Le Supply Chain Scientist
L’intelligence artificielle a réalisé des progrès constants au cours des dernières décennies. Cependant, bien que les voitures autonomes soient peut-être à portée de main, nous sommes encore à des décennies de disposer d’un logiciel suffisamment intelligent pour élaborer une stratégie supply chain. Pour autant, il serait incorrect de conclure que la supply chain dans son ensemble est encore à des décennies d’être impactée positivement par des algorithmes de machine learning.
La compétence de Lokad en supply chain science est née de l’observation que, bien que les algorithmes seuls soient insuffisants, ils devenaient en réalité des facilitateurs redoutables entre les mains d’experts supply chain compétents. Le machine learning offre la possibilité d’atteindre des niveaux sans précédent de supply chain performance en prenant en charge toutes les micro-décisions étendues mais par ailleurs administratives que votre supply chain requiert : quand commander un produit, quand déplacer une unité de stock, quand produire davantage d’articles, etc.
Le Supply Chain Scientist est un mélange entre un data scientist et un expert supply chain. Cette personne est responsable de la bonne préparation des données et de la modélisation quantitative adéquate de votre supply chain. En effet, il faut les connaissances humaines en supply chain pour se rendre compte que certaines données pertinentes peuvent manquer dans un projet, et pour aligner les paramètres d’optimisation avec la stratégie supply chain de l’entreprise.
Trop souvent, les initiatives supply chain se caractérisent par des responsabilités fragmentées :
- La préparation des données est assurée par l’équipe informatique
- Les statistiques et les rapports sont assurés par l’équipe BI (business intelligence)
- L’exécution supply chain est assurée par l’équipe supply chain
La réponse traditionnelle du S&OP à cette problématique est la création d’une propriété collective par le biais de réunions mensuelles entre de nombreux intervenants, idéalement sous la houlette du CEO. Cependant, bien que nous ne soyons certainement pas opposés au principe de la propriété collective, notre expérience indique que les avancées tendent à être plutôt lentes lorsqu’il s’agit du S&OP traditionnel.
Contrairement à la propriété collective établie par le biais de réunions programmées, le Supply Chain Scientist joue un rôle vital en assumant la responsabilité end-to-end de tous les aspects quantitatifs d’une initiative supply chain.
Cette responsabilité focalisée est essentielle afin d’éviter des écueils trop communs associés aux organisations supply chain traditionnelles qui sont :
- Les données sont extraites et préparées de manière incorrecte, principalement parce que l’équipe informatique dispose de connaissances limitées quant à l’utilisation des données.
- Les statistiques et les rapports déforment la réalité de l’entreprise ; ils fournissent des informations peu utiles et souffrent de données d’entrée imparfaites.
- L’exécution dépend fortement de feuilles Excel improvisées afin de tenter de pallier les deux problèmes décrits ci-dessus, tout en créant une toute nouvelle catégorie de problèmes.
Lorsque nous lançons une initiative de la Supply Chain Quantitative avec une entreprise cliente, nous commençons par nous assurer qu’un Supply Chain Scientist est disponible pour mettre en œuvre l’initiative.
En savoir plus sur les supply chain scientists
Commentaires des lecteurs (1)
Merci pour ces aperçus très utiles sur la prévision.
JMMGSR (A year ago)
