Résumé
Découvrez comment Tokic, un leader de l’aftermarket automobile croate, transforme ses opérations grâce à l’IA et aux stratégies basées sur les données. Dans cette interview exclusive depuis Athènes, le directeur technique Josip Kelava révèle comment Tokic exploite l’expertise de Lokad pour relever les défis complexes de la supply chain et automatiser les processus critiques. En privilégiant des données propres et structurées et en intégrant un nouveau ERP, Tokic ouvre la voie à des innovations de nouvelle génération, notamment la maintenance prédictive et la prise de décision fluide. Avec Lokad en tant que partenaire de confiance, Tokic ne se contente pas de suivre les tendances de l’industrie, il définit également la norme pour l’avenir de l’aftermarket indépendant.
Transcription complète
Fabian Hoehner: Bienvenue dans un épisode spécial de Lokad TV. Je suis ici avec Josip Kelava et comme vous pouvez le voir, nous sommes dans un lieu très spécial. Nous sommes en fait 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 directeur technique du groupe Tokic, et nous sommes en fait des vendeurs de pièces automobiles, les leaders de notre secteur, avec des magasins de détail partout en Slovénie et en Croatie. Aujourd’hui, nous sommes ici à Athènes pour la conférence numérique ATR, qui traite en fait du sujet brûlant de l’IA. Comme nous le savons, c’est un mot à la mode maintenant, mais cela concerne l’IA dans l’aftermarket indépendant. C’est le marché dans lequel Tokic est impliqué. Aujourd’hui, il s’agit en fait davantage de la durabilité de notre marché. L’aftermarket indépendant commence lorsque la plupart des voitures et des véhicules atteignent la fin de leur durée de garantie, disons comme ça, et que ces véhicules arrivent sur le marché de l’aftermarket. C’est donc une bataille entre les équipementiers d’origine et l’aftermarket indépendant. Je veux dire, on parle de bataille, mais ouais, c’est un jeu de pouvoir. Ils ont les données, nous voulons que les données fonctionnent, et maintenant nous devons nous tourner vers les commissions de l’UE pour nous battre pour cela. C’est un grand marché, nous ne pouvons pas le perdre, et c’est là que réside le rôle clé de l’ATR.
Fabian Hoehner: D’accord, merci. Alors parlons un peu de votre intervention pendant cette conférence. Vous avez en fait fait une présentation hier sur, eh bien, le grand sujet était l’intelligence artificielle. Évidemment, c’est un sujet important, mais peut-être pouvez-vous nous parler un peu de votre point de vue et aussi de l’expérience et de l’avis du groupe Tokic ?
Josip Kelava: Oui, hier c’était la journée de l’IA, je dirais, pour l’aftermarket indépendant. Des messages forts ont été envoyés 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 car ils étaient très proches des nouvelles technologies. Ils pensaient que c’était comme la télématique. Tout le monde a dépensé beaucoup d’argent, d’énergie et de temps dans la télématique, et nous avons échoué. La télématique est en réalité les données des voitures envoyées dans le cloud, n’importe quel fournisseur de services, et nous pouvons les utiliser pour faire des diagnostics à distance, des prévisions, peut-être de la maintenance pour avoir les données, disons, en ligne. Nous avons passé beaucoup de temps et d’efforts, et nous n’avons pas de résultats. Mais le message ici est que l’IA n’est pas de ce type. L’IA est plus comme Internet, plus comme les téléphones mobiles. C’est l’une de ces technologies disruptives, et elle est si vaste que vous pouvez l’utiliser à de nombreux niveaux différents.
Fabian Hoehner: Alors, quels sont certains des exemples que nous avons vus, que nous voyons ?
Josip Kelava: Principalement, j’ai vu qu’ils l’utilisent dans les traductions, les tutoriels vidéo, les bases de connaissances. C’est vraiment courant chez de nombreux fournisseurs. Nous avons vu le cas de Tokic avec les conducteurs de puissance autonomes, qui a échoué. C’était le premier, même des années avant les GPT et LLM. Ensuite, nous avons une équipe de transformation numérique en interne, qui a développé l’automatisation des processus robotiques (RPA). Il n’y a pas d’IA, c’est juste un script, mais c’était si proche de l’IA. Ensuite, nous avons intégré cette partie cognitive dans le robot, donc RPA et IA sont très proches l’un de l’autre, et ils fonctionnent très bien ensemble. Nous avons développé notre IA interne, mais ensuite nous avons dit : “D’accord, cette technologie fonctionne, nous avons un grand succès, de bons résultats, passons à autre chose.” Ensuite, nous nous sommes tournés vers la partie très spécifique de notre activité, la supply chain, et c’est ainsi que nous sommes arrivés à Lokad.
Fabian Hoehner: Oui, mais peut-être avant d’aller plus loin, je vais juste résumer. Donc ce que j’ai vu, c’est essentiellement que nous assistons maintenant à une large adaptation des LLM, c’est-à-dire des grands modèles de langage. À quoi sont-ils utilisés ? Reconnaissance d’images, reconnaissance de texte, tout ça. Il était très intéressant de voir des cas d’utilisation de l’identification automatique des pièces, de 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 dans l’autre solution est en fait un très bon cas d’utilisation. Lorsque vous voyez beaucoup de pièces, vous n’avez aucun nom, vous ne savez pas comment décrire la forme, quel mot-clé utiliser pour rechercher. Avec le LLM de traduction, la détection d’objets est un cas d’utilisation majeur. En fin de compte, je pense que nous voyons que c’est là. Ce n’est pas quelque chose du futur, c’est déjà implémenté.
Fabian Hoehner: Oui, et bien, d’accord alors, passons à ce que nous avons fait, et c’est probablement là que nous voyons la différence entre, je dirais, une interprétation de texte et d’images quelque peu simple et la supply chain. Nous parlons de problèmes complexes, donc les problèmes que nous résolvons, l’allocation des achats, ont beaucoup, beaucoup, beaucoup de couches. Ce n’est pas un problème structuré mais de nombreuses implications. Pouvez-vous nous en dire un peu de votre point de vue ? Cela fait deux ans que nous travaillons ensemble, et bon, à propos de ce projet, qu’est-ce qui l’a motivé et quels sont vos sentiments à ce sujet ?
Josip Kelava: Oui, je veux dire, c’est un sujet vraiment spécifique car il comporte de nombreuses couches, et il faut les aborder une par une. Ce n’était pas facile à mettre en œuvre, ce n’était pas facile à gérer auparavant, mais nous avons consacré beaucoup de ressources pour gérer toutes ces parties, la commande, le réapprovisionnement, la gestion des parcs, pour avoir tout à partir des commandes en souffrance, de la facturation, du parc brut. Donc beaucoup de ressources ont été mobilisées pour avoir ce processus bien maîtrisé.
Fabian Hoehner: Et quand vous parlez de ressources, je suppose que vous voulez dire simplement des humains, des ressources humaines ?
Josip Kelava: Oui, et du temps. Le temps, c’est de l’argent. C’était certainement un projet interne. Nous avions déjà une certaine expertise, puis nous l’avons intégrée à l’analyse, nous sommes passés aux stocks, nous avions un logiciel qui nous maintenait en vie avant la mise en œuvre de Lokad. Vous connaissez l’histoire, mais il était vraiment difficile de tout couvrir de manière simple car ce n’est pas simple avec les couches dont j’ai parlé précédemment. Je peux parler des résultats, je peux parler des points de contrôle, mais je suis vraiment content que nous l’ayons réduit à une sorte de solution, une solution éprouvée qui fonctionne, et il n’y a pas autant de maux de tête qu’auparavant. Donc merci pour ça.
Fabian Hoehner: C’est un beau résumé pour se débarrasser des maux de tête et de l’application. 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 font référence aux LLM, les grands modèles de langage qui émergent. Mais ce que nous constatons, c’est qu’il s’agit évidemment de statistiques multidimensionnelles, et nous avons utilisé beaucoup de ces approches. La question est vraiment de savoir quel est l’objectif ? Ce que nous constatons, c’est que lorsque nous parlons de cette idée d’IA, il s’agit d’automatiser les processus, de faciliter la vie des humains, d’être plus rapide, de se débarrasser d’Excel dans la supply chain.
Josip Kelava: C’est ça.
Fabian Hoehner: Et bien, peut-être un aspect à souligner à ce sujet serait l’aspect des données. Parlons brièvement des sujets liés aux données ces dernières années et de ce que l’avenir nous réserve à ce sujet.
Josip Kelava: Les données sont cruciales à notre époque. Tout le monde dit que les données sont le nouvel or, et je pense vraiment que c’est le cas. Pour commencer à travailler avec la RPA, nous devons avoir une hygiène des données, nous devons les structurer. Les gens ne comprenaient pas que nous consacrions autant de temps à avoir des données structurées sur lesquelles nous pouvons travailler. Dieu merci, nous avons une équipe de business intelligence qui comprend, qui travaille avec nous. Nous passons beaucoup de temps à nettoyer les données car tout le monde connaît les résultats entrée-sortie. Lorsque nous parlons de “garbage in, garbage out” (des données de mauvaise qualité entraînent des résultats de mauvaise qualité), il est très bon que les dirigeants aient réalisé que nous devons passer plus de temps sur les données. Nous avons créé une équipe de gestion des données principales car c’est un avantage concurrentiel. Si vous avez des données bien faites et que vos systèmes communiquent avec des données claires et bien structurées, vous êtes plus compétitif par rapport à ce que vous voyez sur le marché avec les autres acteurs qui ne le sont pas. Il s’agit donc en réalité d’un changement de mentalité concernant les structures de données. Cela se poursuit avec un projet sur lequel nous sommes en train de travailler, et nous mettons en place le nouveau entrepôt de données dans le groupe Tokic en parallèle avec l’ERP. Donc, dans un an ou deux, si nous prenons du recul, nous aurons un nouvel ERP, un nouvel entrepôt de données, et cela devrait fonctionner parfaitement lorsque l’équipe de gestion des données principales couvrira la structure et les données propres.
Fabian Hoehner: Et je me souviens que notre projet d’inventaire était également une longue période de ce que j’appelle toujours l’interprétation des données car les données ne sont que des données. Ce n’est pas ce qu’elles sont, mais quelle est la bonne interprétation. Nous allons en parler à Elliot, qui était responsable de la mise en œuvre, je sais.
Josip Kelava: Ouais.
Fabian Hoehner: Peut-être pour finir un peu, à quoi ressemble l’avenir ? Quels sont les grands projets pour 2025, 2030 ? Où vous voyez-vous, vous-même et Tokic, d’après votre perspective en tant que CTO ?
Josip Kelava: Nous nous concentrons maintenant sur le nouvel ERP, sur nous-mêmes, notre équipe et toute l’entreprise, et nous sommes en plein déploiement. 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. Nous avons une entreprise slovène que nous avons acquise il y a quatre ans, Bartog Tire Specialists, et nous envoyons certainement nos connaissances et notre savoir-faire pour les pièces automobiles et nous tirons parti de leurs connaissances et de leur savoir-faire pour les pneus. Donc, c’est compatible. Ils ont un système différent, ils ont des processus différents, et nous devons les aligner pour passer au même système ERP.
Fabian Hoehner: Oui, et pas seulement l’ERP mais aussi l’inventaire.
Josip Kelava: Exactement. Il y a un système de gestion d’entrepôt, il y a beaucoup de logiciels périphériques et de services comme le vôtre également, qui fonctionnent avec notre ERP, avec nos processus chez Tokic et maintenant chez Bartog. Donc, si vous pouvez imaginer combien il y en a, c’est une bataille que nous menons maintenant pour le nouvel ERP, pour aligner les processus entre les deux pays, dans ces 130 magasins à travers les pays. Comme je l’ai mentionné, le data warehouse est déjà sur le terrain, mais vous m’avez demandé pour l’avenir, et c’est certainement une partie où je veux aller. C’est pourquoi nous faisons toutes ces choses pour pouvoir jouer avec les données, avec des données bien structurées, avec le data warehouse et le bon système ERP. Nous aimerions vraiment utiliser l’IA lorsque tout cela sera réglé. Vous avez des données propres, vous avez tous les systèmes possibles. Nous pouvons jouer avec la maintenance prédictive, nous pouvons améliorer la supply chain, nous pouvons faire de meilleurs rapports, nous pouvons prendre des décisions beaucoup plus facilement. Il y a toute une science derrière les données. Nous voulons y aller. Nous savons que c’est là, nous ne connaissons pas les détails, mais nous sommes assez sûrs que nous devons avoir l’infrastructure pour approfondir.
Fabian Hoehner: Eh bien, je veux dire, nous sommes heureux de vous accompagner dans ce voyage. De mon côté, Josip, je vous remercie pour votre confiance, merci pour votre temps aujourd’hui.
Josip Kelava: Merci de m’avoir reçu. C’était un plaisir. En tant que CTO, je tiens à vous remercier pour vos efforts et votre contribution au fil des années où nous avons travaillé ensemble. Et aussi, ici à Athènes, vous avez laissé une impression sur moi et les autres gars. Merci pour cela.
