Planificateur de la chaîne d'approvisionnement

États-Unis. Le bureau des statistiques prévoit que l'emploi des logisticiens progressera de 18 % de 2025 à 2035, bien plus vite que la moyenne, à partir de 255 100 emplois avec une variation de 44 900, et environ 26 600 postes à pourvoir par an. O*NET classe demand planner et supply chain planner parmi les intitulés de poste des logisticiens et analystes logistiques. Elle compte des emplois pour un seul pays, non des tâches.

Une personne nommée, ayant une position reconnue, a publiquement prédit quelque chose, à une date, dans une déclaration attribuable. On l'enregistre pour que qui a dit quoi, et quand, reste vérifiable — et cela ne déplace jamais l'appréciation d'une tâche, car une prévision n'est pas une observation. Sa valeur arrive plus tard : l'enregistrement se trouve sur la même page que les preuves concernant ce métier, donc qui lit la prévision lit à côté le relevé de ce qui s'est passé ensuite. C'est là que les comptes se font ; ce site ne publie aucun verdict sur la réalisation d'une prévision.

Le récit d'Unilever sur sa propre chaîne d'approvisionnement. L'entreprise dit que son Forecast Engine Utility combine apprentissage automatique et science des données pour générer chaque semaine une prévision à 104 semaines sur plus de 5 millions de combinaisons produit–client dans 40 marchés opérationnels, et que si l'IA aide à prendre de meilleures décisions à grande échelle, l'expertise humaine reste essentielle : ses équipes apportent le jugement, le contexte et l'expérience nécessaires pour prendre les décisions finales. C'est l'entreprise qui décrit ses propres processus ; aucun chiffre d'effectifs n'est donné.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

Le blog technologique de Walmart. Il dit qu'au lieu de réagir après une perturbation, les planificateurs utilisent des simulations pour voir immédiatement comment la météo pourrait affecter la disponibilité des stocks, les itinéraires de transport et les livraisons aux clients, et que ces informations aident les planificateurs à repérer des occasions de repositionner les stocks, d'ajuster les délais d'acheminement ou de réacheminer des expéditions avant que la météo ne touche les opérations. L'outil informe les planificateurs, qui agissent ; aucun chiffre n'est donné.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

UE-27, entreprises de 10 salariés ou plus, année de référence 2025. 19,95 % des entreprises utilisaient au moins une technologie d'IA, et 6,08 % d'entre elles l'appliquaient à la logistique — environ 1,21 % de l'ensemble des entreprises —, le plus faible des sept usages que publie le jeu de données ; parmi les entreprises de 250 salariés ou plus, la part de la logistique est de 14,95 %. L'enquête mesure l'adoption par les entreprises dans l'ensemble de l'économie, non le travail des planificateurs, et « logistique » est la large catégorie de l'enquête.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

Chine, JD.com. Un modèle de réapprovisionnement validé par un déploiement sur le terrain avec une analyse en doubles différences, qui rapporte une réduction de 5,27 jours de la durée de rotation, une hausse de 2,29 % des taux de disponibilité et une baisse de 29,95 % des coûts de possession par rapport à la pratique en place. L'article définit le taux d'automatisation comme le pourcentage des décisions de réapprovisionnement produites par des modèles et adoptées pour exécution, et dit que les articles traités ont été choisis par les responsables de JD pour leurs taux d'automatisation élevés. Plusieurs auteurs travaillent pour JD.com, qui a un intérêt dans le résultat.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

Un article de la salle de presse de Walmart. Il dit que, lorsque des surstocks apparaissent, un système réachemine automatiquement l'approvisionnement vers les magasins qui en ont le plus besoin avant que l'excédent ne devienne du gaspillage, et que ce seul système a déjà fait économiser plus de 55 millions de dollars à Walmart. C'est l'entreprise qui décrit son propre système ; il ne dit pas ce que les planificateurs font différemment et ne fait pas état des effectifs.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

L'annonce d'Amazon sur ses propres opérations. Elle dit que, là où les systèmes précédents utilisaient l'historique des ventes pour guider les décisions de planification des stocks, un modèle de fondation ajoute des données datées comme les conditions météorologiques et les calendriers des fêtes, et que ces prévisions ont contribué à une amélioration de 10 % des prévisions nationales à long terme pour les événements promotionnels et de 20 % des prévisions régionales pour des millions d'articles populaires. C'est l'entreprise qui décrit ses propres systèmes ; elle ne rapporte aucun effet sur le personnel de planification.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

Chine, Alibaba. Le résumé dit que, traditionnellement, des acheteurs humains prennent les décisions de réapprovisionnement et peuvent ignorer les recommandations des algorithmes, que l'entreprise étudie un nouveau système de réapprovisionnement dans lequel les recommandations algorithmiques sont définitives, et que les auteurs présentent des éléments montrant que leurs algorithmes font mieux que les acheteurs humains pour réduire les taux de rupture et les niveaux de stock. Trois des quatre auteurs travaillent chez Alibaba ; le résumé ne donne aucun chiffre, et « étudier » est plus faible qu'un déploiement complet.

Essai à petite échelle dans un cadre réel. Cela nous dit que les conditions de déploiement sont mises à l'épreuve, non qu'elles sont réunies — donc un pilote ne suffit jamais à lui seul ; deux indépendants suffisent.

États-Unis, Bureau of Engraving and Printing. L'entrée d'inventaire, marquée comme déployée avec une date de mise en service au 15 septembre 2023, dit que le modèle aide à réduire les perturbations de la chaîne d'approvisionnement en prévoyant la performance des fournisseurs et les ruptures d'articles, ce qui permet des décisions d'approvisionnement anticipées et améliore la planification des stocks. C'est l'agence qui décrit son propre modèle ; elle ne rapporte aucun effet sur le personnel.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

États-Unis, chaîne d'approvisionnement des serveurs de Microsoft Azure. L'article dit que les auteurs ont déployé l'outil OptiGuide pour l'optimisation du déploiement des serveurs utilisée dans la chaîne d'approvisionnement d'Azure ; que les principaux utilisateurs de l'optimisation sont les planificateurs, qui confirment que son résultat répond aux besoins de l'entreprise ou passent outre ; qu'avant OptiGuide, répondre à une seule question de scénario nécessitait plus de trois opérateurs et un ingénieur d'astreinte ; et qu'une évaluation préliminaire montre une précision de plus de 90 % sur la distribution. Microsoft a à la fois construit et utilise l'outil, et vend les modèles sous-jacents.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

États-Unis, Center for Devices and Radiological Health de la FDA. L'entrée d'inventaire, marquée comme déployée avec une date de mise en service en avril 2023, décrit l'estimation de la demande future potentielle de dispositifs médicaux et la prévision de la demande de dispositifs critiques dans divers scénarios, comme une catastrophe naturelle ou une urgence de santé publique. L'entrée n'a pas d'identifiant dans le fichier et ne donne aucun chiffre ; c'est l'agence qui décrit son propre modèle.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

Si vous débutez, attendez-vous à ce que la prévision et une grande partie du réapprovisionnement courant soient produites par des systèmes, et à ce que le travail soit dans les exceptions : l'article sur lequel le modèle se trompe, la promotion qu'il ne voit pas, la perturbation qui exige un nouveau plan. Apprenez assez bien le fonctionnement des modèles pour savoir quand passer outre.

Attendez-vous à passer moins d'heures à construire des prévisions et davantage à trancher des arbitrages et à traiter ce que le système signale. Les entreprises les plus avancées laissent toujours aux personnes la décision finale sur les arbitrages — c'est là que votre expérience compte.

Rester et se renforcer

Rester, et devenir la personne qui gère les exceptions

Les prévisions et le réapprovisionnement automatisés traitent le courant ; les entreprises comptent toujours sur les planificateurs pour juger les arbitrages et passer outre quand le modèle se trompe.

Refaçonner le poste

Aller vers les arbitrages de planification et le S&OP

Équilibrer offre, ventes et coûts entre les fonctions, c'est là que les entreprises consignées ici gardent des personnes aux commandes.

Mouvement latéral

Passer à l'analytique de planification et à la responsabilité des modèles

Quelqu'un doit savoir quand un modèle de prévision ou de réapprovisionnement a dérivé, et décider quelle part des décisions il peut prendre seul.

Elle reprend une grande partie de la prévision et du réapprovisionnement courant dans les grandes entreprises — certains distributeurs laissent les algorithmes prendre eux-mêmes les décisions de réapprovisionnement. Mais ces mêmes entreprises disent que ce sont des personnes qui tranchent en dernier ressort sur les arbitrages, et les projections américaines prévoient que l'emploi des logisticiens progressera de 18 % de 2025 à 2035.

Nous ne répondons pas par un nombre d'années. Surveillez la part des décisions qui partent sans qu'un planificateur y touche — des entreprises comme JD.com la mesurent déjà — et si les arbitrages entre coût, niveau de service et capacité commencent à être fixés par des systèmes plutôt que par des personnes. Aujourd'hui, les entreprises consignées ici laissent le second point aux personnes.

À grande échelle, les entreprises consignées ici l'affirment. Amazon rapporte des prévisions à long terme meilleures de 10 % pour les événements promotionnels et des prévisions régionales meilleures de 20 % après l'ajout d'un modèle de fondation, et une étude coécrite par des salariés d'Alibaba a constaté que ses algorithmes faisaient mieux que les acheteurs humains sur les taux de rupture et les niveaux de stock. Les planificateurs ajustent toujours pour ce que le modèle ne voit pas.

Les projections américaines prévoient que l'emploi des logisticiens progressera de 18 % de 2025 à 2035, bien plus vite que la moyenne, avec environ 26 600 postes à pourvoir par an. Le travail passe de la production des prévisions à la gestion des exceptions, des arbitrages et des perturbations.