Cas synthétique non agentique : prévision hebdomadaire de la demande de pièces

Exemple fictif. L’entreprise, les produits, l’historique, le backtest et la décision sont synthétiques. Les chiffres illustrent un protocole, pas une prévision de valeur ou de performance.

Mode dominant : prédiction. Niveau : A0. Le modèle produit une prévision hebdomadaire et un intervalle d’incertitude. Le planificateur reste seul responsable des quantités et commandes. Le modèle ne peut ni appeler un outil ni agir.

1. Point de départ

Léman Pièces SA est un distributeur fictif de 18 personnes qui dessert des garages en Suisse et dans les régions UE voisines. Un planificateur prévoit la demande hebdomadaire de 320 références. Promotions, saisonnalité, substitutions et délais fournisseurs rendent la baseline sur tableur inégale.

La photographie de planification utilise une période de contrôle synthétique de 52 semaines :

L’objectif n’est pas l’achat automatique. Il consiste à fournir une prévision hebdomadaire reproductible, son incertitude et une abstention visible.

2. Profil et frontière de données

Identité client, performance du personnel, texte libre et attributs protégés sont exclus. Les références sont évaluées par segment : stables, saisonnières, intermittentes, nouvelles et sensibles aux substitutions.

Le rapport ne peut recommander un fournisseur, modifier le stock de sécurité, écrire dans l’ERP ou masquer une faible confiance. Les nouveaux produits sans historique suffisant restent soumis à la règle manuelle.

3. Évaluation temporelle

Une séparation aléatoire est interdite car elle ferait fuiter le futur. L’équipe utilise des backtests à origine glissante et fige les 26 dernières semaines pour la gate. Les métriques sont publiées globalement et par segment.

Résultat synthétique du backtest

Le biais global atteint +3,1 % et la couverture 82 %. Le modèle n’est pas accepté pour les nouveaux produits. L’amélioration globale ne fait pas disparaître l’échec de ce segment.

4. Pilote en shadow mode

Pendant huit semaines, le planificateur ne reçoit le rapport qu’après avoir figé sa prévision habituelle. Le registre conserve les deux prévisions, l’incertitude, le motif de correction, la commande choisie par la personne, la demande ultérieure, la rupture, l’excès de stock et chaque incident de données.

Aucune commande fournisseur n’est générée. La gate métier ne peut être jugée qu’une fois la demande observable. Une erreur de backtest plus faible ne prouve pas à elle seule une meilleure disponibilité, trésorerie ou qualité de service.

5. Décision

Décision : autoriser l’évaluation en shadow pour les produits établis et éligibles.

Les nouveaux produits restent sur la règle manuelle. Toute modification majeure de promotion, substitution, stock, délai ou référentiel déclenche une revue des données. Dérive matérielle, sous-couverture, régression d’un segment critique ou trou de données inexpliqué suspendent le rapport.

6. Limites de transfert et sources

Les chiffres sont synthétiques. Ils ne prédisent pas un autre assortiment, régime de demande, horizon ou réseau logistique. Ce cas utilise volontairement un modèle prédictif classique pour rappeler que l’adoption IA ne se réduit pas aux systèmes génératifs.

Le profil suit la classification des systèmes de l’OCDE, la taxonomie de l’IA prédictive de NIST AI 100-2e2025 et le guide des modes d’usage.

7. Dossier de preuves

Conserver le dictionnaire de données, la séparation temporelle, les versions des variables, les produits exclus, la prévalence des segments, les prévisions et intervalles figés, les corrections, les résultats ultérieurs, la dérive, le fallback manuel et la décision signée.