Utiliser l’IA pour l’allocation des ressources en temps réel
Les entreprises font face à des défis inédits : demande volatile, pénurie de main-d’œuvre, coûts de l’énergie en hausse, etc. Pouvoir répondre en temps réel aux événements et fonctionner efficacement constitue donc une capacité critique. Une grande entreprise de fabrication a ainsi choisi Advanced Analytics d’APGAR pour automatiser la planification du travail sur un site des États-Unis et réduire coûts de personnel et d’inventaire, perte des matières premières et consommation d’énergie.
IA et allocation de ressources.
Cas d’utilisation de planification du travail dans la production
APGAR a utilisé sa plateforme RiLP pour entraîner et déployer un ANN capable de recommander des actions, de répondre à la demande et d’optimiser les coûts de fonctionnement. RiLP s’appuie sur le RL, la simulation à événements discrets et les données historiques pour l’entraînement. Après un ajustement par itération des paramètres RL, nous avons obtenu un modèle plus performant que le planificateur humain de référence
« Créer un agent IA en mesure de simuler un site de fabrication avec une réduction des coûts de 30 % par rapport à un planificateur humain a été un accomplissement extraordinaire et illustré le potentiel des solutions IA d’APGAR dans les opérations. »
APGAR Advanced Analytics suit une méthodologie agile et orientée sur la valeur.
Analyse de rentabilité
APGAR Advanced Analytics commence par proposer aux clients une analyse de rentabilité gratuite. Au cours de cette phase, les défis professionnels et les systèmes/processus opérationnels à optimiser sont évoqués et détaillés, et des données historiques sont également analysées. Si la solution RiLP d’APGAR est susceptible de résoudre le problème, un PoV est proposé et les critères de succès définis.
PoV (Proof-of-Value)
Le PoV inclut configuration d’une simulation du processus, pré-traitement des données et mise en œuvre des règles heuristiques de référence. Une fois un agent IA plus performant que la référence, nous l’évaluons par rapport au fonctionnement actuel dans un environnement réel. Pour limiter le risque, le PoV peut être fourni à un prix fixe réduit, avec des frais supplémentaires conditionnés au respect des critères de succès.