Connexion
/ Inscription
Mon espace
Initiatives
ABONNÉS
Partager par Linked-In
Partager par Xing
Partager par Facebook
Partager par email
Suivez-nous sur feedly

[Initiatives] L’IA au service d’une supply chain performante et décarbonée

Pour lutter contre les difficultés économiques, RMAN Sync, startup labélisée Deeptech et spécialisée en IA au service de la gestion et de l’optimisation de la supply chain, a développé une solution capable d’optimiser la gestion des achats et des approvisionnements des entreprises, tout en réduisant leur impact environnemental.

 

Alors que la volatilité des marchés, les tensions sur les chaînes d’approvisionnement et les exigences accrues en matière de performance environnementale, pèsent sur les entreprises, 4 entrepreneurs normands se sont mobilisés, dès 2019, pour permettre aux industriels et aux distributeurs d’optimiser durablement leurs achats et leurs approvisionnements tout en réduisant significativement leur empreinte carbone. 

 

Ainsi, au travers de RMAN Sync, Marc Malmaison, Renaud Delcoigne, Antoine Morace et Orlane Voisin, les 4 co-fondateurs de RMAN Sync, visent à transformer la gestion de la supply chain grâce à une IA propriétaire spécialisée.

 

RENOVATIO : une plateforme SaaS intelligente pour piloter la supply chain de bout en bout

 

L’offre de RMAN Sync s'appuie sur RENOVATIO, une plateforme SaaS modulaire qui centralise l’ensemble des fonctions clés de la supply chain au sein d’une interface unique : de la prévision de la demande, à la gestion des achats en passant par l’optimisation des stocks ou encore le pilotage des approvisionnements.

 

Basée sur des technologies avancées de deep learning et de machine learning, RENOVATIO analyse de manière continue les données internes de l’entreprise (historiques de ventes, commandes, saisonnalités, contrats fournisseurs...) ainsi que des données externes (tendances de marché, météo, prix des matières premières...). Mais la solution ne se limite pas à l’analyse des ventes passées : elle prend en compte l’exhaustivité de la demande, y compris la prédiction des commandes en cours et à venir, et intègre les logiques de négociation fournisseurs (BFA, RFA) pour optimiser les volumes et les conditions d’achat.

 

L’intelligence artificielle sélectionne automatiquement les modèles prédictifs les plus pertinents pour fournir des recommandations fiables et adaptées aux équipes opérationnelles.

 

Performance économique et impact environnemental mesurable

 

La technologie développée par RMAN Sync permet aux entreprises de concilier performance économique et responsabilité environnementale. Grâce à une meilleure anticipation de la demande et à une planification plus fine des approvisionnements, les clients de RMAN Sync peuvent :

•   Améliorer la fiabilité de leurs prévisions jusqu’à 97%

•   Réduire les coûts de possession de stocks jusqu’à 28%

•   Diminuer jusqu’à 30% les émissions de carbone liées au transport, au stockage et aux flux logistiques

 

Grâce à son architecture SaaS sécurisée et à sa capacité d’intégration aux systèmes existants, RENOVATIO s’inscrit comme un levier concret de décarbonation de la supply chain, en limitant les surstocks, les ruptures et les flux inutiles des entreprises industrielles, distributeurs et négociants souhaitant moderniser leur pilotage supply chain.

 

Une deeptech reconnue et soutenue par l’écosystème

 

Parmi les 27 collaborateurs au sein de RMAN Sync, une équipe d’experts en intelligence artificielle et en supply chain travaille étroitement avec des laboratoires de recherche. La R&D est centrale pour l’entreprise qui a été lauréate du concours d’innovation i-Lab et a levé près de 6 millions d’euros depuis sa création.

 

Partenaire de Bpifrance et récemment référencée par Capgemini, RMAN Sync poursuit son développement avec une ambition claire : s’imposer comme un acteur technologique de référence de l’IA appliquée à la supply chain, capable d’accompagner les entreprises face aux enjeux économiques, industriels et environnementaux à l’échelle mondiale.

Lire la suite...


Articles en relation