Le leader européen des services de transport et de logistique sous température contrôlée dédiés aux produits alimentaires a confié l’optimisation de ses plans de transport à Dcbrain. Objectif : digitaliser l’organisation et optimiser et réduire l’empreinte carbone de ses activités. STEF s’est appuyé sur la technologie d’Intelligence Artificielle hybride de DCbrain : « intuitive et facile à implémenter au cœur du système d’information » explique STEF. Le déploiement d’INES (Intelligent Network Solution), la solution d’Intelligence Artificielle de DCbrain « comprend et optimise les réseaux physiques ». Intégrée à son système d’information, la technologie INES permet donc à STEF de rationaliser et d’optimiser ses plans de transport et les activités de son réseau d’agences.
« Avec DCbrain, nous avons mené un projet pilote très convaincant qui nous incite aujourd’hui à déployer cette technologie sur la totalité de nos filiales transport flux frais en France. Grâce à INES, nous visons des gains conséquents en matière de qualité de service. Nous réduirons également notre empreinte carbone, grâce à l’optimisation de nos plans de transport et des ressources matérielles dédiées. Nous serons également plus réactifs pour adapter nos schémas opérationnels en fonction des variations d’activité. Cette collaboration s’inscrit parfaitement dans nos objectifs de faire du développement durable un véritable levier de performance », commente Damien Chapotot, Directeur général délégué de STEF Transport.
Accélérer la transformation numérique
«A l’ère de la data, STEF a parfaitement compris tout l’intérêt de l’Intelligence Artificielle et du Machine Learning pour industrialiser et accélérer sa transformation numérique. Avec INES, STEF gagne en agilité, optimise sa pratique métier et son efficacité opérationnelle. Notre solution SaaS est un outil opérationnel métier qui répond aux besoins des équipes terrain et fédère toutes les parties prenantes de l’entreprise. Ses fonctionnalités d’analyse et de recommandation en temps réel ont démontré leur valeur ajoutée à court terme (plans de transport et mouvements de camions optimisés, moins de CO2 rejeté). A moyen et long terme, INES permettra à STEF de rationaliser ses moyens matériels et de mieux gérer/planifier l’activité de son réseau » commente Arnaud de Moissac, CEO et cofondateur de DCbrain.
Pour analyser les données issues de ses réseaux, les convertir en décisions métier et business, STEF s’appuie ainsi sur des bases et jeux de données sous forme de graphes relationnels qui permettent de créer des doubles digitaux (modèle dynamique et numérique du réseau physique) et d’intégrer la complexité d’un réseau. STEF peut ainsi simuler ses plans de transports (globaux et agences par agences), prédire des événements, identifier des anomalies et disposer de recommandations d’optimisation en temps réel.