Contexte
Enjeu interne : Dans le cadre d’un concours visant à challenger les capacités de l’IA pour améliorer ses processus et produits, une équipe de Valeo a été accompagnée par Datalchemy de la conception à la réalisation d’un proof of concept sur ce sujet.
Besoin
- Automatiser la génération des plannings d’équipes et l’affectation des lignes de production au sein d’une usine de fabrication de matériel.
- Intégrer l’ensemble des contraintes RH (disponibilités, compétences), de capacité machine, de niveaux de stock et de demandes de livraison.
- Offrir une réponse rapide et flexible face aux variations de charge et aux absences imprévues.
Travail réalisé
- Modélisation métier : formalisation des contraintes et des concepts clés pour structurer le problème.
- Enrichissement des données : création de jeux de données synthétiques complétant les fichiers fournis par Valeo.
- Solveur de contraintes : intégration de Timefold pour produire automatiquement des plannings optimisés selon divers scénarios.
- Prototype interactif : développement d’une interface de démonstration simple et fonctionnelle, permettant de visualiser, tester et ajuster les résultats en temps réel.
Résultats
- Socle opérationnel : une proposition concrète servant de base pour un outil plus complet et industrialisable.
- Transparence et anticipation : la modélisation métier facilite la planification anticipée des stocks et des emplois du temps.
- Proof of Concept réussi : démonstration de la faisabilité d’une solution à grande échelle, ouvrant la voie à de substantiels gains de flexibilité, de réactivité et de performance.