L’avènement d’outils d’intelligence artificielle comme ChatGPT pourrait révolutionner la manière dont les secteurs public et privé utilisent les données pour détecter les risques et les opportunités dans un système commercial mondial de 32 000 milliards de dollars.
Pendant la pandémie, les agences gouvernementales et des secteurs comme les services financiers et les télécommunications ont accéléré leur adoption d’outils d’apprentissage automatique. Mais de nombreuses personnes impliquées dans le commerce se sont retrouvées prises dans des transactions analogiques et chargées de papier, en guise de rattrapage.
Aujourd’hui, après trois années de perturbations commerciales historiques, des modèles d’IA générative et d’apprentissage des langues ont émergé au moment même où les gouvernements et les entreprises en ont besoin pour mieux gérer les lignes d’approvisionnement complexes du monde.
« À plus long terme, nous verrons des analyses prédictives et des prévisions très précises basées sur des données intégrées de chaque étape de la chaîne d’approvisionnement », a déclaré Julie Gerdeman, PDG de la société d’évaluation des risques de la chaîne d’approvisionnement Everstream Analytics. « Cela automatisera la prise de décision pour atténuer l’exposition aux risques et les perturbations, conduisant à des chaînes d’approvisionnement totalement résilientes, durables et adaptées aux risques. »
De meilleures données
L’analyse des données commerciales est une pratique notoirement compliquée. Trier des centaines de millions de dossiers d’expédition dispersés entre les noms de filiales et les transitaires dans des ensembles de données non structurés et sujets aux erreurs peut s’avérer un effort de Sisyphe.
Mais les outils d’IA aident de nombreuses organisations à simplifier l’analyse des données commerciales de manière à faciliter le commerce transfrontalier – un moteur de l’économie mondiale notoirement gourmand en main d’œuvre, en feuilles de calcul et en carbone.
Les sociétés privées de données commerciales comme ImportGenius, basée à Scottsdale, en Arizona, utilisent des outils d’apprentissage automatique comme Amazon SageMaker pour reconnaître les modèles douaniers, numériser des documents réglementaires et traduire des langues étrangères afin de produire des données commerciales claires et précises, faciles à rechercher et à analyser.
« Nous construisons un modèle d’apprentissage des langues qui servira d’antenne pour détecter, recevoir et intégrer ces indicateurs dans notre plateforme », a déclaré Paulo Mariñas, directeur de la technologie d’ImportGenius, à Bloomberg par e-mail.
Pendant ce temps, des sociétés multinationales comme Nestlé SA appliquent des outils d’IA pour accroître leur efficacité et détecter les problèmes émergents dans leurs chaînes de valeur mondiales. L’entreprise suisse d’aliments et de boissons utilise un logiciel d’apprentissage automatique pour détecter les problèmes de qualité des produits et garantir que les lignes de fabrication de Nestlé s’autorégulent et s’autocontrôlent.
Mercedes-Benz Group AG utilise une plate-forme basée sur l’IA appelée Omniverse qui contribue à rendre les usines de fabrication et d’assemblage de l’entreprise plus agiles. Omniverse aide le constructeur automobile allemand à reconfigurer rapidement ses usines afin de maintenir les lignes de production en marche face aux chocs d’approvisionnement externe.
Même si l’IA perturbe de nombreux secteurs, les avantages commerciaux sont particulièrement élevés. En effet, les cinquante dernières années de mondialisation ont consisté en grande partie à réduire les obstacles à la libre circulation des biens, des services et des investissements. Dans la prochaine phase, la montée constante des barrières telles que les tarifs douaniers, les sanctions et les incertitudes géopolitiques mettront à l’épreuve même les équipes logistiques les plus expérimentées pour gérer les nouvelles complexités.
« L’IA suscite beaucoup de promesses, mais aussi beaucoup de battage médiatique », a déclaré Jake Colvin, président du Conseil national du commerce extérieur, basé à Washington. « Nous essayons donc de séparer les opportunités à court terme des vœux pieux et à long terme. »
Analyse de la chaîne d’approvisionnement
L’un des domaines dans lesquels les applications de l’IA peuvent avoir un impact important est celui d’aider les entreprises et les gouvernements à mieux comprendre les changements survenus dans les chaînes de valeur mondiales.
Cet objectif a été largement abordé lors de la réunion du Groupe des 20 ministres du Commerce en août, qui a approuvé un nouveau cadre de cartographie pour aider les gouvernements à identifier des paramètres tels que la concentration des fournisseurs, la connectivité commerciale, la volatilité des échanges et la vulnérabilité des industries critiques.
L’idée est d’aider les gouvernements à évaluer la résilience des chaînes d’approvisionnement mondiales et à élaborer des mesures pour atténuer les chocs externes, selon un document final publié la semaine dernière. Le groupe a vanté les mérites du nouveau Global Trade Helpdesk du Centre du commerce international, un outil basé sur l’IA qui associe les données commerciales à des algorithmes prédictifs pour aider les entreprises et les décideurs politiques à affiner leurs stratégies d’exportation.
Méfiez-vous du battage médiatique
Les outils d’IA pourraient un jour réduire le temps et les recherches nécessaires pour conclure des accords commerciaux et calculer rapidement et précisément les droits de douane sur les marchandises expédiées. Mais cette technologie présente des limites évidentes et certains aspects de la politique commerciale internationale ne peuvent tout simplement pas être reproduits par l’IA.
« L’IA peut aider à mieux préparer les négociateurs, mais ne peut pas remplacer les négociations elles-mêmes, où l’élément humain est primordial », a déclaré Wendy Cutler, vice-présidente de l’Asia Society Policy Institute. « La technologie ne peut pas permettre d’écouter et de traiter ce que dit réellement le partenaire de négociation, de lire le langage corporel et de lancer des idées informelles sur place pour combler les écarts. »
L’exactitude des données reste également un obstacle majeur pour les applications de l’IA en raison des lacunes et des incohérences existantes dans les statistiques commerciales. La contrebande, le transbordement et d’autres flux commerciaux non déclarés restent un obstacle important, comme en témoigne l’absence de données commerciales en provenance de la Russie, de la Biélorussie et des Émirats arabes unis, qui ont cessé de publier des statistiques après l’invasion de l’Ukraine par Vladimir Poutine.
« Il est important de vérifier les données », a déclaré John Miller, analyste économique en chef au Trade Data Monitor, basé à Genève. « La façon dont les données fonctionnent dans cet espace est politique et compliquée et elle nécessite que quelqu’un les vérifie et les recoupe. »
