Exemple d'un projet de transformation numérique
Notre client est une ETI dans le domaine de la santé et du bien-être, il souhaite avoir une maîtrise globale des risque de ce projet de transformation
Nos premiers échanges s’orientent rapidement vers la vision de ses dirigeants : rien n’est plus naturel pour une entreprise au service du bien-être que de personnaliser et d’individualiser ses produits, pour répondre aux besoins et exigences grandissantes de ses clients. Le bien-être est physiologique et psychologique : se faire du bien et faire du bien, aux autres, à l’environnement…
Et par la même occasion entrer de plain-pied dans l’ère numérique.
Mais par où commencer pour mettre en œuvre cette vision ? Avant toute chose, il faut se connaître soi-même et connaître l’autre. Et faire un état des lieux pour capitaliser sur l’existant et rendre efficiente la transformation.
Côté gouvernance,
Côté gouvernance, une analyse stratégique de l’entreprise, ses atouts, ses attraits, ses facteurs clés de succès est tout d'abord réalisée.
Les méthodes SWOT, Atouts-Attraits et FCS sont mises en œuvre. Il faut aussi évaluer l’adhésion des collaborateurs à la vision, évaluer leur confiance et leurs incertitudes pour identifier les leviers de réussites et anticiper les menaces : une macrocartographie des risques MCRA et permet rapidement de construire ce diagnostic initial. Elle intègre dès le départ une estimation du financement des risques, c’est-à-dire du rapport entre le coût des pertes possibles et le coût des actions pour les éviter.
Lisible, synthétique, orientée décision, elle sera renouvelé à intervalles réguliers pendant la durée du projet afin de suivre l’évolution des indicateurs de confiance et de risques.
Côté développement IA,
Côté développement IA, rien n’est possible si on ne connaît pas son besoin et les produits. Nous commençons par analyser en profondeur les données existantes, toutes sources confondues.
Consolidées par l’expertise des scientifiques de l’entreprise, nous concevons un système d’IA de personnalisation du produit fondé à la fois sur des critères facilement accessibles pour le client et les contraintes métiers. Son implémentation dans le Cloud doit être réalisée : une analyse de risques cyber EBIOS RM couplée à une analyse globale des risques AGR projet fournissent le socle de sécurisation de la mise en production de ce système d’IA.
Côté production,
la mise en œuvre de la vision de l’entreprise implique de profonds changements dans le mode de production, passant d’une production de masse à une production sur-mesure. Nous développons des modèles de simulation des flux entrants et sortants et du fonctionnement même des lignes de production, en intégrant les contraintes classiques de sureté de fonctionnement et les contraintes émergeant de la nouvelle stratégie. Nous concevons ainsi un jumeau numérique du système de production de l’entreprise, permettant de tester des configurations et des contraintes de manière agile et bien moins coûteuse.
Côté corporate,
la mise en œuvre de la vision de l’entreprise implique de profonds changements dans le mode de production, passant d’une production de masse à une production sur-mesure. Nous développons des modèles de simulation des flux entrants et sortants et du fonctionnement même des lignes de production, en intégrant les contraintes classiques de sureté de fonctionnement et les contraintes émergeant de la nouvelle stratégie. Nous concevons ainsi un jumeau numérique du système de production de l’entreprise, permettant de tester des configurations et des contraintes de manière agile et bien moins coûteuse.
Techniques
mobilisées :
- > Modélisation du système : prise en compte des données et de l'expertise métier
- > Simulation des prises de décision, IA based ou expert
- > Optimisation des processus du système
- > Simulation de scénarios d'accidents et maîtrise des risques
- > Modélisation du système : prise en compte des données et de l'expertise métier
- > Simulation des prises de décision, IA based ou expert
- > Optimisation des processus du système
- > Simulation de scénarios d'accidents et maîtrise des risques
- > Modélisation du système : prise en compte des données et de l'expertise métier
- > Simulation des prises de décision, IA based ou expert
- > Optimisation des processus du système
- > Simulation de scénarios d'accidents et maîtrise des risques