
Solution de lecture (software) utilisant un identifiant unique imposé par la réglementation américaine (appelé « DOT ») mais communément utilisé dans le monde (quelques cas particuliers très minoritaire de pneus sans ce code subsistent en Europe).
Dans le cadre du reconditionnement de pneu industriel, Black-Star a besoin d’identifier, de trier et de regrouper les pneus usés (appelés carcasses) par typologie. La dénomination commerciale n’est pas techniquement suffisante pour pouvoir réaliser ces opérations. Ainsi Black-Star utilise l’ensemble des marquage commerciaux (marque + modèle + profil + marquages OE + marquages + techniques + madein) pour trier et regrouper les carcasses. Cependant l’ensemble des ces informations est compliquée à collecter (développement d’un outil informatique spécifique en décembre 2023 : ESP) et surtout ne garantie pas l'homogénéité des lots.
Par exemple : plusieurs spécifications peuvent être vendues sous une même appellation commerciales, plusieurs usines peuvent exister dans un même pays…
Outre ces avantages, la saisie d’une seul information au lieu de 6 devrait aussi permettre un gain de productivité non négligeable, comme un gain dans la valorisation des carcasses reçues (lorsque les carcasses viennent directement d’un magasin, nous en gardons environ 10%, lorsque que les carcasses sont pré-triée en amont nous en gardons environ 55%).
L’idée est de pouvoir lire rapidement cette séquence grâce aux outils existant (OCR,…) , puis de créer une base de connaissance (les informations codées ne sont pas explicités par les manufacturiers) grâce au volume de carcasse qui sont reçues et triées par Black-Star (100 000 carcasses reçues par mois / 10 000 type de carcasses connues et stockée)
Il en restera plus qu’à déployer la solution en interne comme en externe pour permettre à tout trieur de nous fournir que les types de carcasses désirées.
Utilisateurs : Toute entité collectant des pneus
Évolution potentielle :
• Utilisation élargie : Toute la chaîne de valeur du pneumatique, depuis la vente en magasin jusqu’à la fin de vie
Identifie les produits et détecte les défauts via IA pour standardiser l’évaluation de l’état et du prix de reprise.
Mesure l’impact réel du CRM en isolant un groupe témoin pour standardiser l’évaluation entre les pays.
Automatise la traduction des fiches produits avec des LLM pour accélérer la mise en ligne tout en respectant les contraintes marque.