Un courriel de trois lignes, reçu un mardi de janvier par le service achats d’un fabricant d’équipements de mesure industrielle du Haut-Rhin : le convertisseur analogique-numérique utilisé sur quatre gammes passe de quatorze à cinquante-deux semaines de délai. Aucune alternative proposée. Aucun engagement sur les commandes déjà passées. Quatre-vingt-dix salariés, un carnet plein, et une pièce à 3,80 euros qui bloque des machines vendues 40 000. L’IA pour la gestion des pénuries de composants ne fabrique pas les puces manquantes : elle sert à décider vite et juste avec ce qui reste.
Savoir ce que l’on peut encore livrer, avant tout le reste
La panique commence toujours par la même question sans réponse : combien d’équipements complets sommes-nous capables de sortir avec le stock disponible ? Dans la plupart des PME industrielles, il faut deux jours et trois tableurs pour le savoir, parce que les nomenclatures sont à plusieurs niveaux et que le composant critique se cache dans un sous-ensemble acheté.
Éclater toutes les nomenclatures, croiser avec le stock réel et les commandes en cours, identifier le facteur limitant de chaque gamme : c’est un traitement automatisable qui tourne ensuite en quelques minutes, tous les matins.
Chez ce fabricant, le calcul a montré que le composant en question n’était réellement bloquant que sur deux gammes, pas quatre. Sur les deux autres, une version antérieure de la carte, encore approvisionnable, faisait le travail. Personne ne s’en souvenait. Deux jours d’analyse ont libéré neuf mois de production.
Allouer les pièces, c’est choisir entre ses clients
Voilà le sujet inconfortable. Quand les composants manquent, servir tout le monde partiellement est presque toujours la pire option : vous accumulez des en-cours, vous mécontentez l’ensemble du portefeuille et vous n’encaissez rien.
Un moteur d’allocation classe les commandes selon des critères que vous fixez : marge de la commande, pénalités de retard contractuelles, probabilité de perdre définitivement le client, effet sur le maintien en condition opérationnelle du parc installé. Il propose une répartition, chiffre le manque à gagner de chaque scénario et rend l’arbitrage explicite.
Nous sommes formels sur un point : le dirigeant tranche, pas le modèle. Nous avons vu une entreprise laisser l’outil décider en autonomie et sacrifier un client historique représentant 12 % du chiffre d’affaires, parce que ses commandes étaient à faible marge unitaire. Le critère manquait dans le paramétrage. La leçon a coûté cher.
La substitution, terrain le plus rentable et le plus piégeux
Trouver un composant équivalent est un travail de lecture. Des centaines de fiches techniques, des tableaux de caractéristiques, des boîtiers presque identiques. Les modèles de langage font ce tri très correctement : ils extraient les paramètres électriques, comparent brochages et plages de température, et sortent une liste de candidats classés par proximité.
Trois niveaux de substitution existent, et leurs conséquences n’ont rien à voir. L’équivalent direct, remplaçable sans rien changer, se traite en quelques jours. L’équivalent nécessitant un ajustement logiciel ou une modification mineure de carte demande trois à six semaines avec les essais. Le redesign partiel engage plusieurs mois et la requalification des équipements concernés, avec les vérifications de compatibilité électromagnétique associées.
Le piège est de traiter le deuxième cas comme le premier. La proposition automatique doit toujours passer devant un ingénieur, et le rôle de l’outil s’arrête à la présélection. Nous refusons de livrer ce type de dispositif sans validation humaine explicite dans le processus.
Surveiller les disponibilités sans tomber dans le marché gris
Les stocks des grands distributeurs de composants sont publiés et changent en permanence. Une veille automatisée sur vos deux cents références sensibles, avec alerte dès qu’une quantité utile réapparaît, remplace avantageusement la consultation manuelle du vendredi après-midi. C’est une extension logique de ce qui permet d’anticiper ses besoins en approvisionnement en période normale.
Sur les places de marché parallèles, en revanche, prudence absolue. Les composants contrefaits ou reconditionnés y circulent, et les prix multipliés par vingt attirent les vendeurs peu scrupuleux. Un lot douteux qui part chez vos clients coûte infiniment plus qu’une ligne de production arrêtée trois semaines. Si vous devez y recourir, imposez un contrôle d’échantillon en laboratoire indépendant, et budgétez-le.
Ce que représente un tel dispositif
Comptez 18 000 à 45 000 euros pour l’ensemble, selon la propreté de vos nomenclatures et le nombre de systèmes à raccorder. Le module d’allocation, le plus urgent quand la crise est déjà là, se met en place en six à dix semaines. La recherche d’équivalences et la veille distributeurs suivent, pour un total de trois à cinq mois.
Un avertissement, tiré de plusieurs missions : ces outils se construisent en dehors des périodes de tension. Une entreprise qui découvre le sujet en pleine pénurie n’a ni le temps ni les gens disponibles pour nettoyer ses nomenclatures, et elle achètera dans l’urgence une solution qu’elle n’utilisera pas.
Le meilleur moment pour outiller la gestion des pénuries est donc celui où tout va bien, quand les équipes peuvent y consacrer une journée par semaine. Associé à une analyse prédictive des données industrielles, l’IA pour la gestion des pénuries de composants devient un réflexe d’organisation plutôt qu’un pansement. C’est dans cet esprit que MINOBIA cadre ces projets avec les industriels, en commençant par l’état réel de leurs nomenclatures.
Questions fréquentes
Nos nomenclatures sont incomplètes, est-ce rédhibitoire ?
C’est la première tâche du projet, pas un obstacle. Concentrez-vous sur les gammes qui font les trois quarts du chiffre d’affaires, le reste peut attendre.
Peut-on prévoir la prochaine pénurie ?
Partiellement, en surveillant l’allongement des délais annoncés et les avis de fin de commercialisation. Sur les chocs brutaux, personne ne prévoit quoi que ce soit de fiable.
Faut-il stocker massivement les composants critiques ?
Sur quelques dizaines de références bien choisies, oui. L’électronique vieillit mal et se démode vite, un stock large finit souvent en perte sèche.
L’outil sait-il lire des fiches techniques en anglais ?
Oui, et c’est même sa langue de travail naturelle sur ce type de document. La restitution se fait en français pour vos équipes.
Comment expliquer une allocation à un client mécontent ?
Avec des règles écrites et assumées, communiquées avant la crise si possible. Un client accepte mieux un arbitrage transparent qu’un silence suivi d’un retard non annoncé.
Prêt à concrétiser votre projet IA ?
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
