Un projet de transformation numérique pour une production plus intelligente
Cependant, la fragmentation des sources de données, la gestion manuelle des modèles d’IA et l’absence de visibilité opérationnelle en temps réel ont freiné la mise à l’échelle des initiatives d’optimisation. Sans cadre MLOps intégré, l’entreprise faisait face à des efforts de maintenance lourds, une automatisation limitée et un déploiement hétérogène des solutions IA, aussi bien localement qu’au niveau central.
Pour surmonter ces défis, SAPPI a lancé une transformation MLOps d’envergure, avec pour objectif de renforcer l’automatisation, d’optimiser ses processus industriels et de soutenir sa stratégie de durabilité.
La nécessité d'une efficacité opérationnelle basée sur l'IA
Au-delà de l’optimisation de ses opérations de fabrication, SAPPI recherchait une solution basée sur l’IA capable de répondre à des objectifs métier plus larges : affiner les prévisions de ventes, améliorer la gestion de la chaîne d’approvisionnement
En mettant en place un cadre MLOps évolutif, SAPPI visait à ancrer la prise de décision pilotée par l’IA dans l’ensemble de l’entreprise.
Un cadre de ML à l'échelle, évolutif et prêt pour l'avenir
SAPPI s'est associé à Orange Business pour mettre en œuvre un cadre de ML à l'échelle, évolutif et automatisé, adapté à l'optimisation de la fabrication et à l'intelligence économique.
Évolutivité pour les futures innovations en matière d'IA
Avec le cadre ML at Scale conçu par Orange Business, SAPPI a construit plus qu'une simple solution pour l'efficacité de la fabrication - elle a établi une infrastructure évolutive pilotée par l'IA qui évoluera en permanence.
En automatisant les workflows IA, en renforçant l’analyse prédictive et en assurant une intégration fluide des données, SAPPI est désormais idéalement positionné pour stimuler l’innovation continue et l’excellence opérationnelle sur le marché européen.
Avec le cadre MLOps en place, SAPPI a déjà développé et déployé avec succès trois cas d’usage IA en production, reposant sur plus de 20 modèles de machine learning. Ces modèles s’exécutent de manière fluide au sein du framework, avec un déploiement, une supervision et un réentraînement entièrement automatisés. En standardisant les workflows IA, SAPPI peut désormais faire évoluer ses projets à grande échelle, accélérer le time-to-value et rationaliser les opérations sur l’ensemble de ses domaines d’activité.
Un cadre pour soutenir les futurs cas d'utilisation de l'IA
Le cadre MLOps de SAPPI est conçu pour prendre en charge les futurs cas d'utilisation axés sur l'IA dans diverses fonctions de l'entreprise. Avec cette infrastructure en place, SAPPI peut maintenant étendre les capacités de l'IA à :
Prévision des ventes et de la demande - En analysant les données historiques des ventes, SAPPI peut utiliser des modèles d'IA pour prédire la demande de produits, ce qui permet d'optimiser la gestion des stocks et d'aligner la production sur les besoins du marché.
Optimisation de la chaîne d'approvisionnement - L'analyse prédictive peut aider SAPPI optimiser la répartition de la production sur leurs sites de production, optimiser la coordination des fournisseurs, améliorer l'efficacité logistique et réduire les coûts.
Qualité Contrôle Automatisation - L'inspection visuelle et la détection d'anomalies alimentées par l'IA améliorent surveillance de la qualité des produits, réduisant les défauts et améliorant la satisfaction des clients.
Suivi de la durabilité - Surveillance IA en temps réel de utilisation d'énergie, émissions de carbone et consommation de ressources permet à SAPPI de réduire davantage son impact environnemental.
Chiffres clés
12
bureaux en Europe
4,200
employés
20
Modèles ML
Ne nous croyez pas sur parole. Écoutez ce que disent nos clients.
