← Retour au portail
Préparation · 23 avril 2026 · Annecy

Document de préparation
Atelier Alpes Supply Chain

Votes LinkedIn, cas d'usage retenus, déroulé heure par heure, organisation des 6 groupes et contenu à préparer sur le Drive.

Mis à jour le 20 avril 2026 · 32 inscrits · 6 groupes
⚠️ Points à valider avec Jean-Baptiste Fleck
Votes LinkedIn — 16 participants · 27 commentaires
#1Prévision de la demande augmentée
8 votes
#5Master Data Quality
8 votes
#7Segmentation ABC/XYZ augmentée
6 votes
#8Rough Cut Capacity Planning
6 votes
#2Stock balancing & sécurité
5 votes
#4Capacity Planning
5 votes
#6Forecast Accuracy & Bias
5 votes
#3Supply Planning
3 votes
#9Shelf Life Management
1 vote
⚠️ Ces votes reflètent les commentaires LinkedIn — les 32 inscrits n'ont pas tous voté. Le questionnaire complémentaire affine la sélection finale.
Cas d'usage retenus pour l'atelier
🎯
#1 · Démo live animateurs · 8 votes
Prévision de la demande augmentée
Données historiques dans Google Sheets → Claude analyse patterns et saisonnalité → colonne « Prévision IA » mise à jour en direct. Fort effet visuel pour une démo.
🧹
#5 · Exercice groupe 1 · 8 votes
Master Data Quality
Fichier produits/fournisseurs avec anomalies intentionnelles → Claude détecte, nettoie, standardise. Résultat immédiat, très concret, fort impact.
📊
#7 · Exercice groupe 2 · 6 votes
Segmentation ABC/XYZ
Données de consommation → Claude génère la matrice ABC/XYZ et les recommandations de gestion. Classique supply chain, accessible à tous les niveaux.
🎲
#6 · Bonus si temps · 5 votes
Forecast Accuracy & Bias
Comparaison prévision/réel → Claude calcule MAPE et biais, identifie les familles à problème. Extension naturelle du cas #1, à proposer si un groupe avance vite.
Déroulé — 3 heures
09:00 – 09:20
Accueil & Introduction Plénière
Contexte IA en Supply Chain — ce qui change vraiment. Présentation du format : pas des slides, on fait des choses. Tour de table rapide.
09:20 – 09:50
Démo live Séb + Djemel
Cas #1 — Prévision de la demande. Claude lit un Google Sheet en direct, analyse, écrit les prévisions dans les cellules. Les participants voient l'agent travailler sans intervention humaine.
09:50 – 10:00
Formation des groupes + connexion
Répartition en 6 groupes. Connexion aux comptes Google + accès Claude. Séb et Djemel circulent pour débloquer.
10:00 – 10:45
Exercice #1 — Master Data Quality Groupes
Chaque groupe reçoit un fichier produits « sales ». Mission : utiliser Claude pour détecter et corriger les anomalies, standardiser et documenter les choix.
10:45 – 11:30
Exercice #2 — Segmentation ABC/XYZ Groupes
Données de consommation fournies. Mission : produire avec Claude la matrice de segmentation et les recommandations de gestion par classe.
11:30 – 12:00
Restitutions & Échanges Plénière
Chaque groupe présente son résultat en 2 min. Discussion sur les applications dans leur contexte métier. Questions ouvertes sur la suite.
Organisation des groupes

6 groupes de 4 à 5 personnes — 1 laptop par groupe (idéalement branché sur un écran). Chaque groupe a un compte Google dédié pré-configuré avec les datasets.

G1
4–5 personnes
groupe1@asc
G2
4–5 personnes
groupe2@asc
G3
4–5 personnes
groupe3@asc
G4
4–5 personnes
groupe4@asc
G5
4–5 personnes
groupe5@asc
G6
4–5 personnes
groupe6@asc
Contenu à préparer par groupe (Drive)
1
Dataset Master Data Quality
~200 références produits avec anomalies typiques : doublons, unités incohérentes, descriptions vides, codes fournisseurs mal formattés, catégories inconstantes.
2
Dataset Segmentation ABC/XYZ
12 mois de consommation par article — incluant consommation régulière, saisonnière et erratique. Suffisamment de diversité pour des résultats intéressants.
3
CLAUDE.md — instructions de l'agent
Contexte : analyste Supply Chain expert. Accès aux fichiers Drive du groupe. Objectifs des exercices, format de réponse, ton attendu. Pré-chargé dans le dossier de travail.
4
Fiche exercice participant
1 page par exercice : contexte du scénario métier, mission, 2–3 prompts de démarrage suggérés, critères de succès. Disponible sur Drive + version imprimée.