Le Supply Chain Scientist
L’intelligence artificielle a progressé régulièrement au cours des dernières décennies. Cependant, bien que les voitures autonomes puissent être imminentes, nous sommes encore à des décennies d’avoir un logiciel suffisamment intelligent pour concevoir une stratégie de supply chain. Pourtant, en même temps, il serait incorrect de conclure que la supply chain dans son ensemble est encore à des décennies d’être positivement impactée par des algorithmes d’apprentissage automatique.
La compétence en science de la supply chain de Lokad est née de l’observation selon laquelle les algorithmes seuls étaient insuffisants, mais qu’ils sont devenus des facilitateurs redoutables entre les mains d’experts en supply chain compétents. L’apprentissage automatique offre la possibilité d’atteindre des niveaux de performance de supply chain sans précédent en prenant en charge toutes les décisions micro-cléricales, mais néanmoins étendues, que votre supply chain nécessite : quand commander un produit, quand déplacer une unité de stock, quand produire plus d’articles, etc.
Le Supply Chain Scientist est un mélange entre un data scientist et un expert en supply chain. Cette personne est responsable de la bonne préparation des données et de la modélisation quantitative appropriée de votre supply chain. En effet, il faut des connaissances humaines en supply chain pour réaliser que certaines données pertinentes peuvent manquer à un projet et pour aligner les paramètres d’optimisation avec la stratégie de supply chain de l’entreprise.
Trop souvent, les initiatives de supply chain sont accompagnées de responsabilités fragmentées :
- La préparation des données est gérée par l’équipe informatique
- Les statistiques et les rapports sont gérés par l’équipe de business intelligence (BI)
- L’exécution de la supply chain est gérée par l’équipe de supply chain
La réponse traditionnelle de S&OP (Sales and Operation Planning) à ce problème est la création d’une propriété collective par le biais de réunions mensuelles entre de nombreux acteurs, idéalement avec l’ensemble du processus géré par le PDG. Cependant, bien que nous ne soyons certainement pas opposés au principe de la propriété collective, notre expérience indique que les choses ont tendance à avancer plutôt lentement en ce qui concerne le S&OP traditionnel.
Contrairement à la propriété collective établie par le biais de réunions planifiées, le Supply Chain Scientist joue un rôle essentiel en prenant en charge la propriété de bout en bout de tous les aspects quantitatifs d’une initiative de supply chain.
Cette propriété ciblée est essentielle pour éviter les écueils trop courants associés aux organisations de supply chain traditionnelles, qui sont les suivants :
- Les données sont extraites et préparées de manière incorrecte, principalement parce que l’équipe informatique a des connaissances limitées en ce qui concerne l’utilisation des données.
- Les statistiques et les rapports déforment l’activité ; ils fournissent des informations moins utiles et souffrent d’entrées de données moins que parfaites.
- L’exécution repose fortement sur des feuilles Excel ad hoc pour essayer de pallier les deux problèmes décrits ci-dessus, tout en créant une catégorie entière de nouveaux problèmes.
Lorsque nous commençons une initiative de supply chain quantitative avec une entreprise cliente, nous commençons par nous assurer qu’un Supply Chain Scientist est disponible pour exécuter l’initiative.
En savoir plus sur les Supply Chain Scientists
Commentaires des lecteurs (1)
Merci pour ces informations très utiles sur les prévisions. Il y a un an | JMMGSR
