On trouve des vêtements professionnels signés Carhartt presque partout, et cette présence constante dans les usines comme dans les skate parks est en partie le fruit de la constante transformation numérique de l'entreprise du Midwest, qui fait évoluer en permanence ses opérations afin de tirer le meilleur parti des technologies numériques avancées, notamment le cloud, l'analyse des données et l'IA. Créée il y a 133 ans, l'entreprise, qui exploite quatre usines dans le Kentucky et le Tennessee et conçoit tous ses produits dans son siège de Dearborn, Michigan, a démarré sa transformation numérique il y a quatre ans environ. Aujourd'hui, plus de 90 % de ses applications fonctionnent dans le cloud, et la plupart de ses données sont hébergées et analysées dans un datawarehouse d'entreprise développé en interne. Voilà six mois que Katrina Agusti a été nommée DSI de cette entreprise où elle est arrivée il y a 19 ans. Sous la direction du précédent DSI, John Hill, Katrina Agusti a joué un rôle essentiel dans la réorganisation et la modernisation du fournisseur de vêtements de travail. Recrutée à l'origine comme analyste-programmeuse senior, celle-ci est désormais chargée de mener la transformation de Carhartt vers sa prochaine étape « afin de répondre au déferlement de technologies complexes qui modifient la chaîne d'approvisionnement mondiale et les pratiques métiers », comme l'indique Katrina Agusti.

Dans le cadre de cette transformation, la DSI prévoit d'intégrer un datalake dans l'architecture de données de l'entreprise et se prépare à mettre en production deux proof of concept (POC) d'IA dans le courant du trimestre. Comme tous les fabricants de l'ère technologique, Carhartt s'appuie de plus en plus sur l'automatisation et la robotique dans ses centres de service et d'exécution des commandes, alors même qu'il est confronté au double défi du recrutement de talents, autant dans le domaine technologique que celui de la fabrication, afin de répondre à une demande croissante. Et la demande est clairement en hausse pour Carhartt : le fabricant de vêtements de travail connaît actuellement une croissance à deux chiffres dans ses trois secteurs d'activité que sont la vente directe aux consommateurs, la vente directe aux entreprises et la vente en gros.

Affiner la transformation pour tirer le meilleur parti des données

C'est dans le cadre d'une transformation critique visant à transférer les 220 applications de l'entreprise vers Microsoft Azure que Carhartt a lancé son initiative Cloud Express. « Deux anciennes applications, la solution de gestion d'entrepôt et les solutions de paie et d'avantages sociaux, fonctionnent toujours sur site, mais elles pourraient être bientôt remplacées par des solutions natives du cloud », explique Katrina Agusti. Le passage au cloud - même en pleine pandémie - a été une victoire majeure pour Carhartt. Outre les gains évidents en termes de rapidité de mise sur le marché et d'évolutivité, les améliorations considérables en termes de stabilité, de performances, de disponibilité, de maintenance, de monitoring des basculements automatiques et d'alerte ont permis d'automatiser un grand nombre de tâches IT coûteuses et fastidieuses, et surtout de libérer du temps pour l'équipe IT, qui peut désormais s'attaquer à l'analyse avancée des données et expérimenter d'autres technologies. Selon la DSI, Carhartt adoptera probablement une architecture multicloud à long terme, mais pour l'instant, elle et son équipe renforcent leur expertise en matière de cloud, en discutant notamment des meilleures pratiques avec d'autres DSI. « Nous sommes toujours en train d'apprendre et de renforcer nos capacités internes pour fonctionner correctement dans le cloud et bien gérer le cloud, pas seulement les systèmes, mais aussi leur taille », confie Katrina Agusti, ajoutant qu'elle se concentre également sur l'architecture des données et les stratégies de conservation. « La gestion des charges de travail dans le cloud est différente de celle des charges de travail sur site. Nous sommes encore dans ce cheminement », indique-t-elle.

Comme de nombreux DSI, la dirigeante du numérique de Carhartt est consciente que les données sont essentielles pour exploiter les technologies avancées. Le fabricant de vêtements professionnels a choisi de construire son propre entrepôt de données d'entreprise, même s'il a construit un datalake avec Microsoft et Databricks, afin de s'assurer que ses data scientists disposent des deux moteurs pour manipuler des ensembles de données structurées et non structurées. « Aujourd'hui, nous déversons notre datalake vers notre entrepôt de données. D'un point de vue architectural, nous aimerions que les données, qu'elles soient structurées ou non, entrent d'abord dans le datalake, puis viennent alimenter notre entrepôt de données », explique la DSI, ajoutant qu'elle et son équipe cherchent toujours l'architecture data idéale, adaptée à différents ensembles de données. Pour l'instant, elle ne prévoit pas d'abandonner l'entrepôt de données maison au profit du datalake, car l'équipe a construit sur mesure de nombreux types d'ensembles de données certifiées pour le premier. « Le datalake servira davantage à notre équipe de data scientists et aux équipes en contact direct avec les consommateurs, qui élaborent des parcours clients en utilisant des données non structurées pour façonner ces personnalisations », décrit Katrina Agusti, qui précise que les six data scientists de Carhartt testaient actuellement plusieurs modèles d'apprentissage machine qu'ils avaient développés.

Deux de ces projets sont proches de la mise en production. Le premier prend en charge la réplication des stocks de Carhartt pour ses cinq centres de distribution et ses trois branches d'activités. « Nous essayons d'utiliser ce modèle pour l'aide à la décision et pour planifier tous ces stocks dans différents centres de distribution en fonction des niveaux de service », indique la DSI, en précisant que le modèle est capable d'optimiser le réseau de distribution de Carhartt en tenant compte des capacités, mais aussi de l'offre et de la demande et des niveaux de stock. Quant au second POC, il doit aider les data scientists à recueillir des données sur les consommateurs, « qu'ils peuvent exploiter ensuite pour personnaliser le parcours de ces derniers, y compris des informations démographiques et des données provenant d'enquêtes réalisées auprès des consommateurs », ajoute Katrina Agusti.

Le pouvoir de la technologie

Comme beaucoup de DSI, le plus grand défi auquel est confrontée Katrina Agusti concerne la gestion du changement, surtout quand il s'agit de persuader les employés que les modèles d'IA de l'entreprise fonctionnent vraiment. « Les équipes sont sceptiques quant à la capacité de la technologie à fournir l'aide à la décision et l'automatisation qu'elles assument aujourd'hui », pointe la DSI. « Nous avons beaucoup de cas d'usage et nous les exécutons en mode POC parce que nous devons prouver à nos utilisateurs finaux et à la communauté métier que ces modèles peuvent prendre ces décisions pour eux ». Katrina Agusti pense qu'un grand nombre d'entreprises se trouvent dans cette étape de transition. « Différentes fonctions sont en cours de maturation », souligne-t-elle à propos des efforts d'IA menés actuellement, « mais je pense qu'il y a beaucoup d'applications potentiellement capables de tirer parti de la technologie, en particulier dans le domaine de l'analyse des données ». Pour montrer l'importance de la technologie, la DSI insiste sur le fait que sans investissements dans la technologie et les talents, la pandémie aurait pu faire dérailler l'activité de l'entreprise. Au tout début de la pandémie, beaucoup de travailleurs de première ligne ont été équipés de tenues de travail Carhartt pour avoir une protection supplémentaire, si bien que le flux de revenus de l'entreprise a connu une croissance à deux chiffres, même quand certains segments d'activité tournaient au ralenti en raison de la mise à l'arrêt généralisé des activités.

Quand l'entreprise a dû réduire ou cesser certaines de ses activités, Carhartt a pu avoir une visibilité inhabituelle sur sa chaîne d'approvisionnement. Ses analystes data ont pu visualiser les étapes de la chaîne d'approvisionnement dans les moindres détails. « La pandémie a rendu cette visibilité et la gestion proactive des exceptions nécessaires », explique Katrina Agusti. « Chaque étape devient importante quand on subit des perturbations. C'est ce qui nous a poussés à améliorer la visibilité et la gestion des exceptions à chaque étape de la chaîne d'approvisionnement », poursuit la DSI. Grâce à cette visibilité - et à la pression exercée par l'IT pour que les activités de Carhartt continuent de fonctionner - l'entreprise a renforcé sa chaîne d'approvisionnement. Celle-ci n'est pas encore aussi « prévisible » qu'avant la pandémie, mais « les délais logistiques commencent à se stabiliser et les délais de production de marchandises s'améliorent », observe Katrina Agusti.