La stupidité naturelle contre l'intelligence artificielle
Transcription de la conférence donnée par Joannes Vermorel lors de SCTech 2024 le 9 octobre (2024). Sujet du symposium : ‘Supply Chain Intelligence - Artificielle ou non’. L’événement a été organisé par l’Interational Supply Chain Education Alliance (ISCEA).
L’IA a été le mot à la mode de 2024. Les fournisseurs, les sociétés de logiciels et les consultants font maintenant des affirmations grandioses sur tous les avantages qui peuvent être attendus de l’intelligence artificielle. Lokad, ma société, est l’un de ces fournisseurs, un éditeur de logiciels spécialisé dans l’optimisation prédictive de la chaîne d’approvisionnement. Cependant, mon objectif aujourd’hui sera de montrer que la quasi-totalité de ces initiatives d’IA échoueront et entraîneront des pertes nettes pour les entreprises. Cette approche contraire est essentielle : pourquoi ? Parce que, eh bien, votre initiative d’IA échouera, oui, malgré ce que mes concurrents vous vendent, et quand cela arrivera, vous vous souviendrez qu’il y avait un gars avec un drôle d’accent français qui vous l’a dit ; et peut-être, la prochaine fois, vous prêterez attention à ce que sa société, Lokad, préconise réellement en ce qui concerne la chaîne d’approvisionnement et l’IA.
À l’ère de l’intelligence artificielle émergente, examinons son ennemi juré, la stupidité naturelle. Einstein a dit célèbrement : “Deux choses sont infinies : l’univers et la stupidité humaine, et je ne suis pas encore tout à fait sûr de l’univers.” Einstein avait raison : l’importance de la stupidité naturelle ne peut être surestimée, et contrairement à l’IA, elle existe depuis toujours. Ainsi, on peut raisonnablement supposer qu’elle sera toujours présente dans quelques décennies.
Ma proposition aujourd’hui sera aussi simple qu’offensive : la stupidité naturelle est le principal obstacle qui vous empêchera de réussir votre entreprise d’approvisionnement basée sur l’IA.
Cette proposition sera très probablement perçue comme outrageusement arrogante. Pour ma défense, je dirai que cela ne la rend pas moins vraie et que l’arrogance est également le deuxième plus grand sport national en France, juste après la bureaucratie. Plus sérieusement, je serai le premier à admettre que c’est une pilule amère à avaler, étant douloureusement conscient de mes propres limites, mais nier le problème ne résoudra rien.
Clarifions d’abord une distinction importante entre deux catégories de logiciels d’entreprise : les systèmes d’enregistrement et les systèmes d’intelligence. En ce qui concerne la chaîne d’approvisionnement, les systèmes d’enregistrement sont les comptables du flux de biens physiques. Ces systèmes enregistrent les produits, les bons de commande, les ordres de fabrication, les bons de vente, les niveaux de stock, etc. Les systèmes d’enregistrement s’occupent de toutes les saisies de données banales et automatisent toutes les tâches administratives, comme le total des inventaires. Ils ne sont rien de plus que des versions moins chères et plus fiables des anciennes traces papier. ERP, CRM, PIM, PLM, WMS… tous ces acronymes maximales opaques font référence aux systèmes d’enregistrement. Les systèmes d’enregistrement sont catégoriquement non intelligents. Ils ne sont pas stupides non plus : l’intelligence ne s’applique même pas à eux. Ainsi, les systèmes d’enregistrement seront entièrement exclus de la présente discussion.
Aujourd’hui, je vais me concentrer exclusivement sur les systèmes d’intelligence. Un système d’intelligence est une classe de logiciel d’entreprise destiné à mécaniser un processus de prise de décision. Plus le logiciel est intelligent, meilleures sont les décisions. Par exemple, les filtres anti-spam sont des systèmes d’intelligence discrets mais omniprésents qui décident, depuis deux décennies, à votre place, quels messages méritent votre attention.
Dans la supply chain, les décisions d’intérêt sont : Quand acheter ? Combien acheter ? Combien produire ? Combien allouer ? Etc. Optimiser le flux de biens physiques nécessite une douzaine de grandes catégories de décisions à prendre quotidiennement. L’intelligence se manifeste par la génération de décisions rentables. À l’inverse, la stupidité se manifeste par l’incapacité à générer des décisions rentables. Ainsi, chaque fois que l’intelligence artificielle est mentionnée, elle doit être comprise comme un composant d’un système d’intelligence.
Ma proposition est que les systèmes d’intelligence dédiés à la supply chain, qui sont vendus aux entreprises depuis la fin des années 1970, ont été un flux ininterrompu d’échecs retentissants. Lokad, ma société, a mis fin à ce flux ininterrompu d’échecs au début des années 2010. Dans le monde entier, il existe quelques autres exceptions similaires, cependant Lokad, comme ces exceptions, dépasse le cadre de cette discussion. J’invite le public à consulter le site Lokad.com et la chaîne YouTube Lokad TV si vous souhaitez en savoir plus. Revenons au sujet qui nous intéresse, le fait que l’intelligence artificielle, sous la forme de modèles de langage volumineux (LLM), soit disponible ne va rien changer à cette tendance d’échecs en matière de supply chain. En effet, comme nous le verrons, ces échecs n’ont pas été causés par un manque d’instruments technologiques, et donc, ajouter plus d’instruments à la pile ne changera rien, à moins que nous ne résolvions d’abord le problème sous-jacent. Malheureusement, ce n’est pas une tâche facile, car le problème sous-jacent est tout simplement la stupidité naturelle.
Tout d’abord, permettez-moi de démontrer la validité de mon diagnostic. En 1979, Russell Ackoff, un pionnier américain de la recherche opérationnelle, a publié “The Future of Operational Research is Past”. Ce fascinant article explique, avec une grande clarté, pourquoi toutes les techniques issues de la recherche opérationnelle, qui incluent à peu près tout ce qui est considéré comme le “cœur” de la supply chain de nos jours, échouent, pourquoi l’ensemble du domaine est défectueux, et pourquoi il continuera d’échouer tant que la communauté, à la fois universitaire et praticienne, ne reconnaîtra pas ce paradigme défectueux. C’est un article visionnaire, et probablement l’article que j’aurais aimé lire lorsque j’ai lancé Lokad en 2008. Malheureusement, je n’ai redécouvert cet article que dix ans plus tard, lorsque j’étais arrivé aux mêmes conclusions, près de 4 décennies après le travail de Russell Ackoff. Comment savons-nous que ces systèmes d’intelligence pour la supply chain échouent ? Que ce qui passe pour des logiciels d’entreprise dédiés à l’optimisation de la supply chain échoue ? Eh bien, après avoir eu l’occasion, tout au long de ma carrière, de parler à plus de deux cents directeurs de la supply chain des deux côtés de l’Atlantique, je peux affirmer ce qui suit : tous ces produits logiciels d’entreprise ont systématiquement conduit les équipes de la supply chain à revenir aux feuilles de calcul Excel.
Il ne manque pas de logiciels d’entreprise promettant d’automatiser les processus de prise de décision de la supply chain. Cela a été la promesse centrale de tous les éditeurs de logiciels traitant de l’optimisation de la supply chain depuis la fin des années 1970, et pourtant, après chaque déploiement, les équipes de la supply chain sont revenues aux feuilles de calcul. Vous n’avez pas besoin de me croire sur parole. Si vous travaillez dans une entreprise de taille importante, disons, un chiffre d’affaires d’au moins 500 millions d’euros, je peux vous garantir qu’il y a eu au moins 1 tentative échouée de mise en œuvre d’une telle solution chaque décennie depuis les années 1990. Pourtant, chers praticiens de la supply chain, vous utilisez toujours des feuilles de calcul, et ce n’est pas parce que votre entreprise est immature ou parce que vos collègues sont paresseux. Vous utilisez toujours des feuilles de calcul parce que ces éditeurs de logiciels d’entreprise ont échoué, parce que leurs systèmes d’intelligence ont échoué. Ma proposition - et je ne vais pas me faire beaucoup d’amis aujourd’hui - est que ces échecs doivent être attribués à une stupidité naturelle, en fait, la même forme de stupidité que Russell Ackoff a identifiée avec tant de clarté en 1979 après des décennies de contribution dans le domaine de la recherche opérationnelle.
Pour démontrer cette proposition, je vais examiner 4 objets qui, dans le contexte de la supply chain, sont manifestement stupides. Ces 4 objets sont : les appels d’offres (request for proposals), les séries temporelles, les stocks de sécurité et les taux de service. Toute entreprise utilisant l’un de ces 4 objets se prépare à l’échec. Peu importe la quantité d’“IA” utilisée. La stupidité naturelle ne peut pas être vaincue par l’intelligence artificielle.
Commençons par les appels d’offres. Il est évident que le choix du bon fournisseur est crucial, car il n’y a manifestement pas de pénurie de fournisseurs de logiciels totalement incompétents qui sont plus qu’heureux de percevoir des millions d’euros de frais pour des technologies médiocres. Ainsi, à moins que votre entreprise n’ait un processus de sélection de fournisseur très solide, vous finirez presque certainement avec un fournisseur incompétent. Cependant, les appels d’offres ne sont pas la solution.
En tant que fournisseur de logiciels du côté récepteur - nous recevons plusieurs appels d’offres par semaine - je peux témoigner que ces documents sont non seulement systématiquement stupides, mais aussi complètement insensés. En règle générale, un appel d’offres comprend des centaines de questions. Chaque question semble concourir pour le prix de la question la plus irrélevante de tous les temps. Par exemple, la semaine dernière, l’une des questions était : quelles sont les capacités de protection contre l’incendie disponibles pour la salle de stockage dédiée à votre archive de fax ? Nous sommes en 2024 ; je n’ai pas utilisé de fax depuis deux décennies. En fait, certaines des personnes les plus jeunes de cette audience pourraient même ne pas savoir ce qu’est un fax.
Cependant, même les questions sur la supply chain sont stupides. Pourquoi ? Parce que la quasi-totalité des questions ne sont pas des questions du tout, mais des exigences strictes. La plupart des “questions” ressemblent à ceci : Votre logiciel permet-il aux utilisateurs de mettre à jour les profils de saisonnalité jusqu’à 36 mois à l’avance ? Il y a tellement de choses qui ne vont pas avec cette question que je ne sais même pas par où commencer.
Reculons un instant et imaginons que vous rédigez un appel d’offres pour acheter un smartphone. Vous avez intuitivement le sentiment que l’iPhone est le meilleur smartphone du marché. Cependant, vous commencez à énumérer des exigences dans votre appel d’offres telles que la taille de la batterie, le matériau de l’écran, les paramètres exacts qui devraient être, ou ne devraient pas être, disponibles pour l’utilisateur final. Quelles sont les chances que votre liste d’exigences exclue l’iPhone de l’appel d’offres ? En supposant 100 questions ou plus, les chances sont de 100 %. Vous exclurez invariablement tous les bons fournisseurs. Les seuls fournisseurs qui joueront à ce jeu stupide sont ceux qui sont désespérés, car leur technologie est si médiocre qu’ils n’ont pas d’autre choix que de dire OUI à chaque exigence erronée présentée par le client.
Ainsi, les appels d’offres sont la première forme de stupidité naturelle qui doit disparaître.
Ensuite, nous avons les séries temporelles. Oh, je ne nie pas que les séries temporelles sont bonnes à des fins de visualisation, mais pour l’optimisation de la supply chain, c’est stupide. Par conséquent, toute solution, cadre ou technologie qui met les séries temporelles au premier plan est vouée à l’échec ; sauf que cette défaillance sera de votre faute, car vous auriez dû réaliser que l’utilisation des séries temporelles était une idée stupide dès le départ.
En effet, les séries temporelles, en tant que modèle mathématique, ne sont tout simplement pas capables de transmettre les informations dont nous avons besoin. Les séries temporelles sont unidimensionnelles, et pour la supply chain, cela n’est tout simplement pas suffisant. Par exemple, considérons une entreprise qui vend environ 100 unités chaque semaine depuis des années. La demande semble extrêmement stable. Maintenant, considérons deux variantes de cette situation. Dans la première situation, l’entreprise a 1000 clients, où chaque client achète 1 unité toutes les 10 semaines. Dans la deuxième situation, l’entreprise a 1 client unique qui achète 100 unités par semaine. Quelles sont les chances que les ventes puissent tomber à zéro la semaine prochaine et rester à zéro pour toujours ? Eh bien, dans la première situation, ces chances sont très faibles. Il y a quand même 1000 clients. Les perdre tous prendra probablement du temps. Cependant, dans la deuxième situation, il suffit qu’un seul client change d’avis pour perdre 100 % des ventes. Ces deux situations n’ont rien en commun, et pourtant, elles ont les mêmes séries temporelles.
Cet exemple démontre pourquoi les séries temporelles ne sont pas adaptées pour représenter le passé. Des dizaines d’autres exemples peuvent être trouvés. Je laisse cela en exercice pour le public.
Cependant, les séries temporelles ne sont pas meilleures si nous regardons vers l’avenir. Votre série temporelle indique “voici ce qui va se passer”, “voici le seul futur”. Cependant, l’avenir dépend de décisions qui n’ont pas encore été prises. Les séries temporelles sont totalement inconscientes de cela, elles considèrent l’avenir comme complètement symétrique par rapport au passé. Cependant, les supply chains ne sont pas de la physique. Nous ne pouvons pas regarder la demande future d’un produit comme s’il s’agissait du mouvement de la planète Mars. L’avenir est radicalement différent du passé car nous pouvons changer l’avenir.
Cependant, nous ne pouvons changer l’avenir que si nous sommes prêts à le changer, c’est-à-dire si nous sommes prêts à cesser d’utiliser les séries temporelles. Encore une fois, en supply chain, aucune intelligence artificielle ne peut annuler la stupidité naturelle associée aux séries temporelles.
Tournons maintenant notre attention vers les stocks de sécurité. C’est l’un des piliers de la théorie moderne de la supply chain. Il n’y a pratiquement aucun manuel de supply chain de nature quantitative qui ne traite pas des stocks de sécurité. Les stocks de sécurité sont également le genre de fonctionnalités de base que tout logiciel d’optimisation de la supply chain soi-disant décent est censé proposer. Pourtant, ma proposition est - et cela ne devrait pas être trop surprenant à ce stade - que les stocks de sécurité sont stupides.
La raison est extrêmement simple : les formules de stocks de sécurité sont la réponse correcte à la mauvaise question. Considérons une supply chain qui implique invariablement des milliers de SKU (stock keeping units). Si vous avez 1€ à investir dans les stocks, alors la question est “quelle est l’unité de stock pour l’ensemble des SKU qui maximisera mes profits ?” Il n’a aucun sens de poser la question “Est-ce que ce SKU en particulier devrait recevoir 1 unité supplémentaire en stock ?”. Tous les SKU sont en concurrence pour la même ressource rare : la trésorerie de l’entreprise. Traiter tous les SKU de manière isolée revient à supposer que le montant de trésorerie disponible pour l’entreprise est infini.
De plus, la définition même de l’économie est la science qui étudie l’allocation de ressources rares ayant des utilisations alternatives. Le concept même de stocks de sécurité contredit l’économie élémentaire, en fait, il contredit la définition même de l’économie.
Ainsi, compte tenu de l’ampleur de l’erreur que représentent les stocks de sécurité, il est tout à fait inadéquat de qualifier cette erreur de malavisée, nous avons maintenant une bien meilleure expression pour cette classe d’erreurs : être stupide.
Enfin, considérons les taux de service. Si je pouvais gagner 1€ chaque fois qu’une entreprise utilisait un taux de service pour s’infliger des dommages économiques, je serais milliardaire à l’heure actuelle. En supply chain, le taux de service est la probabilité qu’un SKU donné ne soit pas en rupture de stock lors du prochain cycle d’inventaire. En tant qu’indicateur de statistiques descriptives, les taux de service sont corrects, ils ne sont ni intelligents ni stupides, comme tout autre indicateur statistique simple.
La stupidité ne se manifeste que lorsque les gens commencent à supposer que le taux de service - ce pourcentage - est d’une certaine manière corrélé avec la satisfaction du client ou la rentabilité de l’entreprise. Ce n’est pas le cas. Prenons l’exemple de la mode : pour faire de la place pour la nouvelle collection, l’entreprise doit liquider l’ancienne collection. Réduire les taux de service à zéro est nécessaire pour apporter de la nouveauté et satisfaire les clients.
En revanche, considérons l’aviation. Un avion de ligne typique comprend environ 300 000 pièces distinctes. Des dizaines de milliers de pièces doivent être inspectées et remplacées régulièrement. Si une seule pièce NO-GO n’est pas disponible, alors l’avion est immobilisé, causant des dommages économiques de plusieurs centaines de milliers d’euros par jour. Avoir des taux de service de 99% sur tous vos SKU ne signifie rien : seule la probabilité de ne pas immobiliser l’avion compte. C’est le maillon faible qui définit le nombre d’incidents AOG (avion au sol) que vous aurez. Le taux de service moyen est totalement insignifiant.
Des problèmes similaires dans tous les secteurs, pas seulement la mode et l’aviation. Une fois de plus, je laisse cela en exercice à cette audience. La logique élémentaire dicte que seuls les idiots poursuivraient les taux de service, et pourtant, nous voici, avec la plupart des entreprises faisant exactement cela, et leurs managers se demandant s’ils devraient investir dans des technologies d’optimisation des taux de service alimentées par l’IA.
En conclusion, l’intelligence artificielle ne vous sauvera pas des théories bidon de la supply chain. Elle ne vous sauvera pas des consultants dont la seule compétence est le charisme et leur capacité à inspirer confiance. Elle ne vous sauvera pas des éditeurs de logiciels qui sont plus qu’heureux de vous vendre n’importe quelle folie qui est à la mode aujourd’hui.
Pour réussir avec l’intelligence artificielle, la stupidité naturelle doit d’abord être vaincue. Dans le grand schéma des choses, ma société, Lokad, ne réussira pas ; mais si nous pouvons faire une brèche dans le problème, en soulignant les idées les plus stupides et les plus populaires de la supply chain, comme je l’ai fait aujourd’hui, alors c’est déjà un pas vers la victoire.
