Bienvenue à la deuxième partie de notre série de blogues sur le SupplyChain Copilot. Dans la première partie, nous avons présenté cette solution révolutionnaire IA générative conçue pour transformer les processus d’approvisionnement. Nous avons expliqué comment elle s’attaque aux inefficacités chroniques, s’intègre aux systèmes existants et transforme le cycle de vie du RFQ à la réalisation.
À présent, nous allons explorer plus en profondeur les détails techniques qui font du SupplyChain Copilot un cadre si performant. Dans cette partie, nous approfondirons le flux de travail Agentic qui guide ses processus décisionnels intelligents ainsi que l’architecture Agentic native AWS qui constitue l’épine dorsale de la solution.
Commençons par comprendre le contexte d’exécution du flux de travail agentique :
Flux de travail agentique :
Le SupplyChain Copilot utilise une approche multi-agent pour un objectif spécifique. Cette conception n’a pas pour but de complexifier le système, mais plutôt de garder les responsabilités claires et maîtrisables. Chaque étape du processus produit un résultat défini qui peut être facilement vérifié.
Le système fonctionne avec 6 agents spécialisés, chacun gérant des tâches distinctes, et un agent superviseur qui dirige l’ensemble du processus. Cette structure permet un flux de travail modulaire et efficace tout en maintenant la simplicité dans le rôle de chaque agent.
Figure 1 : Flux de travail agentique
A0. Agent Intelligence Courriel (Lecteur)
Extrait les données RFQ à partir des conversations courriel, des pièces jointes et des transcriptions vocales grâce aux services Amazon Textract et Comprehend AI.
A1. Agent Génération et mise à jour RFQ (Enregistreur)
Valide et met à jour les informations RFQ dans Salesforce et stocke les données RFQ et d’audit dans Amazon DynamoDB.
A2. Agent sélection de fournisseurs (Évaluateur)
Évalue les fournisseurs selon le coût, le délai de livraison et la qualité à l’aide de données internes et externes.
A3. Agent Normalisation des soumissions (Analyseur)
Extrait les informations des soumissions des fournisseurs et les stocke sur Amazon S3 pour permettre une comparaison équitable.
A4. Agent Négociation (Communicateur)
Génère des ébauches de messages contextualisés pour les fournisseurs, vérifie le ton et notifie via des canaux comme le courriel et Slack.
A5. Agent Logistique (Planificateur)
Calcule les itinéraires et les cartes de routes avec les API Mapbox et Folium. Utilise les API AviationStack, OpenWeather et Overpass pour les itinéraires et interruptions. Consigne les données d’itinéraires dans DynamoDB.
A6. Agent Superviseur orienteur (Orchestrateur)
Coordonne le flux de travail et compile les rapports finaux. Déployé sur l’environnement d’exécution Amazon Bedrock AgentCore Runtime, avec une observabilité complète via CloudWatch.
L’élément clé ici est l’agent superviseur. Il relie tout, s’assurant que le système agit comme un outil unifié et non comme diverses pièces séparées. Il est responsable du contrôle du flux de travail et de la compilation des sommaires finaux.
Le tableau ci-dessous décrit les rôles et responsabilités des agents.
| Agent | Rôle | Description | Principaux outils et utilisations |
| A0 – Agent Intelligence Courriel | Lecteur | Extrait les données RFQ structurées à partir de conversations courriel, de pièces jointes (PDF/manuscrites) et de transcriptions vocales | 1-Textract, Comprehend – Analyse et extraction des entités 2-Gmail / SES – Récupération et traitement des chaînes de courriels 3-Claude 3.5 Haiku – Extraction de données contextuelles |
| A1 – Agent Génération et Mise à Jour RFQ | Enregistreur | Valide et met à jour les dossiers RFQ dans Salesforce et DynamoDB | 1-API Salesforce – Mise à jour des RFQ et comptes 2-DynamoDB – Stockage des données RFQ et d’audit 3-Claude 3.5 Haiku – Mappage et validation des champs |
| A2 – Agent Sélection de fournisseurs | Évaluateur | Évalue les fournisseurs selon le coût, le délai et la qualité | 1-DynamoDB – Référence de données fournisseur 2-Claude Haiku 3.5 – Multi-critères d’évaluation 3-Tavily / Wikipedia – Informations sur la réputation 4-SES / Slack – Communication et notifications |
| A3 – Agent Normalisation des soumissions | Analyseur | Normalise les soumissions et compare les données du marché | 1-Textract, DynamoDB – Extraction et stockage des soumissions 2-Claude 3.5 Sonnet – Normalisation des formats 3-S3 – Dépôt de soumissions |
| A4 – Agent Négociation | Communicateur | Rédige des contre-offres et gère les communications avec les fournisseurs | 1- SES, Slack – Nouvelles de négociation 2- Comprehend – Analyse du ton et du sentiment 3- Claude Sonnet 3.5 Sonnet – Préparation de réponses optimisées 4- Salesforce – Données RFQ pour négociation |
| A5 – Agent Optimisation Logistique | Planificateur | Détermine l’itinéraire et le mode d’expédition optimal | 1- Mapbox / Folium – Visualisation des routes 2- AviationStack, OpenWeather, Overpass – Données de routes et météo 3- Claude 3.5 Sonnet – Optimisation des coûts, délais, CO₂ 4- DynamoDB – Données et mesures d’itinéraires |
| A6 – Agent Superviseur / Orchestrateur | Orchestrateur | Coordonne les flux de travail et compile les rapports finaux | 1- Amazon Nova Pro – Orchestration principale et raisonnement 2- AgentCore Runtime (ECS Fargate) – Exécution du flux de travail 3- CloudWatch – Surveillance et observabilité 4- DynamoDB, Slack – Mise à jour d’audit et sommaires |
Architecture technique - AWS :
Le moteur d’exécution principal des agents est alimenté par Amazon Bedrock, qui fournit les modèles LLM de base pour nos capacités d’IA. Nous avons construit un flux de travail AgentCore par-dessus. Ce flux de travail effectue deux actions principales :
- Il exécute l’agent superviseur qui dirige l’ensemble du processus
- Il déclenche chaque agent spécialisé lorsque nécessaire
Ce modèle permet un déroulement fluide et coordonné des tâches d’un agent à l’autre, assurant que chaque étape du processus de la chaîne d’approvisionnement est menée efficacement et dans le bon ordre.
Figure 3 : Architecture technique
L’architecture du SupplyChain Copilot est divisée en plusieurs couches clés. Voici le rôle de chaque couche :
Orchestration et runtime Amazon Bedrock AgentCore
- ECS Fargate exécute l’interface utilisateur et le runtime des agents
- Bedrock AgentCore Runtime gère le flux de travail et la chaîne d’agents
- Strands Agents fournit le cadre d’agents
Couche modèle et contrôles
- Amazon Bedrock héberge nos modèles IA (Amazon Nova Pro, Anthropic Sonnet 3.5 et Haiku 3)
- Amazon Bedrock Guardrails assure les comportements attendus des modèles
Extraction et compréhension des données
- Amazon Textract gère l’extraction de documents et soumissions, surtout PDF et numérisations
- Amazon Comprehend vérifie le ton et le sentiment pour les communications fournisseurs
Stockage et surveillance des données :
- Amazon DynamoDB stocke les infos RFQ, routes et registres d’audit
- Amazon S3 conserve les soumissions et données extraites
- Amazon CloudWatch surveille la performance du système
Outils de communication
- Amazon SES soutient les communications et négociations avec les fournisseurs
- Slack sert aux mises à jour internes et notifications
Signaux externes pour l’itinéraire et le contexte
- Pour la planification logistique, le système intègre les itinéraires et interruptions par Mapbox, Overpass, AviationStack et OpenWeather, avec Folium pour la cartographie
- Pour le contexte fournisseurs, Tavily et Wikipedia sont référencés comme sources externes pour la durabilité et la réputation
Gestion de l’approvisionnement complexe : qui en profite le plus
Le SupplyChain Copilot est idéal pour les industries où l’approvisionnement est :
- À grand volume
- Sensible au facteur temps
- Désorganisé au départ
Cela inclut, sans s’y limiter :
- Fabrication, électronique, automobile, énergie, vente au détail, pharmaceutique, aérospatiale, construction, etc.
Ce que partagent ces secteurs, ce n’est pas le produit, mais la façon dont leur processus d’approvisionnement est structuré. Typiquement, il implique :
- RFQ (demandes de soumission) amorcées dans des conversations courriel
- Réponses fournisseurs dans divers formats
- Risques logistiques apparaissant en fin de processus
- Les justifications des décisions dispersées sur plusieurs canaux
Notre solution est conçue pour répondre à ces difficultés communes, apportant ordre et efficacité aux processus d’approvisionnement complexes.
Conclusion
Tout au long des parties 1 et 2 de cette série de blogues, nous avons exploré en profondeur le SupplyChain Copilot. Nous avons constaté que ce dont les équipes chaîne d’approvisionnement ont réellement besoin, ce n’est pas d’un autre tableau de bord tape-à-l’œil, mais d’une solution fonctionnelle dès le départ, même face à un courriel désorganisé.
C’est là que le SupplyChain Copilot se démarque. Tels que détaillés dans ces articles, il est conçu pour gérer la complexité du processus d’approvisionnement. En résumé, voici ce qu’il fait :
- Transforme des informations dispersées en un RFQ clair et structuré
- Maintient à jour les dossiers Salesforce
- Facilite la comparaison des soumissions fournisseurs
- Aide à rédiger les messages de négociation
- Crée des plans logistiques prenant en compte météo et risques médiatiques
- Relie tout par un sommaire clair et une traçabilité d’audit
Dans la première partie, nous avons présenté le concept et les bénéfices de cette solution. Dans la deuxième, nous avons examiné son architecture technique et ses flux de travail. Ensemble, ces articles montrent que le SupplyChain Copilot n’ajoute pas qu’une couche à votre processus – il l’améliore de bout en bout.
Nous espérons que cette série vous a apporté des perspectives utiles sur comment des solutions Agentic IA comme SupplyChain Copilot peuvent transformer les processus d’approvisionnement, les rendant plus efficaces, exacts et simples à gérer.
