Smurfit Westrock gère ses pièces détachées grâce à Celonis et l'IA

Avec des activités à l’échelle mondiale, un inventaire comprenant des centaines de milliers de références de pièces détachées et une série d'acquisitions récentes, Smurfit Westrock a dû faire face à des défis liés à la gestion des incohérences de données, telles que les doublons, les incohérences linguistiques et les descriptions utilisant des synonymes (par exemple, « lubrifiant » plutôt que « huile »). Ces problèmes entraînent une accumulation inutile de stocks, des inefficacités en matière d'approvisionnement (en amont et en aval) et des coûts accrus. En utilisant le Process Intelligence Graph de Celonis et une analyse basée sur un grand modèle de langage (LLM), Smurfit Westrock a pu harmoniser ses données source, créant ainsi une base pour la gestion des stocks pilotée par l'IA. L'impact a été immédiat et mesurable. 

En seulement deux mois, Smurfit Westrock a identifié que de nombreux bons de commande étaient établis pour des pièces de rechange déjà en stock. En outre, une quantité importante de pièces de rechange était restée inutilisée pendant plus de huit ans. Grâce à la plateforme de Process Intelligence de Celonis, l'entreprise annule désormais de manière proactive les achats inutiles de stocks excédentaires et optimise son utilisation des stocks. Le niveau d'harmonisation de données fourni par Celonis alimente également un AI Copilot qui optimise la disponibilité des pièces de rechange pour les ingénieurs sur site. Le Copilot identifie les bons matériaux en fonction de l'inventaire en temps réel, de l'emplacement du site et des habitudes d'achat. Doté d'une interface en langage naturel, le Copilot permet aux utilisateurs de consulter les stocks des sites du monde entier avec leurs propres mots, qu'il s'agisse de descriptions techniques ou de termes courants de l’industrie. Il n'est donc plus nécessaire de connaître les références de pièces exactes, ce qui simplifie l'expérience utilisateur