Intelligence artificielle
La technologie numérique rend les chaînes d’approvisionnement plus résilientes
Ajouter Securities.io à vos sources préférées sur Google
Pendant longtemps, les industries numériques et physiques sont restées quelque peu séparées, les outils tels que la planification des ressources d’entreprise (ERP) et la gestion de la relation client (CRM) représentant la majeure partie de la « numérisation ».
Cela change rapidement, car la fabrication, la logistique et l’ensemble de la chaîne d’approvisionnement s’automatisent progressivement et deviennent « intelligentes ». L’arrivée d’outils d’IA toujours plus utiles et puissants ne fera qu’accélérer cette tendance. Cela conduit à une convergence technologique progressive des industries de l’économie numérique et de l’économie réelle.
Cela donne aux opérateurs industriels des connaissances sans précédent sur chaque maillon physique de la chaîne d’approvisionnement, de la planification stratégique et de la préemption des risques à l’approvisionnement, à la planification de la production et à la logistique.
En conséquence, cela leur offre également une opportunité inédite d’améliorer la résilience des chaînes d’approvisionnement.
Une nouvelle étude menée par deux chercheurs de l’Université de finance et d’économie du Jiangxi en Chine analyse cette question. Elle a constaté que le renforcement de la résilience de la chaîne d’approvisionnement est motivé par quelques facteurs clés : l’allègement des contraintes de financement, la réduction de la concentration de la chaîne d’approvisionnement et la promotion de l’innovation technologique.
Ils ont publié leurs résultats dans International Review of Economics & Finance1, sous le titre « The impact of technological convergence between digital and real economy industries on supply chain resilience ».
Des chaînes d’approvisionnement de plus en plus complexes et fragiles
Une caractéristique de l’économie moderne est que chaque bien produit dépend d’une chaîne d’approvisionnement dont la complexité ne cesse d’augmenter. Cela englobe non seulement les intrants nécessaires à la fabrication d’un produit donné, mais aussi toutes les pièces, éléments rares et machines ultra‑spécialisées requises pour transformer les matières premières en produits finis et, indirectement, tous les autres intrants, pièces et machines nécessaires à la fabrication de ces outils et matières de base.
En temps de crise, comme pendant la pandémie de Covid, les chaînes d’approvisionnement imbriquées peuvent fléchir sous la pression, provoquant une cascade de perturbations qui se répercute sur l’ensemble des industries.
À mesure que les tensions géopolitiques, les catastrophes naturelles et les frictions commerciales deviennent de plus en plus fréquentes et intenses, le modèle ancien des chaînes d’approvisionnement « just‑in‑time », vulnérable aux chocs externes, est de plus en plus remis en question.
« Par exemple, l’imposition soudaine de tarifs stricts par les États‑Unis au début de 2025 a perturbé l’approvisionnement en matières premières de nombreuses entreprises, les obligeant à suspendre leurs activités de production et entraînant d’importantes pertes économiques. »
Cela a suscité un regain d’intérêt pour une chaîne d’approvisionnement plus résiliente, capable d’absorber et de résister aux chocs externes, assurant ainsi la continuité de l’approvisionnement en biens de consommation essentiels et en matériaux stratégiques.
En fin de compte, la stabilité à long terme et la durabilité du développement économique dépendront du développement d’une chaîne d’approvisionnement ainsi plus résiliente.
Technologies numériques et chaîne d’approvisionnement
Fusion de l’économie numérique avec le physique
La valeur ajoutée de l’économie numérique chinoise devrait atteindre 49 000 milliards de RMB d’ici 2025, soit environ 35 % du produit intérieur brut (PIB) du pays, avec des chiffres similaires dans de nombreuses autres économies développées.
Avec une part déjà aussi importante de l’économie, la seule voie pour une croissance supplémentaire de l’économie numérique consiste à la fusionner davantage avec le secteur physique et à stimuler la productivité dans les deux domaines.
D’une part, cela permettra aux technologies de l’industrie numérique d’intégrer des ressources de données diversifiées, du capital de connaissances et des paradigmes innovants dans le cadre technologique des industries réelles.
D’autre part, les industries réelles servent de terrain d’essai aux technologies numériques, offrant des environnements expérimentaux riches et des orientations d’optimisation claires afin de rendre ces technologies plus impactantes sur la productivité globale de l’économie.
Et il n’existe pratiquement aucun secteur où l’impact serait plus immédiat que celui des chaînes d’approvisionnement.
Analyse des chaînes d’approvisionnement réelles
Les chercheurs ont sélectionné les sociétés cotées en actions A chinoises de 2011 à 2024, le jeu de données final comprenant 13 410 observations valides d’entreprise‑année.
Ils ont mesuré plusieurs indicateurs :
- Résilience de la chaîne d’approvisionnement, composée de plusieurs sous‑composantes :
- Réactivité de la chaîne d’approvisionnement : la capacité, face aux perturbations externes, de répondre rapidement aux fluctuations de l’offre et de la demande.
- Résistance de la chaîne d’approvisionnement : la capacité à maintenir une exploitation continue et une circulation fluide lorsqu’on fait face à des chocs externes.
- Récupération de la chaîne d’approvisionnement : reflète l’efficacité avec laquelle la performance de l’entreprise résiste et rebondit après des chocs externes.
- Convergence technologique des industries de l’économie numérique et réelle, mesurée lorsqu’un brevet est classé hors du domaine technologique de l’industrie numérique mais cite au moins un brevet de technologie de l’industrie numérique.
- Variables de contrôle, telles que la taille de l’entreprise (Size) : le logarithme naturel du total des actifs à la clôture de l’exercice ; l’âge de l’entreprise, le levier financier, le retour sur actifs, la croissance du chiffre d’affaires, les flux de trésorerie, la taille du conseil d’administration, la concentration de l’actionnariat, etc.
Comment la numérisation peut-elle améliorer les chaînes d’approvisionnement ?
La première étape, probablement la plus avancée grâce à l’ERP, consiste à transformer les éléments de données et l’information de bout en bout en ressources d’information stratégiques.
Des modèles de surveillance des risques à haute fidélité peuvent détecter avec précision les vulnérabilités potentielles, telles que les contraintes d’approvisionnement en amont et les perturbations logistiques. Le facteur clé sera de faire passer la gestion des risques d’une atténuation réactive à une anticipation proactive, éventuellement à l’aide d’agents d’IA dédiés.
Une autre étape est le déploiement d’outils comme les jumeaux numériques et les ressources de simulation virtuelle. Ils peuvent modéliser des scénarios de perturbation dans des environnements virtuels, permettant aux entreprises de formuler préventivement des protocoles de reconfiguration flexibles pour les nœuds critiques de la chaîne d’approvisionnement.
Lorsqu’on est confronté à de réelles perturbations, le déploiement agile de ressources pré‑testées peut atténuer efficacement les dommages au système global.
Une autre étape consistera à démanteler les silos de connaissances inter‑industriels et à faciliter l’intégration de données de bout en bout, depuis la fabrication en amont jusqu’à la consommation en aval.
De cette façon, les entreprises peuvent identifier rapidement les nœuds en difficulté après un choc, synchroniser des protocoles d’urgence unifiés avec leurs partenaires de la chaîne d’approvisionnement et mobiliser efficacement les ressources critiques vers les segments en détresse.
Et bien sûr, pour toutes ces initiatives et ces données, une solide cryptographie et un contrôle d’accès seront essentiels pour protéger la confidentialité et l’intégrité des données essentielles des entreprises.
Alléger les contraintes financières
Des données plus précises peuvent fournir aux institutions financières des informations fiables sur la viabilité opérationnelle sous‑jacente des entreprises et leur capacité d’exécution.
Par exemple, la technologie du big data intègre des informations multi‑sources, telles que les données fiscales et de sécurité sociale, afin de construire des profils de crédit dynamiques pour les entreprises.
Les risques associés à l’approbation préalable de prêts et aux coûts de suivi en cours peuvent être réduits en suivant les flux en temps réel des biens, des informations et du capital.
Cela devrait finalement réduire le coût du capital et renforcer le socle financier de la résilience de la chaîne d’approvisionnement.
Une plus grande diversité d’approvisionnement
Une grande partie de la fragilité des chaînes d’approvisionnement provient d’un manque d’information sur les options existantes. Cela conduit souvent à une dépendance à un petit nombre d’acteurs bien implantés, augmentant ainsi leur exposition à des risques moraux tels que le défaut d’un partenaire ou des comportements frauduleux.
« Dans les modèles traditionnels de chaîne d’approvisionnement, les coûts de recherche prohibitifs et l’asymétrie d’information entravent la capacité d’une entreprise à identifier et évaluer efficacement les fournisseurs et clients potentiels à l’échelle mondiale. »
En revanche, l’identification, le filtrage et l’analyse en temps réel, pilotés par les données, de l’intelligence d’offre‑demande mondiale peuvent fournir des alternatives très nécessaires.
Cela peut être particulièrement précieux lorsqu’un nœud particulier est affecté par une perturbation. Globalement, cela peut améliorer l’influence du marché d’une entreprise et ses capacités d’allocation des ressources, réduire sa dépendance à un seul fournisseur ou à une seule région géographique, et finalement favoriser la diversification de la chaîne d’approvisionnement du côté de la demande.
Ces effets peuvent avoir d’importantes répercussions systémiques, car une perturbation donnée est alors empêchée de se propager à d’autres nœuds de la chaîne, améliorant ainsi la résilience globale de la chaîne d’approvisionnement de façon invisible.
Stimuler l’innovation
Une chaîne d’approvisionnement numérique et plus transparente permet également d’assurer un appariement précis et une offre élastique des ressources d’innovation. Cela peut améliorer la qualité de l’innovation grâce à une meilleure efficacité de l’allocation des ressources d’innovation.
« Elle permet aux entreprises de surveiller la performance en temps réel des nouvelles technologies et de quantifier leurs contributions à l’efficacité de la production et aux économies de coûts, réduisant ainsi de manière significative les coûts de recherche, d’essais‑erreurs et d’appariement inhérents au processus de recherche et développement (R&D). »
Elle pourrait également créer, à terme, un changement de paradigme dans la stratégie d’innovation des entreprises, passant du « fermé » à l’« ouvert et collaboratif », et faciliter la libre circulation ainsi que l’intégration efficace des ressources d’innovation au sein de l’écosystème.
Construire des chaînes d’approvisionnement numériques résilientes
Entreprises publiques vs entreprises privées
Les entreprises publiques (SOE) bénéficient d’une forme de « marge de ressources », incluant un accès préférentiel au crédit bancaire, des subventions gouvernementales et des positions dominantes sur le marché, tandis que les sociétés privées opèrent souvent sous des contraintes de ressources beaucoup plus strictes.
Cette situation rend les initiatives numériques qui renforcent la résilience d’autant plus percutantes pour les entreprises privées les plus vulnérables.
Propriété intellectuelle et écosystème numérique
Un autre effet relevé par les chercheurs est que la protection forte de la propriété intellectuelle et une infrastructure numérique bien développée améliorent également l’impact des initiatives de résilience des chaînes d’approvisionnement.
Dans ce cas, cela est probablement dû au fait que des engagements plus importants et des investissements à plus grande échelle dans l’innovation sont réalisés lorsqu’ils sont protégés par des mécanismes tels que les brevets, les droits d’auteur logiciels et les secrets commerciaux.
« Dans un régime de protection de la PI faible, les entreprises sont plus susceptibles aux risques de divulgation technologique, ce qui affaiblit le lien entre l’investissement en innovation et les rendements attendus. Par conséquent, l’incitation des entreprises à s’engager dans une innovation technologique de profondeur diminue, les poussant à privilégier une stratégie d’attente ou à se limiter à une adoption technologique superficielle. »
Ainsi, le cadre réglementaire et les institutions nationales peuvent avoir un impact majeur sur la convergence des économies numériques et physiques, y compris en ce qui concerne les chaînes d’approvisionnement.
De même, le développement de l’infrastructure numérique, comme l’accès à des ressources telles que le cloud computing et les grands centres de données, peut accélérer les processus de développement, d’itération et de commercialisation des produits numériques.
« En revanche, les régions où l’infrastructure numérique est sous‑développée sont souvent caractérisées par des lacunes telles qu’une couverture IoT insuffisante et une puissance de calcul inadéquate. Ces limitations entravent l’acquisition et l’analyse de données à grande échelle et en temps réel, ce qui empêche le TCDR de renforcer efficacement la résilience des chaînes d’approvisionnement. »
Cela conduit directement à une réduction des coûts d’essais‑erreurs pour les entreprises dans l’innovation technologique et accélère la convergence des économies numériques et physiques.
Points clés d’investissement
La transformation numérique a généralement été perçue sous l’angle de l’amélioration de l’efficacité. Mais de plus en plus, il s’agit de créer un avantage mesurable en matière de résilience pour les entreprises industrielles, notamment lorsqu’elles opèrent dans des secteurs aux technologies complexes et aux chaînes d’approvisionnement internationales élaborées.
La convergence du numérique et du physique améliore les chaînes d’approvisionnement via trois principaux canaux : l’allègement des contraintes de financement, la réduction de la concentration de la chaîne d’approvisionnement et la promotion de l’innovation technologique.
Ainsi, les technologies numériques devraient aujourd’hui être considérées comme un avantage concurrentiel et une composante essentielle de l’infrastructure de résilience, plutôt que comme une dépense informatique discrétionnaire.
Cela est particulièrement vrai pour les outils les plus créateurs de données et les plus avancés, tels que l’IA industrielle, les jumeaux numériques, la simulation, la fabrication connectée et les logiciels de chaîne d’approvisionnement.
Investir dans les données industrielles
Siemens AG
SIE Graphique du prix
Siemens est un géant des outils industriels et de la fabrication, avec une portée inégalée en matière de technologies numériques pour l’automatisation de la production, l’Internet des objets (IoT), les logiciels industriels, l’IA industrielle, la simulation, les jumeaux numériques et, globalement, le « smart manufacturing ».
« Le concept envisage des usines où des robots collaboratifs travaillent en toute sécurité aux côtés des humains, où l’intelligence artificielle soutient plutôt que remplace la prise de décision humaine, et où les processus de production sont conçus pour minimiser l’impact environnemental tout en maximisant la personnalisation et la flexibilité.
Il est également un fournisseur clé de composants physiques essentiels tels que les contrôleurs industriels et les automates programmables (PLC), les variateurs et onduleurs, les appareillages de commutation, les contrôles de réseau, l’automatisation des bâtiments, etc.
Il n’est pas seulement un fournisseur de logiciels, mais aussi un opérateur industriel à part entière à travers des activités comme Siemens Mobility, qui produit des trains et des infrastructures ferroviaires.
Dans l’ensemble, le profil de Siemens en fait le partenaire idéal pour les grandes entreprises mondiales souhaitant moderniser leur capacité de fabrication, que ce soit avec Intel (INTC ) dans les semi‑conducteurs, avec Hyundai dans la construction navale, avec Foxconn pour les véhicules électriques intelligents, ou avec Nvidia (NVDA ) pour des jumeaux numériques conformes à la physique de l’ensemble des usines.
Source: Siemens
L’expérience directe et continue de Siemens dans la fabrication, combinée à son large éventail de partenariats industriels, en fait une entreprise bien positionnée pour profiter de la fusion continue des économies numériques et physiques, ainsi que de la fabrication et des chaînes d’approvisionnement de plus en plus numérisées.
« Les systèmes alimentés par l’IA peuvent analyser d’énormes quantités de données en temps réel provenant de capteurs IoT répartis sur le plancher de l’usine, identifier des schémas, prédire les pannes d’équipement et ajuster de façon autonome les paramètres de production afin d’améliorer l’efficacité et la qualité. L’impact de l’IA dépasse largement l’efficacité opérationnelle. Ces systèmes intelligents permettent aux fabricants de prendre des décisions plus éclairées et basées sur les données concernant la conception de produits, la gestion de la chaîne d’approvisionnement et la planification stratégique. »
Un composant clé des futures « usines 5.0 » de Siemens sera le Intelligence Center X, son logiciel d’orchestration d’IA industrielle de niveau entreprise. Il pourra être utilisé pour déployer des agents IA autonomes aux côtés des travailleurs humains et rassembler tous les niveaux de silos de données actuellement séparés sur les plans de production.
Source: Siemens
L’entreprise constate déjà une forte demande dans ses activités numériques et d’infrastructure. Au troisième trimestre de l’exercice 2026, le chiffre d’affaires des logiciels Digital Industries a augmenté de 15 %, tandis que les commandes de Smart Infrastructure ont progressé de 42 %, incluant une hausse de 81 % aux États‑Unis. Cela en fait l’une des rares entreprises allemandes bénéficiant à la fois du marché chinois et des efforts de réindustrialisation de l’UE et des États‑Unis.
Source: Siemens
Il en va de même pour les infrastructures intelligentes (commandes en hausse de 81 % aux États‑Unis et croissance à deux chiffres partout ailleurs), tandis que l’activité mobilité (trains) reste stable.
Dans l’ensemble, cela fait de Siemens une entreprise qui était historiquement un producteur allemand clé de trains et de turbines, mais qui devient de plus en plus le partenaire mondial incontournable pour faire progresser la fabrication intelligente, l’IA industrielle et les chaînes d’approvisionnement réactives et résilientes.
Dernières actualités et développements de l’action Siemens AG (SIE)
Étude référencée
1. Haohua Liu et Qiang Pan. The impact of technological convergence between digital and real economy industries on supply chain resilience. International Review of Economics & Finance. octobre 2026. Article: 105741. Volume 111.
