Eric Combette

Que fais tu globalement? Il travaille sur la partie planification (planification stratégique, opérations vite, quel aliment envoyer dans les pays à risque) + un peu planification opérationnel. Deuxième partie, fabriquer un outil qui apprend tout seul.

Contraintes : 1- problèmes de programmation (fonds insuffisant, pays qui se retire, trouver des compromis, et s'adapter régulièrement aux contraintes) 2-Donation ciblés (pour une catégorie de personnes, pour un pays en particulier...)

3- Organisation Bottom-up: Le pays décide combien donner, quoi et combien. Projet Quintiq a bcp de difficulté à s'adapter (ça ne marche pas top).

4- Last mile difficile d'accès ( innondation, pas de routes, ...) et sécurité. Air drop/Hélicoptère cher mais parfois nécessaire. Transport locaux (chameaux, animaux...)

5- Transfert de modalité: Argent? Nourriture? Cash? Voucher? etc...

6- Collecte et disponibilité de données: Ils bossent avec Palantir (permettent de créer un dataset unique ou l'on peut faire des traintement de donées et optimisation) ⇒ Intégration de toutes les donées sinon pas de confiance des gens. Ca coute bcp de resources et de temps

Objectif de la supply chain n'est pas juste de réduite les couts mais aussi d'atteindre toutes les personnes et respecter les principes humanitaires et pas de discrimination.

80,000 tonnes de nouritture par jour (énorme)

Projet en cours opérationel? 1.5millions de saving en utilisant une rivière ( besoin de connaissance des gens locaux)

Outils//Systèmes? SAP, wings pour stock et outils maison pour le dispatch (limite de stock, durée de vie des produits, cout...) et pipeline ( vision long terme, comme un SNOP, en excel) et chaque pays gère le sien sous format excel. Magnifique si on pouvait avoir un TMS pour chaque pays.

Scope de Palantir chez AIRbus: Récupérer les données en temps réel et dataset + Forecast et detection d'anomalie.

Application de ML: Pas encore trouvé de cas, car trop différent pays par pays. Détection des dons? Trop politique et volatile.

LEs choses à faire:

• Combiner avec les données météo et zone de conflits qui évoluent souvent

• Pas de logiciel sur le marché qui soit assez configurable: Rentrer contraintes et optimiser ( swap d'aliment, food basket, achat à cet endroit ou l'autre). Faire de la recommendation comme proposer commande mexique eu lieu perou, riz au lieu de mais.

Airbus expérience?

Palantir : lier anomalie et planification et système d'alerte et partie opérationel des vols + Maintenance prédicitf⇒ La partie fournisseur n'a pas été attaqué encore. Optimisation de production sous l'hypothèse que ls pièces arrivent à l'heure. Si fournisseur en retard, que faire? Rentré des dates manuelles par rapport à l'historique.

Peut être intéressé pour la prévision de probabilité de retards des fournisseurs.

Next step: Une autre rencontre formel + quelques contacts.

Creuser plus un axe en particulier !