évolution de la fonction de data scientist vers davantage de pédagogie et l’extension des interactions avec les machines grâce aux chatbot.

Les algorithmes automatisent des actions si et seulement l’humain le veut et les laisse faire !

>>> + d’infos sur Vekia

>>>  + d’infos sur le programme d’incubation Start

>>>  + d’infos sur le programme d’accélération Scale by euratech