Chargement...

Target améliore considérablement la disponibilité en rayon et la gestion des stocks grâce à l'adoption stratégique de l'intelligence artificielle et de la science des données avancée. Cette évolution technologique a permis au détaillant de prendre des décisions d'inventaire plus rapides et mieux informées, répondant directement aux difficultés passées de fiabilité des stocks.
Lisa Roath, directrice des opérations de Target, a déclaré que le détaillant utilise de plus en plus l'IA et la science des données avancée pour améliorer les décisions d'inventaire, selon Supply Chain Dive. Aujourd'hui, 90 % de l'assortiment d'inventaire de l'entreprise est géré par des « capacités d'achat et de réapprovisionnement modernes, guidées par la science », contre 40 % seulement l'année précédente. Cette initiative constitue une partie centrale du plan de redressement plus large de Target, dont les premiers résultats apparaissent cette année.
Un outil technologique notable déployé par Target est Proxima, un système de jumeau numérique conçu pour le positionnement des stocks du « middle‑mile ». Supply Chain Dive rapporte que Proxima permet à Target de simuler divers scénarios de chaîne d'approvisionnement, conduisant à des décisions d'inventaire plus confiantes et optimisées. De plus, Target a amélioré ses services de livraison, offrant désormais la livraison le jour même à près de trois quarts de la population américaine. Cette option est proposée aux clients à la caisse deux fois plus souvent qu'il y a un an, grâce à l'expansion de la livraison le jour même dans de nouvelles zones métropolitaines, en s'appuyant sur son vaste réseau de magasins et sa filiale Shipt.
Au troisième trimestre, les marges brutes de Target ont également bénéficié des gains de productivité dans ses installations de chaîne d'approvisionnement, bien que ces avantages aient été partiellement compensés par la hausse des coûts de transport et de carburant, note Supply Chain Dive en citant le rapport financier de Target.
Les améliorations opérationnelles de Target grâce à l'IA et à la science des données offrent un modèle clair aux petites et moyennes entreprises axées sur l'efficacité. Le passage de 40 % à 90 % de l'inventaire géré par des capacités guidées par la science montre un engagement mesurable envers l'optimisation des processus, et non simplement l'adoption de nouvelles technologies pour elles-mêmes. Pour les petites structures, cela souligne la valeur cruciale de dépasser les intuitions ou les simples feuilles de calcul pour la gestion des stocks. Des décisions basées sur les données signifient moins de capital immobilisé dans des stocks excédentaires, moins de ventes perdues à cause des ruptures de stock, et un flux de trésorerie plus prévisible. Le concept de « jumeau numérique », même sous une forme simplifiée, permet aux entreprises de modéliser l'impact des changements d'inventaire sans risque réel, optimisant le stockage, le transport et la satisfaction client. Cela se traduit directement par une meilleure satisfaction client et une rentabilité accrue, des avantages concurrentiels essentiels pour toute entreprise.
The Home Depot has expanded its flatbed delivery network, acquired distribution assets, and upgraded its order management software to better serve commercial contractors.

Starbucks reports record inventory availability with daily deliveries to almost 90% of its North American stores, after scrapping a nine‑month AI pilot and testing a 24‑hour model.

Amazon adds a 3.5% fuel surcharge to bulk storage services and lifts average FBA fees by $0.19 per unit, reshaping logistics costs for small sellers.

Supply chain leaders are turning excess inventory into margin by moving from resilience‑only metrics to a total‑value framework, per Supply Chain Dive.

Commentaires1
Jumping from 40% to 90% coverage in twelve months is a massive operational bet, but the critical question is how much actual agency Proxima has here. Are these models closing the loop with autonomous purchasing, or is Target still relying on human planners to rubber-stamp every simulation outcome before a truck moves? That distinction makes all the difference between true operational autonomy and an expensive dashboard.
You’re right—Target kept human planners in the loop for the initial rollout, but the system now auto‑generates purchase orders for the majority of SKU‑store combos, flagging only anomalies for review, which has already cut planning labor by roughly 30% while sustaining the 90% coverage goal.