Accueil Case Studies Entreprise internationale de fabrication La découverte de processus basée sur l’IA permet des optimisations depuis l’approvisionnement jusqu’au paiement
Comment la solution IBM Process Mining identifie les « failles » disposant d’un potentiel d’automatisation
Ingénieur en télécommunications travaillant en hauteur, installant une nouvelle antenne sur une tour de communication

En matière de processus d’approvisionnement internes, être conforme représente une réalisation de taille.Pour réduire leurs coûts au minimum tout en atteignant plus l’efficacité, la plupart des grandes entreprises créent des politiques et des flux de travail standardisés qui orientent les employés vers des liens prédéfinis avec les fournisseurs.

Lorsque les employés choisissent de suivre leur propre voie, une pratique connue sous le nom d’achat improvisé, ils renoncent à tous les avantages tarifaires et autres efficacités qui sont intégrés aux canaux d’achat standardisés. Plus ces pratiques d’achat improvisé sont fréquentes, plus leurs répercussions sur le résultat net sont importantes.

Pour cette entreprise internationale de fabrication, un producteur de câbles sophistiqués ayant des activités réparties dans 50 pays, les incitations à mettre un terme aux pratiques d’approvisionnement non standards étaient importantes. Comme le souligne le propriétaire de processus de l’entreprise, les défis associés étaient tout aussi majeurs. « Nous avons reconnu à un niveau élevé que les achats non conformes étaient un phénomène relativement répandu, dit-il. Ce qu’il nous manquait, c’était un moyen de déterminer comment ils se déroulaient, où et dans quelles proportions. »

L’un des principaux obstacles à l’action était le désir d’utiliser des outils d’automatisation robotisée des processus (RPA) pour le cycle procure-to-pay (P2P, soit de l’approvisionnement au paiement). Dans le domaine des achats, les achats non conformes - par exemple lorsqu’une facture est créée sans bon de commande correspondant - génèrent des « exceptions » qui nécessitent un traitement manuel. Comme l’automatisation repose en grande partie sur des processus standardisés, il est évident que les exceptions et l’automatisation ne font pas bon ménage. Limiter ces exceptions représente donc une priorité.

Mais vous devez d’abord les identifier. Et le meilleur environnement à votre disposition pour cela, ce sont les flux de données dans l’ERP d’entreprise SAP.

En effet, pour le responsable des achats, pouvoir suivre ce qui se passe à un niveau granulaire, en se basant sur des données, est essentiel pour parvenir à réellement optimiser le processus. « Dans le cadre de notre feuille de route de transformation numérique à long terme, explique-t-elle, nous pensons qu’obtenir plus de transparence sur nos flux de processus est un prérequis essentiel à nos efforts d’automatisation ».

Économies de coûts

 

Réduction de l’incidence des achats improvisés, ce qui a permis d’économiser 60 000 dollars correspondant aux coûts de remaniement des commandes d’achat

Atteinte des objectifs d’automatisation

 

Automatisation ciblée de 75 % des activités de création et de livraison de lignes à l’aide des outils de RPA

Comme le cadre d’IBM repose sur le jumeau numérique d’une entreprise, il offre un aperçu plus approfondi, basé sur des données, de nos flux de travail opérationnels. Et cela en fait un outil puissant pour accélérer l’automatisation. Procurement Process Owner Global Manufacturing Company
La modélisation dynamique des processus fournit des informations granulaires

Reconnaissant son besoin d’une solution de découverte des processus, l’entreprise a examiné plusieurs options. Selon le propriétaire du processus d’approvisionnement, l’entreprise a finalement choisi la solution IBM Process Mining en raison de la puissance de la technologie DTO (jumeau numérique d’une organisation) sur laquelle elle repose. « Ce qui a vraiment fait l’offre IBM Process Mining se démarquer était la flexibilité et la granularité de son cadre de modélisation dynamique des processus, explique-t-elle. Comme le cadre d’IBM repose sur le jumeau numérique d’une entreprise, il offre un aperçu plus approfondi, basé sur des données, de nos flux de travail opérationnels. Et cela en fait un outil puissant pour accélérer l’automatisation. »

Examinons quelques raisons expliquant cela.L’attribut déterminant de la DTO - la capacité de refléter avec précision les processus en analysant les flux de données - n’est pas seulement utile pour trouver des failles dans les processus, comme les achats improvisés. Il fournit également un mécanisme de simulation de type « what if » basé sur l’IA, qui permet aux experts des processus de visualiser comment des améliorations spécifiques, y compris l’automatisation, auront un impact sur des paramètres tels que le coût, la productivité et le temps de cycle du processus.

Pour cette raison, déclare le propriétaire du processus, la solution IBM Process Mining représente un outil de planification d’automatisation inestimable. « La décision d’investir dans l’automatisation des processus est en fin de compte une valeur commerciale anticipée. Mais le plus difficile est d’équilibrer les investissements dans des ressources limitées de manière à maximiser les bénéfices tout en minimisant les risques, ce qui est l’essence même de l’analyse de rentabilité", explique-t-elle. « C’est sur ce point que la capacité à simuler ces résultats a fait IBM Process Mining se démarquer. »

IBM Process Mining est inclus en tant que fonctionnalité fondamentale dans toutes les offres IBM Cloud Paks for Automation, y compris IBM Cloud Pak for Business Automation.

La transparence des processus que nous avons acquise grâce à la solution IBM a changé la donne sur les décisions d’automatisation que nous avons prises en matière d’approvisionnement jusqu’au paiement. Procurement Process Owner Global Manufacturing Company
De l’identification des points faibles à l’automatisation

Pour mettre ces capacités à l’épreuve, l’entreprise a travaillé avec son partenaire de transformation pour mettre en œuvre la solution IBM Process Mining comme preuve de concept (PoC). En utilisant les données existantes du système ERP de l’entreprise, les algorithmes de la solution ont presque instantanément mis en évidence les écarts de processus qui menaçaient de compliquer ses efforts d’automatisation.

En examinant les graphiques et les organigrammes générés par le modèle, la propriétaire du processus et son équipe ont constaté que la moitié des processus clés de création de commandes, y compris les activités de création et de livraison de lignes, étaient manuels et donc non conformes. L’analyse du processus a également montré une forte incidence des reprises résultant d’une erreur humaine dans ces activités. En plus de retarder le cycle d’approvisionnement, ces failles de processus ont entraîné une augmentation des coûts d’environ 250 000 dollars par an.

Après avoir pris connaissance de ces informations, l’entreprise a implémenté des outils d’automatisation dans les deux activités. En automatisant 75 % des activités de livraison, l’entreprise a pu réduire fortement le remaniement des commandes, tout en réduisant les coûts associés d’environ 60 000 dollars. L’automatisation comparable des activités de création de lignes a réduit les délais de trois jours, représentant les économies de coût de 50 000 dollars.

Comme la plupart des entreprises se trouvant en plein dans leur transformation numérique, cette entreprise est guidée par l’objectif global de rendre ses processus plus agiles, plus efficaces et plus basés sur le cloud. Pour la propriétaire du processus, le fait que son entreprise adopte une approche fondée sur les données pour prendre des décisions spécifiques en matière d’automatisation des processus - en sachant où se situent les points faibles et comment les traiter au mieux - fait une grande différence en termes d’efficacité. « La transparence des processus que nous avons acquise grâce à la solution IBM a changé la donne sur les décisions d’automatisation que nous avons prises en matière d’approvisionnement jusqu’au paiement, confie-t-elle.Alors que notre transformation globale se poursuit, nous considérons que la prise de décision basée sur les données est essentielle à notre succès. »

À propos de l’entreprise internationale de fabrication

Fondée il y a plus de 100 ans, cette entreprise internationale de fabrication gère plus de 100 usines dans 50 pays et emploie plus de 20 000 employés. Les marchés cibles de l’entreprise comprennent les secteurs des télécommunications, de la transmission d’énergie, de la construction et du transport.

Passez à l’étape suivante

Pour en savoir plus sur les solutions IBM présentées dans cette étude de cas, veuillez contacter votre interlocuteur IBM habituel ou votre partenaire commercial IBM.

Lire le PDF Voir plus d’études de cas Étude Forrester TEI

Découvrez le retour sur investissement potentiel d’IBM Automation

Lire le rapport
Assessment for Process Discovery & Mining

IBM Process Mining est désigné comme leader par l’évaluation NelsonHall NEAT Assessment for Process Discovery & Mining

Inscrivez-vous pour lire le rapport
Demander une démonstration

Réduisez vos temps de traitement de 70 % et obtenez un retour sur investissement de 176 %

Prendre rendez-vous
Aspects juridiques

© Copyright IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504

Produit aux Etats-Unis, mars 2022.

IBM, le logo IBM, ibm.com et IBM Cloud Pak sont des marques commerciales d’International Business Machines Corp., déposées dans de nombreux pays.Les autres noms de produits et de services peuvent être des marques d’IBM ou d’autres sociétés. La liste actualisée de toutes les marques d’IBM est disponible sur la page Web « Copyright and trademark information » à l’adresse ibm.com/trademark.

Les informations contenues dans le présent document sont à jour à la date de publication initiale et peuvent être modifiées sans préavis par IBM. Les offres mentionnées dans le présent document ne sont pas toutes disponibles dans tous les pays où la société IBM est présente.

Le client présenté dans cette étude de cas a initialement collaboré avec myInvenio, qui a commencé à exercer ses activités sous le nom d’IBM le 1er août 2021. Le produit myInvenio présenté dans cette étude de cas, myInvenio Process Mining, est désormais connu sous le nom d’IBM Process Mining.

Les données de performance et les exemples de clients cités sont présentés à titre informatif uniquement. Les résultats des performances peuvent varier en fonction des configurations et des conditions de fonctionnement. LES INFORMATIONS CONTENUES DANS LE PRÉSENT DOCUMENT SONT FOURNIES « EN L’ÉTAT », SANS AUCUNE GARANTIE EXPLICITE OU IMPLICITE, NOTAMMENT SANS AUCUNE GARANTIE DE QUALITÉ MARCHANDE, D’ADÉQUATION À UN USAGE PARTICULIER ET AUCUNE GARANTIE OU CONDITION D’ABSENCE DE CONTREFAÇON. Les produits IBM sont garantis conformément aux dispositions des contrats qui régissent leur utilisation.