Ce texte est une traduction de la version anglaise officielle de ce communiqué de presse. Il est fourni à titre de référence et pour votre confort uniquement. Pour plus de détails ou de précisions, veuillez vous reporter à la version originale en anglais. En cas de divergence, la version originale en anglais prévaut.

POUR DIFFUSION IMMÉDIATE n° 3500

TOKYO, le 16 mars 2022 - Mitsubishi Electric Corporation (TOKYO : 6503) a annoncé aujourd'hui le développement d'une technologie d'intelligence artificielle (IA) capable de prévoir avec précision la demande en matière de pièces de rechange. Basée sur l'intelligence artificielle Maisart^®* de la société, cette technologie devrait permettre d'éviter les commandes excessives ou insuffisantes de pièces nécessaires à l'entretien des appareils et autres équipements et, ainsi, de renforcer la gestion des stocks et la disponibilité des pièces, tout en améliorant la qualité des services.

1. *Mitsubishi Electric's AI creates the State-of-the-ART in technology (« L'intelligence artificielle de Mitsubishi Electric crée une technologie de pointe »)

Caractéristiques du produit

1. 1) Des prévisions plus précises en matière de demande
   • Suite à l'intégration de l'IA Maisart, les prévisions en matière de demande de pièces individuelles ont été améliorées en moyenne de 25,6 % par rapport aux performances obtenues avec la solution de planification et de gestion de la production, des ventes et des stocks (PSI) existante de la société, basée sur des facteurs tels que les moyennes des volumes expédiés sur 12 mois, en fonction des variations saisonnières. La nouvelle méthode de Mitsubishi Electric utilise les données d'apprentissage de l'IA pour analyser les tendances caractéristiques de la demande concernant chaque type de pièce, qu'il s'agisse de filtres à air ou de cartes contrôleur. Pour anticiper la demande, la technologie regroupe les tendances en matière de composants, puis met ces tendances en correspondance avec des pièces de rechange spécifiques. Elle ajuste alors les résultats en fonction des facteurs saisonniers.
2. 2) L'IA optimise le nombre de regroupements
   • L'IA optimise le nombre de regroupements et classe les caractéristiques selon un maximum de 20 modèles à l'aide de la méthode X-Means et des volumes d'expédition réels. Le regroupement est normalement effectué manuellement par un analyste, mais la méthode X-Means automatise le processus à l'aide d'un algorithme d'apprentissage machine, qui classe les données par tendances. Le processus d'optimisation représente un réel défi, car la précision des prévisions varie en fonction du nombre de regroupements. Mitsubishi Electric a donc adopté la méthode X-Means et intégré le savoir-faire existant pour automatiser l'optimisation.
3. 3) Cette technologie permet également d'élargir la prise de décisions
   • L'IA fournit également des informations que les spécialistes des prévisions peuvent utiliser pour prendre des décisions concernant l'expédition d'autres pièces. Habituellement, il est difficile d'utiliser les résultats produits par l'IA pour prendre des décisions, car les données utilisées pour produire les résultats de l'IA ont tendance à manquer de transparence (boîte noire). Cependant, la nouvelle méthode de Mitsubishi Electric précise la logique qui mène à ses résultats, permettant ainsi aux spécialistes des prévisions d'utiliser les informations en toute confiance.

Prochaines étapes du développement

Cette technologie sera introduite dans le système de gestion des pièces de rechange PSI pour les appareils électriques et autres équipements ménagers Mitsubishi Electric dès le début du nouvel exercice fiscal, le 1er avril. L'utilisation sera ensuite étendue à d'autres activités. Parallèlement, les données météorologiques globales seront intégrées à l'IA pour évaluer les tendances météorologiques et, ainsi, améliorer la précision des prévisions.

• Version PDF (PDF : 295KB)

Demande de renseignements

Contact presse

• Public Relations Division Mitsubishi Electric Corporation