Étude de cas : Optimiser les opérations de restauration rapide grâce à la simulation et à l'AI

Combien cette succursale peut-elle encore en prendre avant de sombrer dans le chaos ?  

Avant de mettre en production un nouvel aménagement ou un nouveau concept de restaurant, le client devait effectuer de multiples analyses et tests de faisabilité pour évaluer les nouveaux concepts tout en validant s'il serait capable de satisfaire la demande prévue. En outre, le client souhaitait vivement calculer le "point de rupture" de tout nouveau magasin (c'est-à-dire le débit maximal réalisable pour une configuration donnée). Auparavant, le client devait construire les prototypes du concept de restaurant dans ses laboratoires d'essai et effectuer des simulations réelles avec des employés et des équipements réels, tout en consommant des ressources physiques, du temps et de l'argent pour effectuer de telles analyses afin de répondre à autant d'inconnues que possible. 

Après plusieurs simulations réelles, et avec de nombreuses autres simulations à tester, le client s'est rendu compte que son processus de test actuel lui semblait inefficace par rapport à sa portée initiale et qu'un nombre trop important de ressources étaient utilisées avant le lancement d'un nouveau restaurant. L'expérience précédente a conduit le client à rechercher des solutions de test plus innovantes.

C'est alors que SimWell est venu à la rescousse

Ils ont contacté SimWell pour tirer parti des technologies de simulation et de l'intelligence artificielle afin d'accélérer leur processus de test dans un environnement de jumeau numérique sans risque et de manière plus efficace. SimWell a été chargé de construire des modèles de simulation de prototypes de restaurants qui correspondent le plus possible à leurs tests en laboratoire, d'obtenir des résultats et de proposer des solutions alternatives pour renforcer leurs analyses de faisabilité. 

Une solution complète et intégrée

Pour relever ce défi sous plusieurs angles, SimWell a développé plusieurs solutions qui ont été intégrées à la fin dans un livrable principal : 

1. SimWell a développé un modèle de simulation hybride à événements discrets et à basé par agents pour plusieurs prototypes de magasins qui a permis au client de déterminer, en toute confiance, le débit et les taux d'utilisation maximaux réalisables tout en configurant plusieurs scénarios et en changeant les valeurs des variables telles que la gamme de produits, la variété des canaux, les modèles d'arrivée des clients, le déploiement des employés, les rôles des employés, et la quantité d'équipement.
   
   
   
2. SimWell a contribué à la réalisation d'une étude de temps et mouvement pour capturer le processus global et les temps de production réels des articles de consommation dans le but de les simuler au plus près de la réalité, plutôt que de coder leurs valeurs avec des estimations brutes. En outre, SimWell a développé un site web qui stocke les résultats dans une base de données facilement accessible aux parties prenantes du client, où elles peuvent télécharger d'autres réplications et/ou de nouvelles entrées d'articles futurs.
   
   
3. SimWell a entraîné un cerveau AI capable de déterminer les valeurs optimales des variables sur la base de plusieurs ensembles de conditions données. De cette manière, le nombre total d'expériences à réaliser a considérablement diminué et a permis au client de trouver des réponses de manière beaucoup plus rapide et plus fiable.
   
   
   
4. SimWell a développé un tableau de bord Power BI dynamique contenant les résultats et les indicateurs clés de processus (KPI) des scénarios simulés, ainsi que les statistiques descriptives correspondantes, les intervalles de confiance, les graphiques, les tableaux et autres, qui peuvent être facilement compris par un public non technique.
   
   

Des résultats qui ont conduit à un partenariat à long terme

L'utilisation par SimWell des technologies de simulation et de l'intelligence artificielle a permis au client de tester une variété de nouveaux prototypes de magasins beaucoup plus rapidement, sans utiliser de personnel ni de ressources matérielles, et avec une variété de configurations pour comprendre les résultats de multiples scénarios de simulation. Pour tous les magasins simulés, les indicateurs clés de performance suivants ont été améliorés : le débit (c'est-à-dire le nombre total de commandes livrées), la vitesse totale du service, le temps de production total des commandes, les temps de traitement des articles, le temps d'attente moyen pour passer une commande, le temps de commande moyen, le temps d'attente moyen des clients à la caisse, le temps d'attente moyen pour la production des commandes, le temps d'attente moyen entre l'achèvement et la livraison des commandes, le temps d'activité des employés et la longueur des files d'attente. 

De la même manière, le cerveau entraîné a pu déterminer avec succès le nombre optimal d'employés par équipe avec les rôles qui leur sont assignés, ce qui a permis d'équilibrer la charge de travail de tous les membres de l'équipe en réduisant les distances de marche et en évitant les temps morts importants. Tous les résultats précédents ont abouti à des prototypes de restaurants optimisés, générant des revenus plus élevés, des coûts de main-d'œuvre réduits et une plus grande satisfaction de la clientèle. 

Impressionné par le travail de SimWell, le client a décidé d'établir un partenariat à long terme pour l'aider à simuler tout prototype de restaurant futur, y compris les nouvelles technologies d'équipement, les initiatives d'amélioration continue de l'entreprise et les alternatives qui remettraient en question et briseraient le statu quo.