Référence (format APA)
Baryannis, G., Validi, S., Dani, S., & Antoniou, G. (2019). Supply Chain Risk Management and Artificial Intelligence: State of the Art and Future Research Directions. International Journal of Production Research. https://doi.org/10.1080/00207543.2018.1530476
Mots clés de l’article :
Supply chain risk management (SCRM), artificial intelligence (AI), machine learning, uncertainty, disruption management, predictive analytics, decision support systems
Synthèse :
Dans cet article, Baryannis et al. (2019) proposent une revue systématique de la littérature portant sur l’intégration de l’intelligence artificielle (IA) dans le Supply Chain Risk Management (SCRM). L’objectif principal est d’analyser l’état de l’art des applications de l’IA pour l’identification, l’évaluation et la mitigation des risques dans les chaînes logistiques, et de proposer des orientations futures de recherche.
Les auteurs montrent que les risques supply chain deviennent de plus en plus complexes en raison de la mondialisation, de la volatilité des marchés et de l’incertitude environnementale. Dans ce contexte, l’IA apparaît comme un levier stratégique pour améliorer la capacité prédictive, la réactivité et la résilience des chaînes logistiques.
Développement :
- Typologie des risques dans la supply chain
L’article distingue plusieurs catégories de risques :
- risques opérationnels (ruptures d’approvisionnement, retards)
- risques liés à la demande
- risques financiers
- risques environnementaux et géopolitiques
Le SCRM vise à identifier, analyser et atténuer ces risques afin de réduire leur impact sur la performance globale.
- Apports de l’intelligence artificielle au SCRM
Les auteurs recensent différentes techniques d’IA utilisées dans la littérature :
- Machine learning : prédiction des ruptures, détection d’anomalies
- Réseaux de neurones artificiels : modélisation de relations complexes
- Systèmes experts : aide à la décision
- Logique floue : gestion de l’incertitude
- Data mining : identification de patterns de risque
Ces outils permettent une meilleure anticipation des perturbations et une amélioration des décisions stratégiques et opérationnelles.
- Limites identifiées dans la littérature
Les auteurs soulignent plusieurs lacunes :
- Manque d’intégration globale entre IA et stratégie supply chain
- Approches souvent techniques mais peu managériales
- Peu d’études empiriques longitudinales
- Faible prise en compte des risques interconnectés
Ils insistent sur la nécessité d’un cadre conceptuel plus structuré reliant IA, gestion des risques et performance.
- Directions futures de recherche
L’article propose plusieurs axes de recherche :
- Développement de modèles hybrides combinant différentes techniques d’IA
- Intégration du Big Data et de l’analytique prédictive
- Études empiriques sur la résilience supply chain
- Approche multidisciplinaire intégrant management, informatique et analyse des données
Conclusion :
Cet article constitue une contribution majeure à la littérature en proposant une synthèse structurée des applications de l’IA au Supply Chain Risk Management. Il démontre que l’IA représente un outil stratégique essentiel pour renforcer la résilience et la performance des chaînes logistiques face à l’incertitude croissante.
Cependant, les auteurs soulignent que le potentiel de l’IA reste partiellement exploité et nécessite des recherches plus intégrées, empiriques et orientées vers la prise de décision managériale.