L’entreprise japonaise Calbee a annoncé en juillet 2026 le développement d’un système de simulation et d’optimisation de la chaîne d’approvisionnement baptisé C-BOSS, acronyme de Calbee Business Optimization Simulation System. Le système rassemble les données réparties entre les services et les différentes opérations de l’entreprise afin de les utiliser pour simuler l’ensemble de la chaîne d’approvisionnement, ce qui aide à prendre des décisions d’optimisation à l’échelle de l’entreprise au lieu de traiter chaque partie séparément.
L’importance de ce projet tient à la nature des activités de Calbee, fondée en 1949 et produisant des chips ainsi que d’autres snacks, parmi lesquels des produits tels que « Jagarico ». L’entreprise s’appuie sur une chaîne d’approvisionnement influencée par les saisons de culture des pommes de terre, les régions de production et les conditions météorologiques, tandis que les besoins des usines, des produits et des marchés évoluent au fil du temps.
Une chaîne d’approvisionnement difficile à gérer avec les méthodes traditionnelles
Calbee utilise des pommes de terre cultivées à Hokkaido dans le cadre d’un cycle qui s’étend approximativement de la saison des récoltes jusqu’au printemps suivant, avec un stockage de la récolte et une utilisation progressive. Un nouveau cycle d’approvisionnement commence ensuite, avec des sources et des régions différentes. Cette succession rend la gestion des matières premières plus complexe qu’une simple mise en adéquation de la demande et de la production, car la qualité de la récolte, son calendrier et les conditions de stockage influencent les décisions ultérieures.
L’entreprise gère également plus de 1 000 unités de stockage et de produits, selon ce qui est indiqué dans l’article, ainsi que des capacités d’usine différentes d’un produit à l’autre. La demande de snacks varie en fonction des saisons, des campagnes et des nouveaux produits, tandis que la durée de conservation des produits ne permet pas d’augmenter les stocks sans limites. Ainsi, la décision de transférer la production ou d’ajuster les stocks sur un site peut avoir des répercussions sur d’autres usines et opérations.
Des données distinctes à une décision unifiée
Avant le développement de C-BOSS, les services recueillaient les données et réagissaient aux changements chacun de leur côté. Calbee estime que cette approche rend plus difficile la prise d’une décision globale, en particulier lorsque les conditions de la demande ou de l’approvisionnement changent simultanément. Le nouveau système vise à créer un mécanisme permettant d’évaluer l’impact des décisions sur l’ensemble du réseau, puis de choisir un plan plus cohérent avec les objectifs de l’entreprise.
En 2023, l’entreprise a commencé à constituer une équipe chargée de la planification intégrée des opérations et de la chaîne d’approvisionnement dans le cadre du S&OP. Après avoir comparé des outils prêts à l’emploi et d’autres options, elle a choisi de développer le système en interne. L’entreprise a indiqué que les outils en package prêts à l’emploi ne suffisaient pas à gérer les caractéristiques uniques de la chaîne d’approvisionnement des pommes de terre ni ses besoins en matière d’optimisation des opérations entre les services, et qu’elle souhaitait également conserver une plus grande flexibilité dans le développement du système.
Pourquoi cette évolution est-elle importante ?
C-BOSS ne se limite pas à automatiser une seule étape de la planification ; la valeur fondamentale du projet réside dans la mise en relation des décisions concernant les matières premières, la production, les stocks et la distribution au sein d’un modèle unique. Pour Calbee, cela pourrait aider à révéler les effets d’une décision avant sa mise en œuvre, plutôt que de s’appuyer sur un traitement ultérieur des problèmes. Toutefois, l’article ne fournit aucun chiffre concernant les économies réalisées, l’amélioration de la précision des prévisions ou l’étendue complète du déploiement ; il n’est donc pas encore possible de mesurer les résultats commerciaux du système.
Le projet constitue un exemple d’utilisation de l’intelligence artificielle et de la simulation dans la gestion d’opérations industrielles complexes, où le problème ne réside pas seulement dans le manque de données, mais aussi dans leur dispersion entre les unités et la difficulté à les transformer en décision commune. L’expérience de Calbee montre que le développement d’un outil personnalisé peut être privilégié lorsque les décisions sont liées à des caractéristiques opérationnelles que les logiciels généraux ne couvrent pas.