Comment l’Intelligence Artificielle dompte la traçabilité des processus Supply Chain ? Application à NOZ France

Hind Aboussikine, Sonia Bendimerad (), Thierry Sauvage () and Mohamed Haouari
Additional contact information
Hind Aboussikine: LIRSA - Laboratoire interdisciplinaire de recherche en sciences de l'action - CNAM - Conservatoire National des Arts et Métiers [CNAM]
Sonia Bendimerad: ESLI - École supérieure de logistique industrielle
Thierry Sauvage: LIRSA - Laboratoire interdisciplinaire de recherche en sciences de l'action - CNAM - Conservatoire National des Arts et Métiers [CNAM]
Mohamed Haouari: ESLI - École supérieure de logistique industrielle

Post-Print from HAL

Abstract: L'intelligence artificielle est devenue incontournable dans la mise en œuvre d'une supply chain efficace [Derrouiche, 2022] et les entreprises n'ont d'autres choix que de s'adapter pour bénéficier d'une logistique rentable, fiable et fluide. Dans ce contexte, la chaîne de magasin de déstockage généraliste-NOZ- souhaite renforcer sa présence en France en augmentant son nombre de magasins (de 322 à 450) et en améliorant la traçabilité de sa supply chain. Dans cette recherche, nous identifierons les différentes phases du projet pour mettre en place un système de traçabilité basée sur une application prédictive d'Intelligence Artificielle, puis, nous constaterons les retombées positives liées à ces actions et leurs impacts sur la stratégie logistique de Noz France.

Keywords: Intelligence Artificielle; traçabilité; supply chain (search for similar items in EconPapers)
Date: 2023-06-14
Note: View the original document on HAL open archive server: https://cnam.hal.science/hal-04536092
References: View references in EconPapers View complete reference list from CitEc
Citations:

Published in CIGI QUALITA MOSIM 2023, Université Trois-Rivières, Canada, Jun 2023, Montreal (Canada), France

Downloads: (external link)
https://cnam.hal.science/hal-04536092/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-04536092

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().