Cet article aborde le défi de l'amélioration des connexions entre produits, fabricants et fournisseurs afin d'accroître l'efficacité et la résilience des chaînes d'approvisionnement mondiales. Nous soulignons les défis des approches existantes pour capturer les riches données multimodales de capacités complexes, de certifications, de contraintes géographiques et de profils de fabricants réels. Nous présentons PMGraph, un benchmark accessible au public pour les graphes de chaînes d'approvisionnement multimodaux bimodaux et hétérogènes, englobant 8 888 fabricants, plus de 70 000 produits, plus de 110 000 liens fabricant-produit et plus de 29 000 images de produits. Sur cette base, nous proposons Cascade Multimodal Attributed Graph (C-MAG), une architecture en deux étapes qui aligne et agrège les attributs textuels et visuels dans des intégrations de groupes intermédiaires, puis propage le graphe hétérogène fabricant-produit par transmission de messages multi-échelles afin d'améliorer la précision de la prédiction des liens. C-MAG fournit également des conseils pratiques sur la fusion sensible aux modalités, qui maintient les performances de prédiction en présence de bruit réel.
