WMS

A-sis planche sur 3 cas d'usage en matière de Machine Learning

NewsLetter | A-sis planche sur 3 cas d'usage en matière de Machine Learning | publié le : 13.11.2018

Après avoir renforcé ces dernières années ses compétences
en matière de Recherche Opérationnelle & Data Science
via la création d'un pôle dédié constitué de docteurs en
recherche appliquée, en data science et optimisation, l'éditeur français A-Sis a identifié trois axes de travaux R&D en matière de Machine Learning, mis en lumière par une étude des cas d'usage possibles. « La Supply Chain est un domaine idéal pour l'application du Machine Learning qui permet d'agir, entre autre, sur les niveaux des stocks, la relation client, la prévision de la demande, les achats, la planification de la production, la gestion du transport, ... » souligne Evelyne Raynaud, directrice Produit chez A-sis. Les trois cas d'usage sur lesquels travaille actuellement l'éditeur de solutions informatique de gestion de l'exécution de la suppy chain (WMS, TMS, OMS) sont : la planification des ressources au travers de la prévision de la charge, l'amélioration du réapprovisionnement picking pour pallier les ruptures de manière anticipée et l'optimisation de l'échantillonnage pour sélectionner les pièces en réception lors des opérations de contrôle qualité. JLR
Photo : Evelyne Raynaud,
directrice Produit chez A-sis

Div qui contient le message d'alerte

Se connecter

Identifiez-vous

Champ obligatoire Mot de passe obligatoire

Mot de passe oublié

Déjà abonné ? Créez vos identifiants

Vous êtes abonné, mais vous n'avez pas vos identifiants pour le site ? Remplissez les informations et un courriel vous sera envoyé.

Div qui contient le message d'alerte

Envoyer l'article par mail

Mauvais format Mauvais format

captcha
Recopiez ci-dessous le texte apparaissant dans l'image
Mauvais format

Div qui contient le message d'alerte

Contacter la rédaction

Mauvais format Texte obligatoire

Nombre de caractères restant à saisir :

captcha
Recopiez ci-dessous le texte apparaissant dans l'image
Mauvais format