Agents IA pour l’optimisation de la chaîne d’approvisionnement : planification de production automatisée avec FastAPI et n8n

ConseilLLMNewsScience

Planification de production autonome, sans interface

J’ai encapsulé un algorithme d’optimisation dans un microservice FastAPI et l’ai relié à un workflow n8n pour automatiser la planification de production, directement depuis les emails reçus par les planificateurs. En s’appuyant sur l’algorithme de Wagner-Within, l’agent IA comprend les paramètres, exécute le calcul et renvoie un plan optimal avec les coûts et lots, en langage clair. Déployé en POC auprès de deux utilisateurs sur des articles non critiques, ce dispositif ouvre la voie à un “super-agent” d’optimisation scénarisable.

Points clés

  • Contexte métier: usine européenne de taille moyenne, MPS comme interface clé entre équipes commerciales et production.
  • Horizon et demande: plan sur 12 mois, avec par exemple 150 boîtes attendues au mois 2.
  • Structure de coûts: coût de lancement (setup) à 500 $ par lot et coût de possession (holding) à 1 $/unité/mois; les extrêmes montrent soit 12 setups coûteux, soit 2 000 boîtes d’inventaire initial explosant les frais.
  • Algorithme: utilisation de la méthode de Wagner-Within (programmation dynamique) pour équilibrer coûts de setup et de stockage.
  • Résultat type: plan optimal avec productions aux mois 1, 6, 9 et 11, l’inventaire couvrant les périodes intermédiaires.
  • Architecture technique: moteur d’optimisation packagé en microservice FastAPI avec endpoints /uploadprod (POST des données de demande) et /launchplan (GET des paramètres).
  • Orchestration agentique: n8n avec un LLM OpenAI et un outil HTTP; email Gmail déclencheur, conversion CSV→JSON, et traitement automatisé.
  • Rôles des agents: un agent “Parser” extrait les paramètres de l’email en JSON; un agent “API Request” interroge le backend et génère une analyse exploitable.
  • Sortie opérationnelle: réponse email automatisée indiquant coûts et lots de production, suffisante pour établir un devis côté commercial.
  • Déploiement et feuille de route: POC auprès de 2 utilisateurs, usage décidé pour articles non critiques; intégrations testées avec Jira, Telegram et ERP; prochaine étape: simulations multi-scénarios pour conseiller les volumes et prix.

À retenir

Pour démarrer sans migraines: imposez un format d’email (CSV en pièce jointe + paramètres bien rangés), commencez sur des références non critiques, surveillez vos deux KPI fétiches (setup vs holding) et laissez l’agent faire le sale boulot. Vérifiez juste que vos endpoints répondent, que les accès sont sécurisés et itérez avec les utilisateurs. Sinon, continuez à jongler avec des exports et des tableurs à 23 h… c’est un style de vie, paraît-il.

Sources