Machines et équipements industriels

M-extend : l’IA au service de la Supply Chain pour détecter les stocks dormants

Découvrez comment M-extend optimise ses stocks grâce à un outil data et IA, améliorant la prise de décision Supply Chain.

Accessible•14 juin 2026•3 min

null

Rédigé par Maieul Lombard,, mis à jour le 17 juin 2026

Expert chez Maestria Innovation

summary icon En résumé

  • Visualisation dynamique des stocks
  • Identification des surstocks (2M€)
  • Aide à la décision Supply Chain
  • Simulation des paramètres
  • Réduction du risque de rupture
null

Directeur Supply Chain de M-Extend

Sylvain Le Pennec

Ce projet a montré que des outils qui répondent précisément à notre besoin peuvent se faire sur une échelle de temps courte. Maestria a très bien cerné notre besoin, les ateliers ont été riches. L’outil s’est développé de façon assez rapide, grosso modo en trois mois.

Secteur

Entreprise

M-extend France

Région

Bretagne

Effectif

ETI

Maturité initiale

Confirmé

Chiffre d'affaires

Entre 120 et 150 M€

Année de déploiement

2026

Secteur

Problématique et enjeux de l'entreprise

M-extend disposait d’une base SAP très riche, couvrant plusieurs milliers voire dizaines de milliers de références, mais les équipes manquaient d’un outil simple pour visualiser l’évolution des stocks dans le temps, prioriser les références à traiter et arbitrer entre deux risques opposés : trop de stock immobilisé ou, à l’inverse, des références trop tendues pouvant conduire à des ruptures. L’enjeu était de passer d’une lecture ponctuelle des données à un pilotage dynamique et argumenté des paramètres de stock.

summary icon Prévoir les ventes et/ou mieux gérer les stocks

summary icon Automatiser des tâches opérationnelles

summary icon Optimiser les paramètres de production

summary icon Améliorer la recherche et le partage d'informations

Solution déployée

La solution développée par Maestria, avec l’appui de Datapower sur l’expertise Supply Chain, exploite les données SAP de M-extend pour construire un outil visuel de pilotage des stocks. L’application permet d’identifier les références en surstock, en stock tendu ou à risque, de consulter l’évolution historique du stock et de la couverture, puis de simuler l’effet de changements de paramètres comme la taille de lot ou le stock de sécurité. Elle propose aussi des leviers d’action et permet aux utilisateurs de suivre les articles déjà analysés, afin de concentrer leur temps sur les références qui méritent réellement une intervention.

Niveau de complexité

Accessible

Fonctions concernées

Production et opérations

Impact

Transformation

Durée de mise en oeuvre

3 mois de développement pour une V1, après cadrage, dans un projet lancé 1 an plus tôt (contraintes organisationnelles).

Echelle de déploiement

En cours d'introduction auprès des équipes approvisionnement et ordonnancement sur 2 sites

Coût de mise en oeuvre

<50 K€

Coût récurrent (annuel)

Hébergement, maintenance, données, interfaces SAP/Qlik

Approche de mise en oeuvre

Make

Technologies et outils

Performance opérationnelle (optimisation de flux logistiques, etc)
Analyse prédictive (maintenance anticipée, etc)
Moteur de recommandation / aide à la décision fondé sur l’analyse statistique et la simulation

summary icon Point d'attention

La mise en œuvre repose sur la qualité et la régularité des données SAP injectées dans l’outil. Dans la version actuelle, le chargement des données est manuel, avec une fréquence à définir. Une étape d’industrialisation consistera à automatiser l’alimentation depuis SAP ou via Qlik. Le succès dépend aussi de l’appropriation par les équipes approvisionnement et ordonnancement, avec un mode opératoire et une phase de prise en main prévue sur les sites d’Acigné et Loudun.

Résultats

2M€

de surstock identifié

Réduction

des risques de rupture

summary icon Retour sur investissement

Optimisation des stocks via identification des surstocks et des risques de rupture, améliorant l’efficacité des approvisionnements
checkbox icon

Impact extra-financer

  • Amélioration du confort de décision des équipes Supply Chain
  • Meilleure capitalisation du savoir métier
  • Réduction de la charge cognitive liée au suivi de milliers de références
  • Acculturation concrète des équipes à l'IA/data
  • Meilleure capacité à arbitrer entre performance financière, disponibilité des pièces et qualité de services

Les audacieux de l'IA : 20 cas à fort impact à découvrir

Retrouvez une sélection de cas d'usage d’intelligence artificielle appliqués en entreprise, tous secteurs confondus. En téléchargeant ce document vous acceptez de recevoir des communications de Bpifrance.

Prêt à franchir un cap dans votre développement ?

Identifiez l'offre qui correspond à vos attentes

Bpifrance Conseil propose des solutions adaptées à chaque étape de votre développement, en s'appuyant sur une expertise reconnue et un réseau d'experts présents partout en France.

background