Résumé
Découvrez comment Tokic, un leader de l’après-vente automobile croate, transforme ses opérations grâce à l’IA et à des stratégies basées sur les données. Dans cette interview exclusive depuis Athènes, le CTO Josip Kelava révèle comment Tokic exploite l’expertise de Lokad pour relever des défis complexes de supply chain challenges et automatiser des processus critiques. En privilégiant des données propres et structurées et en intégrant un nouveau système ERP, Tokic ouvre la voie aux innovations de prochaine génération, notamment à la maintenance prédictive et à une prise de décision sans faille. Avec Lokad comme partenaire de confiance, Tokic ne se contente pas de suivre les tendances du secteur : il fixe la norme pour l’avenir de l’après-vente indépendant.
Transcription complète
Fabian Hoehner: Bienvenue dans cet épisode spécial de Lokad TV. Je suis accompagné ici par Josip Kelava et, comme vous pouvez le constater, nous nous trouvons dans un lieu très particulier. Nous sommes en réalité à Athènes. Josip, parlez-nous un peu de vous et pourquoi sommes-nous à Athènes aujourd’hui ?
Josip Kelava: Merci de m’accueillir, Fabian. Je suis Josip Kelava, le CTO du groupe Tokic, et nous sommes en réalité des vendeurs de pièces automobiles, les leaders dans notre secteur, avec des boutiques de détail réparties à travers la Slovénie et la Croatie. Aujourd’hui, nous sommes à Athènes pour la conférence digitale ATR, qui aborde en réalité le thème brûlant de l’IA. Comme nous le savons, c’est un mot à la mode désormais, mais il concerne l’IA dans l’après-vente indépendant. C’est le marché dans lequel Tokic est impliqué. Aujourd’hui, il s’agit davantage de la durabilité de notre marché. L’après-vente indépendant commence lorsque, pour la plupart, les voitures et véhicules atteignent la fin de leur période de garantie, disons comme ça, et que ces véhicules entrent alors dans l’après-vente. C’est donc une bataille entre les équipements d’origine (OE) et l’après-vente indépendant. Je veux dire, on l’appelle une bataille, mais oui, c’est un jeu de pouvoir. Ils détiennent les données, nous voulons que ces données fonctionnent, et nous devons maintenant aller au niveau des commissions de l’UE pour nous battre pour cela. C’est un grand marché, nous ne pouvons pas le perdre, et c’est le rôle clé d’ATR.
Fabian Hoehner: D’accord, merci. Entrons un peu dans le vif du sujet pendant que nous sommes à cette conférence. Vous avez en effet donné une présentation hier sur, eh bien, le grand thème était artificial intelligence. Évidemment, c’est une question, mais peut-être pouvez-vous nous dire ce que vous en avez pensé et, en ce qui concerne le groupe Tokic, quelles ont été vos expériences et votre point de vue ?
Josip Kelava: Oui, hier, c’était, dirais-je, la journée de l’IA pour l’après-vente indépendant. Des messages forts ont été diffusés depuis la scène : l’IA est là pour rester. Nous avons surestimé l’IA à court terme, mais nous l’avons sous-estimée à long terme. Je suis vraiment content que certains fournisseurs aient commencé à l’utiliser parce qu’ils étaient très proches des innovations. Ils pensaient que c’était comme la télématique. Tout le monde a dépensé beaucoup d’argent, d’énergie et de temps pour la télématique, et nous avons échoué. La télématique consiste en fait à envoyer les données des voitures vers le cloud, quel que soit le prestataire de services, et nous pouvons en faire jouer, réaliser des diagnostics à distance, des prévisions, peut-être de la maintenance pour mettre les données, disons, en ligne. Nous avons investi beaucoup de temps et d’efforts, et nous n’avons pas obtenu de résultats. Mais le message ici est que l’IA n’est pas de ce type. L’IA est plus comme l’internet, plus comme les téléphones mobiles. C’est l’une de ces technologies disruptives, et elle est si étendue que vous pouvez l’utiliser à de nombreux niveaux différents.
Fabian Hoehner: Quels sont donc quelques-uns des exemples que nous avons vus, et que nous voyons actuellement ?
Josip Kelava: J’ai surtout constaté qu’ils l’utilisent pour des traductions, des tutoriels vidéo, des bases de connaissances. C’est vraiment courant chez de nombreux fournisseurs. Nous avons vu le cas de Tokic avec des systèmes de conduite autonomes, qui ont échoué. C’était le premier, même des années avant le GPT et les LLM. Ensuite, nous disposons d’une équipe de transformation numérique en interne, qui a en réalité développé des solutions RPA (automatisation des processus robotiques). Ce n’est pas de l’IA, ce n’est qu’un script, mais c’était si proche de l’IA. Puis nous avons intégré cette composante cognitive dans le robot, de sorte que la RPA et l’IA sont très proches l’une de l’autre, et elles fonctionnent très bien ensemble. Nous avons développé notre propre IA interne, mais ensuite nous nous sommes dit : “D’accord, cette technologie fonctionne, nous avons rencontré un grand succès, de bons résultats, passons à autre chose.” Puis nous sommes passés à la partie très spécifique de notre activité, la supply chain, et c’est ainsi que nous avons finalement fait appel à Lokad.
Fabian Hoehner: Oui, mais peut-être avant d’y aller, laissez-moi résumer. Ce que j’ai constaté, c’est que nous assistons désormais à une large adoption des LLM, c’est-à-dire des large language models. À quoi servent-ils ? À la reconnaissance d’images, à la reconnaissance de texte, et bien d’autres choses. C’était très intéressant de voir des cas d’usage, en fait, par exemple, l’auto-identification de pièces, l’analyse d’images de tâches de réparation, n’est-ce pas ?
Josip Kelava: Oui, la détection d’objets. Merci d’y revenir. La détection d’objets au sein de l’autre solution est en réalité un excellent cas d’usage. Lorsqu’on voit de nombreuses pièces, nous n’avons aucun nom, vous ne savez pas comment décrire la forme, quel mot-clé utiliser pour la recherche. Avec le LLM dédié à la traduction, la détection d’objets est un cas d’usage de premier ordre. Au final, je pense que nous constatons qu’elle est là. Ce n’est pas quelque chose du futur, c’est déjà implémenté.
Fabian Hoehner: Oui, et bon, d’accord, passons alors à ce que nous avons réalisé, et c’est probablement là que nous voyons la différence entre, je dirais, des interprétations de textes et d’images relativement simples et la supply chain. Nous parlons de problèmes épineux, donc des problèmes que nous résolvons, comme l’allocation des achats, qui comportent de multiples couches. Il ne s’agit pas d’un problème structuré unique, mais de nombreuses implications. Pouvez-vous nous en dire un peu plus de votre perspective ? Cela fait deux ans que nous travaillons ensemble, et concernant ce projet, qu’est-ce qui l’a motivé et quels en sont vos ressentis ?
Josip Kelava: Oui, c’est un sujet très spécifique car il comporte de nombreuses couches qu’il faut aborder une par une. Ce n’était pas facile à mettre en œuvre, ni à gérer auparavant, mais nous avons consacré beaucoup de ressources pour prendre en charge toutes ces composantes : la passation de commandes, le replenishment, la gestion de la cour, pour tout couvrir, du back order, de la facturation au gross yard. Nombreuses ont été les ressources engagées pour que ce processus soit bien serré.
Fabian Hoehner: Et quand vous parlez de ressources, j’imagine que vous voulez dire uniquement les ressources humaines ?
Josip Kelava: Oui, et le temps. Le temps, c’est de l’argent. Certainement, c’était un projet en interne. Nous possédions déjà un certain savoir-faire, puis nous étions passés à l’analytique, nous avons évolué vers les stocks, et nous disposions de certains logiciels qui nous maintenaient à flot avant la mise en œuvre de Lokad. Vous connaissez l’histoire, mais il était vraiment difficile d’avoir tout cela couvert de manière simple, car il n’est pas aisé de gérer toutes ces couches dont j’ai parlé précédemment. Je pourrais détailler les résultats, les points de contrôle, mais je suis vraiment content que nous ayons réduit le tout à une solution unique, éprouvée et fonctionnelle, avec beaucoup moins de casse-tête qu’auparavant. Merci pour cela.
Fabian Hoehner: C’est un beau résumé qui revient essentiellement à éliminer les casse-tête et les applications. Nous avons eu de nombreuses discussions sur ce qu’est l’IA, et de notre point de vue, sans entrer dans les détails, la plupart des gens la réduisent aux LLM, ces large language models émergents. Mais ce que nous voyons, c’est qu’il s’agit manifestement de statistiques de haute dimension, et nous avons utilisé bon nombre de ces approches. La véritable question est : quel est l’objectif ? Ce que nous constatons en parlant de cette idée d’IA, c’est qu’elle vise à automatiser les processus, à faciliter la vie des humains, à être plus rapide, à éliminer Excel de la supply chain.
Josip Kelava: Exactement.
Fabian Hoehner: Et bien, peut-être qu’un aspect à souligner à ce sujet serait celui des données. Parlons brièvement de ce que les questions de données ont été pour vous ces dernières années et de ce que l’avenir nous réserve à cet égard.
Josip Kelava: Les données sont cruciales de nos jours. Tout le monde dit que les données sont le nouvel or, et je le pense vraiment. Pour débuter avec la RPA, il faut d’abord assurer une hygiène des données, les structurer. Les gens ne comprenaient pas que nous passions tant de temps à obtenir des données structurées pour pouvoir travailler dessus. Dieu merci, nous avons une équipe de business intelligence qui comprend et qui travaille avec nous. Nous investissons énormément de temps dans le data cleaning car, comme on le sait, “garbage in, garbage out”. Lorsqu’il s’agit des données, il est vraiment appréciable que les dirigeants aient compris l’importance de consacrer plus de temps à ce sujet. Nous avons mis en place une équipe de master data management car c’est un avantage concurrentiel. Si vos données sont bien exploitées et que vos systèmes communiquent avec des données claires et bien structurées, vous êtes plus compétitif sur le marché face aux autres acteurs qui ne le sont pas. C’est en réalité un changement de mentalité concernant les structures de données. Cela s’inscrit dans un projet en cours, dans lequel nous mettons en place le nouveau data warehouse du groupe Tokic, en parallèle avec l’ERP. Ainsi, dans un an ou deux, si nous prenons du recul, nous aurons un nouvel ERP, un nouveau data warehouse, et cela devrait fonctionner parfaitement lorsque l’équipe de master data management assurera la structure et la propreté des données.
Fabian Hoehner: Et je me souviens qu’une partie de notre projet de stocks a également été un long parcours en interprétation des données, car les données ne sont que des données. Ce n’est pas ce qu’elles sont en elles-mêmes, mais c’est leur interprétation correcte qui compte. Nous allons en parler avec Elliot, qui dirigeait la mise en œuvre, je sais.
Josip Kelava: Oui.
Fabian Hoehner: Pour conclure un peu, à quoi ressemble l’avenir ? Quels sont les grands projets pour 2025, 2030 ? Comment vous voyez-vous, vous et Tokic, évoluer d’après votre perspective en tant que CTO ?
Josip Kelava: Actuellement, nous concentrons nos efforts, ainsi que ceux de nos collaborateurs, de notre équipe et de l’ensemble de l’entreprise, sur le nouvel ERP, que nous sommes en train de mettre en œuvre. C’est un système central, et nous devons aligner les processus avec l’autre entreprise. Nous avons intégré Bartog Slovenian. Ce n’est pas seulement Tokic. Il y a, il y a une entreprise slovène que nous avons acquise il y a quatre ans, Bartog Tire Specialists, et nous partageons notre savoir-faire en pièces automobiles tout en assimilant leur expertise en pneus. Ainsi, c’est compatible. Ils disposent d’un système différent, de processus différents, et nous devons les aligner pour fonctionner sur le même système ERP.
Fabian Hoehner: Oui, et pas seulement l’ERP, mais aussi les stocks.
Josip Kelava: Exactement. Il existe un système de gestion d’entrepôt, ainsi qu’une multitude de logiciels et de services périphériques, comme le vôtre, qui fonctionnent avec notre ERP et nos processus chez Tokic et désormais chez Bartog. Alors, si vous imaginez combien il y en a, c’est une véritable bataille que nous menons actuellement pour le nouvel ERP, pour aligner les processus entre les deux pays, ainsi qu’au sein de ces 130 boutiques réparties dans différents pays. Comme je l’ai mentionné, le data warehouse est déjà en place, mais vous m’avez interrogé sur l’avenir, et c’est incontestablement la direction que je souhaite prendre. C’est pourquoi nous mettons tout en œuvre afin de pouvoir exploiter les données, des données bien structurées, avec le data warehouse et un bon système ERP. Nous aimerions reléguer l’IA à plus tard, une fois que tout sera en ordre. Vous aurez des données propres, tous les systèmes nécessaires. Nous pourrons utiliser la maintenance prédictive, optimiser la supply chain, générer de meilleurs rapports, et faciliter la prise de décision. C’est toute une science qui se cache derrière les données. Nous voulons aller dans cette direction. Nous savons que c’est là, nous ne connaissons pas tous les détails, mais nous sommes persuadés qu’il nous faut l’infrastructure pour approfondir le sujet.
Fabian Hoehner: Eh bien, nous sommes heureux de vous accompagner dans ce voyage. Pour ma part, Josip, merci de votre confiance, merci pour votre temps aujourd’hui.
Josip Kelava: Merci de m’avoir accueilli. Ce fut un plaisir. En tant que CTO, je tiens à vous remercier pour vos efforts et pour votre contribution au fil des années où nous avons travaillé ensemble. Et ici, à Athènes, vous avez également laissé une impression sur moi et sur les autres. Merci pour cela.
