On entend de plus en plus souvent parler dans les médias de « machine learning ». On peut traduire cette expression par « apprentissage automatique » en français. Cela sous-entend donc que les machines seraient désormais capables d’apprendre de façon autonome. Ce qui relevait de la science-fiction il n’y a pas si longtemps est désormais réalité grâce à l’émergence du Big Data, au perfectionnement des algorithmes ainsi qu’à l’augmentation phénoménale des capacités de calcul dont on dispose aujourd’hui. Le Machine Learning est une des applications dites d’Intelligence Artificielle que vous utilisez peut-être déjà sans le savoir…
Le machine learning ou l’apprentissage de la machine
Les premiers travaux sur le machine learning furent réalisés dans les années 60 par les deux mathématiciens russes Vapnik et Chervonenkis. Mais ce n’est qu’au début des années 2000, avec le début du traitement de masse des données numériques, le fameux Big Data, que cette technologie est sortie du champ de l’expérimentation pour faire son entrée dans le monde des entreprises. Les moteurs de recherche furent les premiers à entrevoir les possibilités offertes et à s’emparer de cette technologie.
Le principe du « machine learning »
On peut finalement définir le machine learning de façon assez simple : l’utilisation d’algorithmes qui servent à établir une analyse prédictive. Ces derniers se fondent à partir de données numériques en poursuivant un objectif bien défini. Toute sa puissance repose sur l’utilisation de données en grande quantité. La machine digère des masses importantes d’informations. Puis des algorithmes lui permettent de réaliser une analyse prédictive de qualité sur un sujet bien précis. Plus la machine absorbe des data, plus elle affine son analyse.
De nombreux usages possibles dans l’univers de la Supply Chain
Que cela soit pour la gestion des stocks, le forecasting ou la planification des ventes et des opérations, le « machine learning » est en passe de devenir une technologie indispensable pour les entreprises. Son développement va permettre de réaliser des projections et des analyses beaucoup plus fines. Et ce, malgré un environnement économique toujours plus instable et une demande toujours plus volatile.
De nombreux outils ne prennent pas suffisamment en compte les évolutions du marché. Ils se basent sur des données figées et restent donc peu dynamiques. Grâce aux algorithmes qui s’appuient sur le principe du machine learning, on est en mesure de modéliser différentes hypothèses en se basant sur des sources de données plus vastes (réseaux sociaux, sites d’informations, bourse…). Le machine learning fonctionne en temps réel, il représente un outil fantastique d’aide à la décision et accroît la réactivité des organisations. Cela s’inscrit bien entendu dans une logique d’agilité de la supply chain.