Chaque conversation sur la prévision de la demande dans un entrepôt semble suivre le même script ces jours-ci. Le côté métier dit : "Nous avons besoin de prévision par IA." Le fournisseur dit : "Notre modèle de deep learning a la plus haute précision." Et le responsable de la planification, qui devra réellement répondre de la prévision, pense à tout autre chose : quand la prévision est fausse, est-ce la faute du modèle, ou avons-nous choisi le mauvais outil dès le départ ?
Commençons par les preuves : ce qu'une compétition publique a réellement prouvé
Pour répondre à "lequel est le plus précis", la meilleure approche n'est pas de lire les documents marketing des fournisseurs, mais de regarder une compétition que personne ne pouvait truquer. La compétition de prévision M5, qui s'est conclue en 2020, a utilisé de vraies données de ventes au niveau magasin de Walmart — plus de quarante mille séries temporelles de produits — avec des participants prévoyant 28 jours à l'avance. Selon les analyses publiées après la compétition, les meilleures solutions sur la piste de la précision pure étaient presque uniformément construites sur des arbres à gradient boosting, menés par LightGBM, plutôt que sur les approches de deep learning à la mode à l'époque.
Ce résultat mérite un examen plus attentif. Les données M5 avaient des caractéristiques spécifiques : un nombre énorme de séries, un historique relativement court par série, et de forts moteurs externes comme les promotions et les prix. Le gradient boosting a gagné, selon les comptes rendus de plusieurs concurrents, grâce à son adéquation à ce type de problème — des données tabulaires qu'on peut transformer en variables. Une fois qu'on construit les bonnes variables — ventes décalées, moyennes mobiles, élasticité des prix, indicatrices de jours fériés — un modèle d'arbres les apprend vite et de façon stable. Égaler cela avec du deep learning a nécessité nettement plus de réglages et de calcul, avec un rapport coût-bénéfice moins bon.
Rien de tout cela ne signifie que le deep learning "ne fonctionne pas". Certaines équipes ont obtenu d'excellents résultats avec le deep learning dans la même compétition ; elles ont simplement payé un coût d'ingénierie visiblement plus élevé. Les preuves ne désignent ni un gagnant ni un perdant, mais une conclusion plus calme : pour la prévision de la demande en entrepôt, le plafond est davantage fixé par l'ingénierie des variables et la compréhension du métier que par la sophistication du modèle lui-même.
Le tempérament de chaque modèle : où ils s'ajustent, à partir des principes premiers
Prophet, open-sourcé en 2017 par l'équipe Core Data Science de Meta (alors Facebook), décompose une série temporelle en tendance, saisonnalité et effets des jours fériés. Son tempérament : il demande peu à vos données, démarrant avec seulement quelques dizaines d'observations par série ; il tolère avec grâce les valeurs manquantes et les valeurs aberrantes ; et sa sortie peut s'expliquer au métier en langage simple. Ses faiblesses sont tout aussi claires : c'est fondamentalement un modèle mono-série, donc avec beaucoup de SKU on entraîne un modèle par série ; son support des régresseurs externes comme les prix et les promotions est rudimentaire ; et il n'a essentiellement rien à offrir pour les nouveaux produits sans historique.
XGBoost — issu de l'article de 2016 de Tianqi Chen et Carlos Guestrin — et la famille du gradient boosting adoptent une approche différente : ils convertissent la prévision en un problème de régression. Vous construisez les variables, et le modèle apprend les relations non linéaires. Son tempérament : meilleure est votre ingénierie des variables, plus il devient fort ; il entraîne naturellement un seul modèle sur des milliers de SKU ; et les sorties d'importance des variables donnent au métier une certaine visibilité sur ce que le modèle observe. Le prix : beaucoup de travail manuel sur les variables, plus une sensibilité à la dérive des données — quand la stratégie de promotion change, on réentraîne et on revalide.
La voie du deep learning, représentée par DeepAR d'Amazon (2017) et le Temporal Fusion Transformer (2019), prend une troisième voie : laisser le modèle apprendre des représentations à partir de séquences brutes, avec une force particulière dans l'apprentissage inter-séries — utiliser l'historique de milliers de SKU pour apprendre à quoi ressemblent le démarrage d'un nouveau produit ou un pic de promotion, puis le transférer aux SKU à historique court. Son tempérament : plus l'échelle des données est grande, plus son avantage est grand ; forte automatisation, donc une fois que le pipeline tourne, le coût marginal de main-d'œuvre diminue ; mais l'interprétabilité la plus faible, des besoins en GPU pour l'entraînement, et la nécessité d'un personnel ML dédié pour gérer le réglage et la surveillance de la dérive.
| Dimension | Prophet | XGBoost / LightGBM | Deep Learning (DeepAR / TFT, etc.) |
|---|---|---|---|
| Données minimales pour démarrer | Faibles — quelques dizaines de points par série | Moyennes — assez d'échantillons pour la validation croisée | Élevées — des centaines de séries pour que l'apprentissage inter-séries paie |
| Échelle des SKU | Une poignée de SKU clés / totaux par catégorie | Moyenne à grande — un modèle couvre tous les SKU | Grande échelle, surtout assortiments de longue traîne |
| Ingénierie des variables | Légère — saisonnalité et jours fériés intégrés | Lourde — décalages, statistiques mobiles, variables promo construites à la main | Moyenne — le modèle apprend des représentations, mais les entrées doivent être normalisées |
| Interprétabilité | Forte — composants décomposables | Moyenne — importance des variables comme référence | Faible — essentiellement une boîte noire |
| Démarrage à froid des nouveaux produits | Faible | Faible | Relativement bonne — transfert entre séries |
| Coût de maintenance | Bas — un analyste à temps partiel gère | Moyen — réentraînement et validation réguliers | Élevé — personnel ML dédié et calcul |
| Granularité typique | Hebdomadaire / mensuelle | Quotidienne / hebdomadaire | Quotidienne / horaire |
| Scénario d'ajustement | Planification des volumes du DC régional, réassort par catégorie | Réapprovisionnement au niveau SKU, prévision des promotions | Prévision temps réel à l'échelle du réseau, e-commerce avec beaucoup de nouveaux produits |
Faisons les calculs : le triangle de la précision, du travail et de la maintenance
Le choix du modèle ne peut pas se faire sur la seule précision. Voici un calcul simplifié et illustratif — des estimations d'ordre de grandeur pour montrer la structure, pas des devis précis. Considérons un centre de distribution régional avec 8,000 SKU actifs, prévoyant quotidiennement pour le réapprovisionnement.
La voie Prophet : modéliser les 200 SKU de classe A individuellement, prévoir la longue traîne au niveau catégorie et répartir vers le bas. Le travail, c'est un analyste de données à temps partiel, pas de calcul supplémentaire, et quand le modèle se comporte mal, le métier peut le comprendre et intervenir. Le coût, c'est un plafond de précision visible — les prévisions de longue traîne reposent sur la logique de répartition, et la volatilité de la saison des promotions est mal capturée.
La voie XGBoost : entraîner un seul modèle sur tous les SKU, construire le pipeline de variables une fois. Le travail, c'est une personne data qui comprend l'ingénierie des variables, engagée en continu — chaque changement majeur dans les promotions ou les prix nécessite une revalidation. Le calcul, ce sont des serveurs ordinaires. À cette échelle de données, sa précision est généralement la meilleure des trois, mais la "pourriture du pipeline de variables" est un vrai fardeau de maintenance : quand une source de données change, les variables échouent silencieusement, et la qualité de la prévision se dégrade lentement sans jamais déclencher d'alarme.
La voie du deep learning : le plafond de précision le plus élevé, surtout pour les produits nouveaux et de longue traîne — mais ça commence avec un ingénieur ML dédié, de l'entraînement sur GPU et une pile MLOps complète. Pour un groupe retail de plusieurs milliards de dollars, cet investissement s'amortit finement ; pour un seul DC régional, il peut bien dépasser les économies de stock d'une meilleure précision.
La formule du ROI devrait être : (réduction des ruptures + amélioration de la rotation grâce à une meilleure précision) − (main-d'œuvre + calcul + maintenance annualisés). Beaucoup d'entrepôts échouent sur le premier terme — ils surestiment combien "une prévision plus précise" se convertit en argent réel.
Une découverte contre-intuitive : une meilleure prévision n'économise pas toujours de l'argent en stock
Ce point revient sans cesse dans la recherche et est le plus difficile à accepter pour les parties prenantes métier : la relation entre les gains de précision et la réduction des coûts de stock n'est pas linéaire. Dans la formule du stock de sécurité, la variabilité de la demande n'est qu'une entrée — le délai de livraison, la fiabilité de livraison des fournisseurs et les coûts de pénalité de rupture déterminent conjointement à quel point on ose baisser le stock. Si les délais des fournisseurs varient de façon sauvage, ou si les coûts de rupture sont trop élevés pour prendre le risque, alors réduire l'erreur de prévision de 25% à 20% peut ne rien changer à la politique de réapprovisionnement — le planificateur continue de commander sur l'ancien stock de sécurité, parce que personne ne risquera une rupture pour cinq points d'amélioration de précision.
En d'autres termes, le plafond du ROI d'un modèle de prévision est fixé par le maillon le plus faible de votre chaîne logistique, pas par le modèle. Dans un entrepôt aux délais instables, à la qualité de données médiocre et aux processus de réapprovisionnement rigides, déployer du deep learning, c'est comme mettre un moteur de voiture de course dans un tracteur. Inversement, si votre pipeline de données est propre, le réapprovisionnement est déclenché par le système et les délais sont stables, alors les quelques points de précision gagnés en passant de Prophet à XGBoost se traduiront concrètement en moins de jours de stock.
La question des principes premiers n'est donc pas "quel modèle est le plus précis" mais "pour quel modèle mon organisation est-elle prête". Les fondations de données, l'automatisation des processus et la capacité de l'équipe déterminent combien de la valeur du modèle vous pouvez réellement encaisser.
Avec le recul, Prophet a donné aux entrepôts petits et moyens leur première capacité de prévision interprétable ; XGBoost a transformé l'expertise en ingénierie des variables en un actif réutilisable ; le deep learning, à une échelle de données suffisante, a transformé la prévision en infrastructure. Il y a un motif intéressant dans l'histoire de la technologie : chaque modèle "plus précis" qui apparaît ne tue jamais vraiment ses prédécesseurs — il les pousse juste chacun vers la position où il s'ajuste le mieux.
Ce qui soulève une question qui mérite d'être suivie : quand la précision de chaque modèle grand public entre dans la zone du "suffisamment bon" et que la prévision elle-même devient une commodité, d'où viendra l'écart entre les entrepôts ? De qui a le pipeline de données le plus propre, de quel processus de réapprovisionnement ose faire confiance au modèle, ou de qui boucle vraiment en premier la boucle entre prévision, réapprovisionnement automatique et tarification dynamique ? Le choix du modèle est peut-être la décision que vous devez prendre cette année — mais plus difficile que le choix, c'est ce qui vient après : êtes-vous prêt à laisser les processus de votre organisation devenir dignes du modèle que vous avez choisi.
Par Dr. Chen, chercheur en chaîne logistique
Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.
