Supply chain digital twin

Contexte

Groupe industriel automobile (8 000 employés, 3 Mds€ CA). Supply chain complexe : 500 fournisseurs, 12 usines, 30 pays. Aucune visibilité end-to-end. Disruptions récurrentes (pénuries composants, retards logistiques) coûtant 80M€/an. Direction Supply Chain veut un jumeau numérique pour anticiper.

Problème & Défi

- Supply chain sur 30 pays, 500 fournisseurs, 12 usines → aucune visibilité end-to-end - Disruptions récurrentes : pénuries composants, retards, qualité → coût de 80M€/an - Planification en Excel et ERP silotés → aucune simulation de scénarios possible - Délai de réaction aux disruptions : 2-3 semaines vs 2-3 jours chez les leaders - Données supply chain dispersées dans 8 systèmes non intégrés - Direction SC veut passer d'un mode réactif à prédictif, aucune capacité IA déployée

Solution & Livrables

- Digital twin de la supply chain en service : modélisation complète des 500 fournisseurs, 12 usines, flux logistiques - Simulation de scénarios en temps réel : impact des disruptions évalué en <2h vs 2-3 semaines - Détection prédictive des risques fournisseurs (ML sur données financières, géopolitiques, logistiques) - Coûts des disruptions ramenés de 35% (80M€ → 52M€/an) – anticipation vs réaction - Visibilité end-to-end opérationnelle : tracking temps réel de chaque composant de l'usine au client - Planification S&OP piloté par les données → alignement production/demande optimisé par l'IA

Technologies