Problématique
Un client dans le domaine pharmaceutique fait quotidiennement appel à de nombreux fournisseurs (plus de 500 références). La problématique est double :

1°/ Les acheteurs perdent beaucoup de temps à comparer les prix fournisseurs et leur réactivité

2°/Calculer le coût de revient à horizon 3,6 ou 9 mois d’un Produit Fini est très chronophage et repose sur un grand nombre de MP

Solution implémentée par l'équipe KAP
• Kap a mis en place un prévisionnel de prix et des recommandations d’achat/fournisseur pour la quantité et le délai souhaités. En un clic, l’acheteur consulte nos recommandations et coûts de revient sur un tableau interactif mais reste décideur.
• Le prévisionnel de prix MP/PF exploite l’historique de commandes fournisseurs et intègre la dynamique de marché tel que l’inflation ou les ruptures de Supply Chain.

Bénéfices obtenus

Prise de décision d’achat facilitée par l’IA, avec un pouvoir de négociation accru pour le service Achat.

Le calcul de coût de revient est fortement fiabilisé et le responsable commercial en charge des propositions Client s’est libéré 2 jours/semaine.

Coût de la prestation : 25 kEUR (~0.1% du CA)

Gains Client : entre 30 et 90 kEUR par an

Problématique
Une entreprise de location de véhicules souhaitait améliorer ses prévisions des volumes de véhicules en location suivant la saisonnalité et l'affluence touristique

Solution implémentée par l'équipe KAP
• Remplacement de l'outil historique de prévision par un algorithme de Machine Learning puissant, hébergé sur Microsoft Azure
• KAP livre quotidiennement des prévisions à +1 jr à +3 mois par agence et catégorie de véhicule, la restituion graphique vers les opérationnels étant mis en oeuvre par le Client

Bénéfices clients

Projection optimale des véhicules en mouvement, à la maille agence/typologie véhicule. Prise en compte des dynamiques de location à court-terme, moyen et long terme

Ajustement de la flotte véhicules à horizon 15 jours : inflexion de la politique tarifaire et redistribution de la flotte inter-agences

Investissements à horizon 3 mois : décision d'achat (renouvellement de la flotte véhicules) au plus juste

Retour sur investissement mission KAP : 2 semaines

Problématique
Une coopérative française leader dans la production agricole non-céréalière souffrait d'un défaut d'anticipation des rendements sur ces 10 000 parcelles. Elle souhaitait prévoir ces rendements et qualité produit de façon hyper-localisée

Solution implémentée par l'équipe KAP
• Sur la base des historiques de rendement des parcelles, des données météo quotidiennes et de la nature des sols, une solution de prévision en Machine Learning a été développée
• Elle permet plusieurs mois avant la récolte de prévoir et réviser quotidiennement les productions par parcelle avec une grande précision
• Un dashboard web interactif s'adossant à une cartographie satellite des parcelles permet de consulter les prévisions et d'élaborer des scénarios logistiques et de charge d'usine


Bénéfices clients

Amélioration de l'affectation des ressources usine et de l'effort de commercialisation, en particulier pour les ventes à terme.

Coût de la prestation : 74 kEUR (~0.1% du CA)

Gains Client : contribue à la forte croissance de l’entreprise (+4% de CA annuel, avant Covid) et réduction des charges logistiques de 15%

Problématique
Un leader de la production agro-alimentaire français faisait face à des coûts de transport prohibitifs pour la distribution de ses produits finis. Il souhaitait aussi réduire la charge et fluidifier la planification logistique, qui était encore manuelle

Solution implémentée par l'équipe KAP
• Elaboration d'une solution spécifique pour organiser les flux logistiques depuis les multiples usines et entrepôts de l'entreprise vers les clients
• Modélisation des flux co-développée avec les équipes opérationnelles
• Données temps réel qui optimisent en permanence la distribution vers les clients


Bénéfices clients
Réduction de 10% des coûts de transport et de l'impact environnemental associé. Réduction drastique de la charge d'organisation et de planification logistique

Problématique
Un client de la chimie souhaite réduire ses stocks de Matière Première, avec plus de 5000 références en stock à consommations très inégales. Il dispose pourtant d’un outil de gestion de stocks intégré à son ERP

Solution implémentée par l'équipe KAP
• S’appuyant sur des méthodes avancées de gestion de stock ainsi que les données de l’ERP, KAP a mis en place un traitement automatisé et adapté à chaque MP. La gestion des stocks MP prend en compte le Business Model du Client, sa stratégie de vente et sa capacité de production.
• Le stock de sécurité, le délai de livraison et les consommations matières réelles sont maintenant calculés par l’IA puis réinjectées chaque lundi dans l’ERP pour les passages de commandes.

Bénéfices clients

Après 6 mois, la plupart des stocks Client ont baissé entre 5 et 40% (en valeur) suivant les articles considérés, malgré un conjoncture économique défavorable et des prix Fournisseurs à la hausse.

Toutefois, dans ce contexte, 7% des MP ont vu leur stock de sécurité ré-évalué à la hausse afin de minimiser les ruptures de stock (pallier à des rallongements de délai).

Coût de la prestation : 48 kEUR (~0.2% du CA)

Gains Client : > 250kEUR en trésorerie à 6 mois

Problématique
Un groupement d'hôpitaux belges fait évoluer sa politique tarifaire, souhaitant se rapprocher d'une facturation à l'acte (sur le modèle français) et rationnaliser ses dépenses

KAP IA a été sollicité afin d'automatiser le rapprochement des référentiels français et belges de diagnostic et de soin

Solution implémentée par l'équipe KAP
• S'appuyant sur l'IA, plus particulièrement sur le traitement du langage (NLP) et le renforcement (apprentissage automatique des dictionnaires médicaux), des recommandations automatiques ont été produites par l'algorithme.

• Les médecins et les codeurs en santé ont contribué activement à son développement, le sujet étant technique et faisant appel à de nombreuses disciplines médicales

Bénéfices clients

Les propositions de rapprochements générées par KAP ont drastiquement réduit les efforts et le temps de codage médical (-60%), l'outil d'aide au codage mis à disposition (intégrant l'algorithme de rapprochement) a été jugé très pratique et flexible à l'usage