Lors de la réception des marchandises, une livraison est contrôlée par rapport au bon de livraison et à la commande, et la réception est enregistrée dans l'ERP ou le WMS. La question est de savoir si l'IA peut prendre en charge ce processus. La réponse est en partie, et la partie qui reste n'est pas par hasard la partie où quelqu'un doit se trouver physiquement près des marchandises.
L'enregistrement lui-même est une tâche structurée : il y a une commande, il y a un bon de livraison, et le système attend une correspondance entre ce qui a été commandé et ce qui arrive. Cette comparaison est précisément le genre de travail dans lequel les systèmes informatiques excellent. L'axe de la structuration obtient donc un score élevé, et la reconnaissance des données sur un bon de livraison ou une facture via l'image est une tâche que l'IA maîtrise déjà aujourd'hui. Le volume joue également un rôle ici : un entrepôt qui traite cent lignes par jour a plus à gagner de la reconnaissance automatique qu'un site qui reçoit deux livraisons par semaine.
La conformité joue également en faveur de l'automatisation : si une livraison doit être enregistrée selon un protocole fixe, avec horodatage, quantité et numéro de référence, c'est quelque chose dans lequel un système est plus cohérent qu'une saisie manuelle en fin d'une longue journée de travail. Ceux qui font déjà placer automatiquement la commande elle-même constatent que le lien entre les commandes d'achat passées automatiquement chez les fournisseurs et la réception de cette même commande est une étape suivante logique : le système sait déjà ce qui devrait arriver, et peut comparer directement les données entrantes à cela.
Les trois axes déterminants ici sont le physique, le coût des erreurs et la structuration, et les deux premiers freinent ce que le troisième rend possible. Le score physique est faible car il faut quelqu'un pour ouvrir les boîtes, compter les quantités, voir les dommages et sentir si quelque chose est gâté. Une palette de quatre-vingts boîtes dont trois ont un emballage déchiré ne sera pas remarquée par une caméra, sauf si celle-ci est spécifiquement configurée et entraînée pour cela, et même alors, le jugement sur ce qui constitue un dommage acceptable reste souvent l'affaire d'un être humain.
Le coût des erreurs obtient un score faible pour une autre raison : une réception mal enregistrée conduit à un stock incorrect, ce qui peut se répercuter des semaines plus tard sur un engagement de livraison erroné envers un client ou un arrêt de production. Ces coûts ne sont pas toujours visibles immédiatement, ce qui rend le risque plus important plutôt que moindre. C'est pourquoi une marge d'appréciation de 3 subsiste ici : un système peut signaler un écart, mais que cet écart soit acceptable, ce que le fournisseur doit en faire, et si les marchandises sont finalement acceptées, reste une décision assortie d'une justification.
Un centre de distribution reçoit un lot d'appareils électroniques. Le bon de livraison indique 200 unités, la commande également 200. Un système peut comparer ces deux documents et enregistrer automatiquement la réception dès que les quantités correspondent. Mais la boîte qui s'ouvre et dans laquelle apparaît un écran cassé demande un contrôle physique et une décision : accepter, retourner, ou mettre à part pour évaluation. Cette décision relève d'un contrôle qui approuve ou rejette avec justification, pas d'une prise en charge complète.
Dans une entreprise qui reçoit des pièces détachées en petites quantités, avec un risque élevé de dommage ou de détérioration, la part physique reste plus importante et il y a peu à gagner à automatiser uniquement l'enregistrement. Dans une entreprise qui reçoit de grands lots uniformes de fournisseurs fixes, avec des emballages stables et peu d'écarts, la situation est différente : là, l'enregistrement est souvent déjà largement du travail informatique, et la tâche restante se déplace vers un contrôle par échantillonnage plutôt qu'une inspection complète. La différence ne réside pas dans le secteur, mais dans le degré de prévisibilité du lot et le niveau des coûts d'une erreur.
Ce qui fonctionne déjà aujourd'hui, c'est la reconnaissance d'image : une photo ou un scan du bon de livraison, relié au système, qui crée automatiquement une ligne de réception. Ce qui est nécessaire pour cela, c'est un équipement de scan sur le terrain et une liaison entre ce moment de scan et l'ERP ou le WMS. Sans cette liaison, la saisie reste une étape manuelle, même si le contrôle lui-même est devenu plus intelligent. Le contrôle physique des dommages et de l'exactitude reste dans la plupart des cas l'affaire d'un être humain, tout comme le contrôle qualité des produits reste en grande partie un travail humain tant que l'évaluation requiert une perception sensorielle.
Le changement en cours ici ne réside pas dans le remplacement de l'employé d'entrepôt, mais dans le déplacement de son temps : moins de temps à saisir des quantités, plus de temps à évaluer les écarts. Ce schéma est plus large que la seule réception des marchandises. Également dans la gestion des accès au terrain et au bâtiment, on constate que l'enregistrement se déroule de plus en plus automatiquement, tandis que l'évaluation des exceptions reste l'affaire d'un être humain. Si ce changement touche aux effectifs sur le terrain, des exigences légales spécifiques s'appliquent ; ce n'est pas une conclusion qui découle d'une analyse des tâches.
Que le processus de réception dans votre propre entreprise soit majoritairement du travail informatique ou majoritairement du contrôle physique dépend du type de marchandises, des fournisseurs et de la sensibilité aux erreurs de votre stock. Le scan rapide gratuit de douze questions, sans compte, donne une indication de la part des heures dans ce type de profils de travail qui peut aujourd'hui être prise en charge par l'IA. Le scan de travail complet, qui cartographie le travail d'une entreprise entière tâche par tâche, est encore en cours de développement.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.