SCAN : un laboratoire commun pour la mise en œuvre de solutions combinant réalité virtuelle, intelligence artificielle visant à améliorer l’agilité et la résilience des chaînes logistiques des entreprises.
Le laboratoire SCAN : perspectives de la thématique SC4.0 et collaboration académique
Afin d’accélérer la progression de nos travaux de R&D pour le management des réseaux de fournisseurs et d’en augmenter encore la pertinence, nous avons choisi de créer un programme de recherche dédié qui permette la collaboration de Scalian avec des partenaires académiques et privés pertinents.
Le programme SCAN (Système de Collaboration Agile et Numérique) est le fruit d’une collaboration entre l’IMT Mines d’Albi et le LAB Scalian. Ce partenariat a débuté en octobre 2019, pour une durée de 5 ans, renouvelable.
Il a pour objectifs de :
Il s’agit de donner des clés aux décideurs afin de mieux prendre en compte les risques et opportunités auxquels leur activité est soumise et ainsi d’améliorer l’agilité et la résilience de leurs chaines logistiques. Les travaux s’appuient sur la capacité à développer des modèles permettant de :
En 2021, 3 thèses auront cours pour traiter différents aspects de la problématique :
Axe de recherche 1 : Thèse de Nafe MORADKHANI
Débutée fin 2019, cette thèse a pour objectif de définir les concepts mathématiques nécessaires à la modélisation et la simulation de réseaux collaboratifs. Le principe repose sur une analogie avec le monde physique, où les acteurs d’un réseau sont des solides qui se déplacent dans un espace de performance en fonction des forces qui s’exercent sur eux et de l’environnement.
Courant 2019 et 2020, les concepts théoriques nécessaires à la modélisation de systèmes collaboratifs ont été définit et validés. Plusieurs simulations ont été réalisées sur des systèmes connus afin de valider notre approche (évolution épidémique, organisation de bureau de vote aux USA).
Le cadre de modélisation conçu est basé sur des lois physiques. Il tente d’identifier et de modéliser les risques et les opportunités en tant que forces pour contrôler la trajectoire d’un système qui est affecté par celles-ci.
Ainsi, les réseaux de collaboration peuvent être décrits et mis en œuvre par des composantes dynamiques appelées concepts. La physique de la dynamique des organisations (POD) applique des lois physiques à ces systèmes pour les gérer dans un contexte dynamique. La POD a pour rôle de permettre d’identifier et de modéliser les événements potentiels négatifs (dits « de risques »), ainsi que les événements potentiels positifs (dits « d’opportunités »).
Les travaux se poursuivent en 2021 pour établir une démarche permettant d’identifier les forces s’exerçant sur le réseau par Deep Learning (LSTM).
Axe de recherche 2 : Thèse de Thibaut CERABONA
Également démarrée fin 2019 cette thèse vise à appliquer les nouveaux concepts de modélisation créés au domaine du pilotage stratégique et tactique des réseaux de fournisseurs. Les modèles ainsi réalisés, notamment sur la base du framework SCORE, doivent permettre d’évaluer la performance d’un réseau de fournisseurs, son évolution à différent terme et l’impact des événements externes ou de décisions internes sur l’atteinte des objectifs.
En parallèle des expérimentations d’évaluation de notre approche sur le modèle épidémiologique, nous avons conçu un cas d’application dans le contexte du management des réseaux de fournisseurs, plus complexe que le modèle épidémiologique de validation.
Nous avons choisi de modéliser les chaînes de montage d’avions civiles Airbus sur le site de Blagnac. Cet environnement à l’avantage de représenter un contexte industriel maitrisé, de production en petite série, tout en ayant une complexité certaine, car partie d’un réseau d’approvisionnement de plusieurs dizaines de milliers d’entreprises de natures très diverses (matières premières, composants standards, systèmes complexes, chimie, etc.). Nous nous sommes basés sur les données propres à l’organisation de la chaine d’assemblage d’Airbus et des entretiens avec des experts du domaine pour réaliser une représentation réaliste de ce réseau et identifier les bons attributs et indicateurs
Nous avons ainsi pu démontrer que l’approche de modélisation proposée reste valable pour une application plus complexe que la précédente (progression épidémie), dans le cadre d’un réseau de fournisseurs. En effet, il a été possible de développer un modèle fonctionnel permettant la simulation du fonctionnement d’une chaine d’approvisionnement sur plusieurs mois, de façon nominale ou perturbé. Il est ensuite nécessaire d’identifier les forces qui s’exercent sur le système ainsi que les stratégies qui permettront d’agir sur ses performances.
Projet 3 : Thèse de Mahsa MALEK
Cette thèse débute en 2021 et porte sur les modèles d’aide à la décision, d’optimisation des performances au niveau stratégique et tactique. Sur la base des modélisations réalisées, les résultats de ces travaux doivent permettre de guider les choix des décideurs pour atteindre le plus efficacement possible les objectifs voulu en termes de performance.
La contribution scientifique
Les travaux menés dans le cadre de cette thématique ont déjà fait l’objet de plusieurs communications lors de conférences et dans des revues à comité de lecture, dont notamment les contributions suivantes :
Bénaben, Frédérick, Matthieu Lauras, Benoit Montreuil, Louis Faugere, Juanqiong GOU, et Wenxin Mu. « Physics of Organization Dynamics: An AI Framework for opportunity and risk management », 1‑6. Shangai, China, 2019. https://doi.org/10.1109/IESM45758.2019.8948167.
Bénaben, Frédérick, Jiayao Li, Ibrahim Koura, Benoit Montreuil, Matthieu Lauras, Wenxin Mu, et Juanqiong Gou. « A Tentative Framework for Risk and Opportunity Detection in A Collaborative Environment Based on Data Interpretation ». In Proceedings of the 52nd Hawaii International Conference on System Science. Hawaii, 2019. https://doi.org/10.24251/HICSS.2019.369.
Bénaben, Frédérick, Benoit Montreuil, Louis Faugere, Matthieu Lauras, Juanqiong Gou, et Wenxin Mu. « A Physics-Based Theory to Navigate Across Risks and Opportunities tn the Performance Space: Application to Crisis Management ». In Proceedings of the 53rd Hawaii International Conference on System Sciences, 2187‑96. Hawaii, 2020. https://doi.org/10.24251/HICSS.2020.267.
Cerabona, Thibaut, Matthieu Lauras, Louis Faugere, Jean-Philippe Gitto, Benoit Montreuil, et Frédérick Bénaben. « A Physics-Based Approach for Managing Supply Chain Risks and Opportunities Within Its Performance Framework ». In 21st Working Conference on Virtual Enterprises, 418‑27. Valence, Spain, 2020. https://doi.org/10.1007/978-3-030-62412-5_34.
Moradkhani, Nafe, Louis Faugere, Julien Jeany, Matthieu Lauras, Benoit Montreuil, et Frédérick Bénaben. « A Physics-Based Enterprise Modeling Approach for Risks and Opportunities Management ». In 13th IFIP Working Conference on the Practice of Entreprise Modelling, 339‑48. Riga, Latvia, 2020. https://doi.org/10.1007/978-3-030-63479-7_23.
Bénaben, Frédérick, Louis Faugere, Benoit Montreuil, Matthieu Lauras, Nafe Moradkhani, Thibaut Cerabona, Juanqiong Gou, et Wenxin Mu. « Instability is the norm! A physics-based theory to navigate among risks and opportunities ». Enterprise Information Systems, 25 janvier 2021, 1‑28. https://doi.org/10.1080/17517575.2021.1878391.
Perspectives futures
En 2021, les travaux se poursuivent dans la suite directe des thèses déjà débutées, notamment sur les aspects suivants :
Libérez votre potentiel
avec Scalian
Rejoignez des hommes et des femmes passionnés.
Développez-vous dans une organisation où professionnalisme et esprit d’entreprise riment avec convivialité et bienveillance.
Voir aussi
