Les marchandises dangereuses à la rencontre de l’IA: Étienne Lacroix repense la chaîne logistique avec SAP

Dans le cadre d’un projet de co-innovation, l’entreprise française de pyrotechnie Étienne Lacroix, le partenaire SAP STMS et le SAP Co-Innovation Lab ont conjointement développé une solution innovante dotée d’une intelligence artificielle générative (genAI) pour le transit des marchandises dangereuses. L’automatisation de la création des étiquettes d’expédition a occupé une place centrale dans ce processus puisqu’il s’agit d’un élément essentiel et complexe de la chaîne logistique mondiale de l’entreprise.

Des feux d’artifice distribués mondialement mais des réglementations locales : le dilemme des étiquettes d’Étienne Lacroix

Le groupe Étienne Lacroix est connu dans le monde entier pour ses feux d’artifice spectaculaires et s’est notamment illustré lors de l’ouverture du Burj Khalifa à Dubaï ou encore à l’occasion des célébrations de la fête nationale française. Derrière la magie se cache toutefois une chaîne d’approvisionnement très complexe : les feux d’artifice sont considérés comme des marchandises dangereuses et sont soumis à des réglementations strictes sur le plan international. Chaque étiquette doit correctement mentionner les notes d’avertissement, symboles, codes de danger et codes couleur pertinents ainsi que les versions en langue locale, souvent dans des formats différents selon le pays de destination.

Une étiquette doit indiquer en un coup d’œil les informations nécessaires : ce qu’elle contient, comment elle doit être manipulée et qui a le droit de l’ouvrir. Il arrive également souvent que les clients énoncent leurs propres exigences, en termes de couleurs ou en raison de singularités culturelles, par exemple. Soumis à tant de réglementations différentes partout dans le monde, le processus d’étiquetage des expéditions, qui intervient à la fin de la chaîne de production, s’avère donc très chronophage en plus de présenter un fort potentiel d’erreurs.

L’IA générative change la donne dans la chaîne logistique

L’idée d’automatiser cette tâche complexe à l’aide de l’IA générative est née de la coopération entre le groupe français et le partenaire SAP STMS. Les experts informatiques et commerciaux d’Étienne Lacroix étaient alors impatients de découvrir comment l’IA générative pouvait les aider à simplifier leurs processus. « Actuellement, tout le monde parle de l’IA, des solutions possibles pour l’introduire dans l’industrie et des grands bénéfices que nous pourrions en tirer », déclare Eric Marini, directeur des systèmes d’information chez Étienne Lacroix. « Il y a cependant peu de propositions de mise en œuvre concrètes qui permettraient à une entreprise d’en tirer profit. »

C’est dans le cadre d’un événement Hack2Build qu’Étienne Lacroix, STMS et le SAP Co-Innovation Lab ont développé un prototype fonctionnel, basé sur SAP Business Technology Platform (SAP BTP) et intégré à SAP S/4HANA. Cette solution repose sur le moteur de vecteur SAP HANA Cloud, un service lancé en 2024 qui permet d’associer efficacement de grands modèles de langage (LLM) à des données commerciales structurées. Afin que la solution soit capable de générer des étiquettes d’expédition sur mesure à partir des données spécifiques à l’entreprise, l’équipe du projet a intégré ChatGPT 3.5 Turbo par le biais du hub d’IA générative de SAP.

Un contexte et une précision accrus grâce au moteur de vecteur

Le moteur de vecteur s’ajoute aux moteurs multimodèles fournis dans SAP HANA Cloud et permet aux clients de résoudre des problèmes de gestion par l’analyse de la similitude entre deux vecteurs ou plus. L’intégration de la technologie de l’IA dans SAP HANA Cloud permet également de combiner la pensée intuitive avec les informations fondées sur les données pour résoudre les défis les plus complexes.

Parmi les principaux avantages et fonctionnalités du moteur de vecteur, citons les éléments suivants :

• Multimodalité : les utilisateurs peuvent rassembler tous types de données dans une seule base de données pour concevoir des applications innovantes dotées d’une architecture de données efficace et de performances in-memory.
• Recherches et analyses avancées : des documents tels que des contrats, des spécifications de conception et même des notes relatives à des appels de service peuvent être utilisés pour mettre en œuvre des recherches sémantiques et de similarités afin d’optimiser des processus de gestion.
• Recommandations personnalisées : les utilisateurs bénéficient de suggestions plus précises et personnalisées.
• Optimisation des grands modèles de langage : les résultats obtenus par les LLM sont enrichis avec des données plus pertinentes et mieux contextualisées.

Le contexte est roi : une direction claire pour l’IA

L’emploi de la génération augmentée de récupération (RAG) est crucial pour la qualité du contenu généré. Le modèle de langage est alimenté par des informations contextuelles issues d’une base de données vectorielle composée, entre autres, de dispositions légales, d’anciennes exigences énoncées par les clients, de réglementations spécifiques à chaque pays et de données d’expédition historiques. « La génération augmentée de récupération fournit au LLM les garde-fous nécessaires », déclare Miliau Pape du SAP Co-Innovation Lab. « L’IA doit être créative sans jamais sortir du cadre de conformité. » Grâce à cette technologie, le système peut donc créer une étiquette personnalisée pour chaque expédition à partir d’informations comme le pays de destination, l’itinéraire, les préférences du client, les codes couleur et les certifications de sécurité requises.
 

L’humain reste dans la boucle

La solution a été mise en œuvre sous la forme d’une application Fiori sur SAP BTP et permet, via une simple invite, de générer des étiquettes dotées de toutes les informations pertinentes. Elle propose non seulement le contenu, mais ajuste aussi la forme et le design des étiquettes aux exigences légales et particularités culturelles à respecter. Eric Marini rappelle que l’humain reste impliqué dans le processus : « Nos collaborateurs continuent de vérifier si toutes les informations sont correctes. C’est le processus de création très chronophage qui s’en trouve grandement allégé, réduisant aussi le risque d’erreurs. »

Intégration simple et conception à l’épreuve du temps
Ce qui n’était d’abord qu’un prototype se transforme aujourd’hui en une solution opérationnelle. Étienne Lacroix est en cours de migration vers SAP S/4HANA et le déploiement de l’application devrait avoir lieu cette année. Celle-ci s’exécutant déjà sur SAP BTP, son intégration technique sera aisée.

« Nos anciens systèmes étaient devenus obsolètes », explique M. Marini. « Grâce à SAP S/4HANA et aux nouveaux composants SAP Business AI, nous avons de nouveau accès aux dernières technologies et nos utilisateurs n’ont jamais été aussi motivés à l’idée d’assumer la responsabilité de leurs processus numériques. »
 

Repousser les limites, créer de la valeur ajoutée

La solution basée sur l’IA générative mise en œuvre chez Étienne Lacroix constitue un excellent exemple d’utilisation réelle de la technologie SAP Business AI dans la pratique industrielle. Le potentiel de cette technologie s’illustre particulièrement dans les scénarios complexes de chaîne logistique soumis à d’importantes contraintes réglementaires. L’implication de LLM composés de données spécifiques à l’entreprise via la RAG et l’utilisation du moteur de vecteur SAP HANA Cloud permettent d’atteindre un nouveau niveau d’automatisation tout en assumant ses responsabilités. « Ce prototype montre ce qui est possible », selon Miliau Pape du SAP Co-Innovation Lab. « Il repousse les limites du possible et emploie l’IA dans les situations où elle peut générer une véritable valeur ajoutée, soit dans de vrais processus de gestion. »