Alignement et décisions dans les supply chains modernes
Chaque fois que je discute avec des dirigeants de supply chain, je suis frappé par le nombre de « théories du tout » différentes qui leur sont proposées. Certains mettent l’accent sur le processus, d’autres sur la technologie, d’autres encore sur les relations ou la culture. Parmi les contributeurs sérieux à ce paysage, John Gattorna se démarque. Son travail sur l’alignement dynamique, le comportement des clients et la supply chain sur mesure a influencé toute une génération de praticiens, surtout en Australie et en Europe. Son langage est très différent du mien, tout comme son point de départ. C’est précisément pour cette raison que mettre nos points de vue côte à côte est un moyen utile d’éclaircir ce que je crois réellement que la supply chain implique.
J’ai récemment tenté de consigner ma propre perspective de manière systématique dans mon livre Introduction to Supply Chain, où je présente le domaine comme l’activité consistant à faire des choix rentables concernant des biens physiques alors que l’avenir refuse de rester immobile. Mais traiter le sujet sur la longueur d’un livre peut devenir abstrait. C’est pourquoi, dans cet essai, je veux faire quelque chose de plus concret : mettre mon point de vue en dialogue avec celui de Gattorna, en soulignant où je suis d’accord, où je diverge, et comment ces positions pourraient s’articuler en pratique.
Deux points de départ différents
Gattorna commence en dehors de l’entreprise. Son cadre « Dynamic Alignment » part de l’idée que le point de référence ultime pour une entreprise devrait être le marché externe : les clients et les utilisateurs finaux qu’elle sert. À partir de là, il soutient que la performance soutenue découle de l’alignement de quatre éléments : les caractéristiques du marché, la stratégie de l’entreprise, sa culture interne et son style de leadership. Dans ses livres, notamment Living Supply Chains et Dynamic Supply Chain Alignment, il décrit les supply chains comme des systèmes « vivants » entraînés par les comportements des personnes — clients, partenaires et employés — plutôt que comme de simples flux de boîtes et de bits.
Il propose ensuite que la plupart des clients se répartissent en un petit nombre de comportements d’achat dominants. Pour répondre efficacement, les entreprises ne devraient pas exploiter une seule chaîne monolithique, mais un petit portefeuille de conceptions de chaînes distinctes, chacune adaptée à un segment comportemental. De manière générale, il distingue les chaînes à réapprovisionnement continu pour les clients collaboratifs, les chaînes lean pour les clients axés sur l’efficacité, les chaînes agiles pour les clients exigeants qui valorisent la rapidité, et les chaînes entièrement flexibles pour les clients recherchant des solutions innovantes et hautement personnalisées. L’accent est mis sur l’adéquation : quel type de relation et de modèle de service convient à chaque segment, et comment la culture, les processus, les systèmes et le leadership doivent-ils être organisés en interne pour soutenir ce modèle ?
Mon propre point de départ est délibérément différent. Je commence à l’intérieur de l’entreprise, au niveau des décisions concrètes : combien acheter, où l’envoyer, quelles commandes accepter, quelles promesses de service tenir, et à quel prix. Je considère la supply chain comme une branche de l’économie appliquée axée sur les biens physiques dans l’incertitude. La question centrale, pour moi, est la suivante : compte tenu de notre capital, de notre capacité et de notre temps limités, quelle combinaison d’actions nous offre le meilleur rendement ajusté en fonction du risque, une fois que nous prenons en compte le fait que la demande, les délais de livraison et les opérations ne se comporteront jamais exactement comme prévu ?
Là où Gattorna conçoit la supply chain en termes d’alignement des comportements et des cultures, je la conçois en termes d’allocation de ressources rares dans l’incertitude. Son unité d’analyse est le segment comportemental et l’archétype de chaîne correspondant ; la mienne est la décision répétée et granulaire — des millions de petits paris effectués chaque année sur les stocks, le transport et les promesses de service.
Nous examinons le même phénomène sous des angles opposés.
Clients d’abord, ou cash d’abord ?
Le travail de Gattorna est résolument centré sur le client. Il insiste sur le fait que vous devez commencer par comprendre comment différents clients achètent, ce qu’ils attendent et comment ils se comportent sous stress. D’après lui, les entreprises sur-servent systématiquement certains clients et en sous-servent d’autres, principalement parce qu’elles n’ont jamais réalisé correctement cette segmentation comportementale. Une fois que vous constatez que des clients différents jouent à des jeux différents avec vous, il est peu judicieux de leur offrir à tous la même expérience logistique, les mêmes délais de réponse et les mêmes rituels de collaboration.
J’ai beaucoup de sympathie pour cette critique. Dans ma propre pratique, j’ai vu à de nombreuses reprises des entreprises offrir un service doré à des comptes à faible marge, tout en laissant silencieusement mourir des clients rentables mais « sans importance » parce que l’organisation n’a jamais réexaminé une ancienne segmentation. Là où je diffère, c’est dans ce que je considère comme la dernière instance d’appel.
Pour moi, le tableau de bord ultime, c’est le cash — plus précisément, le flux de trésorerie que l’entreprise peut raisonnablement espérer générer, ajusté en fonction du risque. Ce n’est pas parce que j’accorde moins de valeur aux clients, mais parce que je ne connais aucune autre manière de comparer honnêtement des demandes conflictuelles. Un client exigeant mais stratégiquement important peut mériter un traitement premium ; un autre client exigeant avec de faibles marges et un comportement erratique, non. De l’intérieur, leurs appels se ressemblent remarquablement. Ce qui vous permet de les différencier, c’est leur contribution à long terme à la santé économique de l’entreprise.
Autrement dit : Gattorna prend le client comme point de référence infaillible, alors que je prends l’économie de l’entreprise ajustée au risque comme référence, intégrant les clients, les fournisseurs et les contraintes internes dans ce calcul. En pratique, bien sûr, ces points de vue ne s’excluent pas mutuellement. Si vous vous trompez systématiquement sur ce que les clients apprécient, vos flux de trésorerie finiront par se retourner contre vous. Mais les emphases comptent. Un cadre qui s’arrête à l’« alignement » peut masquer le fait que des alignements différents ont des conséquences économiques très différentes.
La manière dont nous envisageons l’incertitude
Nous considérons tous les deux la volatilité comme normale et non comme une exception. Gattorna écrit sur un environnement opérationnel qui revient rarement à l’équilibre ; il insiste sur le fait que les entreprises doivent apprendre à vivre avec des changements constants de la demande, de la concurrence et de la réglementation. Sa réponse pratique consiste à concevoir plusieurs configurations de supply chain, chacune incarnant une attitude différente face à l’incertitude. Une chaîne lean économise sur les coûts parce que la demande est régulière et que les relations sont lâches ; une chaîne agile ou entièrement flexible accepte des coûts plus élevés en échange de rapidité ou de solutions sur mesure dans des marchés volatils ou axés sur l’innovation.
Autrement dit, il aborde l’incertitude principalement au niveau de l’architecture. Pour chaque contexte comportemental, choisissez une combinaison différente de marges, de capacités et de modèles de collaboration, et continuez à les ajuster au fur et à mesure que le marché évolue.
J’aborde l’incertitude à un niveau inférieur, au niveau même des chiffres. Plutôt que de classer une chaîne comme « lean » ou « agile » et de décider qualitativement quelle marge de manœuvre conserver, je souhaite exprimer explicitement l’aléa sous-jacent : la probabilité que la demande pour un SKU spécifique dans un lieu précis la semaine prochaine soit de 0, 1, 2 ou 20 unités ; la probabilité qu’un conteneur arrive en 18, 25 ou 40 jours. Cette vision probabiliste de la demande et des délais de livraison s’intègre ensuite dans un modèle de décision qui évalue en termes monétaires les ruptures de stock, l’obsolescence et le besoin en fonds de roulement. C’est la même approche probabiliste, axée sur l’économie d’abord, que je développe dans la section « Prévisions, plans et l’illusion de certitude » de Supply Chain as Economic Bets in a Market-Driven World.
Le résultat peut sembler superficiellement similaire — plus de stocks là où la demande est erratique ou les délais de livraison sont risqués, moins là où tout est stable — mais la logique est différente. Au lieu de défendre une étiquette qualitative (« c’est une chaîne agile »), je suis contraint d’être explicite sur les compromis : pour cet article, cette semaine, combien de profit suis-je en train de sacrifier si je me protège contre le 95e percentile de la demande plutôt que contre le 80e ? Ce type de raisonnement est fastidieux à réaliser manuellement, mais relativement peu coûteux à encoder dans un logiciel et à exécuter pour des millions de décisions chaque jour.
On pourrait dire que Gattorna gère l’incertitude par la reconnaissance descendante des schémas et la configuration, tandis que j’essaie de la gérer par une modélisation probabiliste ascendante et une optimisation. L’un regarde l’échiquier et choisit un style de jeu global ; l’autre évalue coup par coup, en fonction de la position.
Technologie et la place des personnes
Nulle part le contraste n’est plus marqué que dans notre traitement des personnes et de la technologie.
Les écrits de Gattorna placent les facteurs humains au premier plan. Dans la littérature critique autour de Living Supply Chains, on le décrit comme emmenant le lecteur depuis les clients, à travers les processus d’affaires, jusqu’à la culture d’entreprise et jusqu’au leadership, en insistant sur la manière dont les sous-cultures et les styles de leadership influencent la performance. Sa pratique de conseil se concentre explicitement sur la cartographie des cultures prédominantes dans différentes parties de l’entreprise et leur adéquation aux exigences des différents segments de clients et types de supply chain. Le ton est celui de la conception organisationnelle et de la gestion du changement : ateliers, diagnostics, coaching en leadership.
Je ne nie certainement pas l’importance de la culture et du leadership. Si le sol de votre entrepôt est démoralisé, si vos données sont peu fiables, ou si votre équipe d’approvisionnement est rémunérée pour courir après les remises sans tenir compte des conséquences en aval, aucun logiciel astucieux ne pourra vous sauver. Ce que je remets en question, c’est de savoir si la culture doit être considérée comme l’instrument principal de contrôle.
Mon expérience a montré que tout processus dépendant de l’héroïsme individuel et d’une vigilance humaine continue est, de par sa conception, fragile. Les gens se fatiguent, se distraient, sont promus, se font débaucher. Le savoir tacite disparaît chaque soir. Si la logique cruciale de votre supply chain vit dans la tête de quelques planificateurs ou dans un enchevêtrement de feuilles de calcul sur leurs ordinateurs portables, vous pourriez être « alignés » à court terme, mais vous n’êtes pas robustes.
C’est pourquoi je mets un tel accent sur les systèmes de décision : des composants logiciels qui, avec les mêmes entrées, produisent toujours les mêmes recommandations, et qui peuvent être inspectés, testés et améliorés sans campagnes de persuasion. Du côté de Lokad, nous distinguons les systèmes d’enregistrement (les registres), les systèmes de rapports (les tableaux de bord) et les systèmes d’intelligence, où les décisions réelles sont calculées. La dernière catégorie est celle où je pense que les supply chains modernes sont les plus sous-développées. Je plaide plus largement pour placer ces moteurs de décision au centre de la pile technologique, avec des architectures conçues pour les servir, dans Supply Chain as Economic Bets in a Market-Driven World.
À mon avis, les rôles à plus forte valeur ajoutée pour les personnes dans la supply chain ne consistent pas à arbitrer manuellement chaque commande de réapprovisionnement, mais à décider quelles questions les moteurs de décision doivent répondre, à coder correctement l’économie, à concevoir et interpréter des expériences, et à négocier de nouvelles options dans le monde physique — nouveaux fournisseurs, nouveaux contrats, nouvelles configurations de réseau. La culture reste importante, mais principalement selon que l’organisation est prête à faire confiance et à améliorer continuellement ses propres algorithmes, ou qu’elle préfère se cacher derrière des tableaux de bord et des comités.
Gattorna pourrait répondre que sans alignement culturel et de leadership, ces algorithmes ne seront jamais adoptés ou correctement utilisés. Je serais d’accord. Mais j’ajouterais que si le travail sur la culture ne s’exprime finalement pas dans le code qui engage le capital et la capacité jour après jour, alors la transformation est incomplète. Le système vivant doit finir par laisser des empreintes dans le logiciel.
Indicateurs, KPIs, et le problème de la mesure
Les cadres de Gattorna n’ignorent pas les indicateurs. Au contraire, il considère les mesures de performance comme l’un des leviers devant être adaptés à chaque type de supply chain et à chaque segment comportemental. Une chaîne lean mettra naturellement l’accent sur le coût de service et l’utilisation ; une chaîne agile acceptera certains sacrifices sur ces indicateurs en échange de réactivité ou d’innovation. L’essentiel est la cohérence : les indicateurs encouragent-ils les comportements et les modèles de service que la proposition de valeur choisie requiert ?
Je partage la préoccupation concernant la cohérence, mais je suis plus sceptique quant aux KPI en tant que tels. Les tours de contrôle traditionnelles de la supply chain sont remplies de taux de service moyens, de scores de précision des prévisions, de taux d’utilisation, de pourcentages de livraisons complètes et ponctuelles. Pris individuellement, ils semblent raisonnables ; collectivement, ils encouragent la manipulation et l’optimisation locale. Un entrepôt pourrait atteindre ses objectifs d’utilisation en résistant à des changements de réseau qui augmenteraient le profit à l’échelle de l’entreprise. Une équipe commerciale pourrait pousser le volume à tout prix parce que leur prime dépend du chiffre d’affaires, et non de la marge ou de la variabilité.
Dans mon propre travail, je me suis de plus en plus tourné vers une mesure en termes d’augmentation incrémentale de cash : si nous modifions cette politique ou déployons cette nouvelle méthode de prévision, combien de profit supplémentaire avons-nous réalisé sur une année, après prise en compte du risque et des charges de capital ? Ce n’est pas une question facile à répondre, et vous obtenez rarement une expérience contrôlée parfaite. Mais tenter la démarche vous oblige à affronter des compromis que les KPI composites tendent à obscurcir.
Ici encore, la différence n’est pas que l’un de nous se soucie de la performance et l’autre pas du tout. Il s’agit de l’endroit où vous ancrez la mesure. Gattorna l’ancre dans l’alignement avec les attentes des clients et les stratégies de segment ; j’ancre la mienne dans l’impact économique explicite, même si cela nécessite un effort de modélisation supplémentaire et une plus grande humilité quant à ce que nous pouvons savoir.
Points de convergence
Il serait erroné d’exagérer l’écart entre ces points de vue. Sur plusieurs points importants, nous sommes alliés.
Nous rejetons tous deux l’idée d’une configuration unique et universelle de supply chain qui pourrait bien servir tous les clients. Gattorna formalise cela sous forme d’un portefeuille de types de chaînes adapté aux segments comportementaux ; je le constate comme une nécessité pratique lors de la modélisation de produits, de canaux et de promesses de service très différents au sein de la même entreprise.
Nous considérons tous deux la volatilité comme structurelle, et non comme une nuisance temporaire à éliminer par planification. Il l’exprime à travers le langage des systèmes vivants, de l’alignement dynamique et de la reconfiguration constante. Pour ma part, je l’exprime à travers des modèles probabilistes explicites et l’insistance sur le fait que les algorithmes devraient intégrer l’incertitude plutôt que de la dissimuler derrière des prévisions à un seul chiffre.
Nous critiquons tous les deux la complaisance du playbook traditionnel : des plans statiques, des cycles S&OP rigides, des KPIs mécaniques, et une foi que de meilleurs tableurs résoudront d’une manière ou d’une autre les désalignements structurels ou les mauvaises allocations de capitaux.
Sur ce point, je considère Gattorna comme une voix importante qui éloigne le domaine d’une simple réduction des coûts et le dirige vers une compréhension plus nuancée de la manière dont les marchés et les organisations se comportent réellement. Si nous sommes en désaccord, c’est principalement sur la direction à prendre.
Là où je diverge
Le principal point de divergence avec Gattorna réside dans mon niveau d’impatience envers les cadres qui s’arrêtent à la segmentation et à la culture.
La segmentation comportementale est un point de vue puissant, mais elle ne vous indique pas quelle quantité de stocks placer, où, quand, et à quel coût économique. Les diagnostics culturels peuvent révéler des désalignements entre, par exemple, une sous-culture axée sur les ventes et une équipe opérationnelle axée sur l’efficacité, mais ils ne décident pas quels compromis expliciter dans vos contrats ni comment valoriser le risque dans vos règles de réapprovisionnement.
Dans de nombreux projets de transformation que j’ai observés de l’extérieur, les entreprises ont adopté le langage des supply chains sur mesure et de l’alignement sans construire l’épine dorsale mathématique et informatique nécessaire pour agir sur ces idées à grande échelle. Elles organisent des ateliers, impriment des posters, rebaptisent les équipes. Pendant ce temps, la logique réelle de réapprovisionnement reste un enchevêtrement de formules de stocks de sécurité, de minimums de fournisseurs et de déclenchements manuels intégrés dans des systèmes hérités et des tableurs.
De mon point de vue, c’est à cet endroit que la transformation doit finalement faire effet : dans la logique décisionnelle qui engage chaque jour des camions, des conteneurs, de l’espace d’entreposage et du fonds de roulement. Si une nouvelle stratégie ne modifie pas ces algorithmes, vous vous contentez essentiellement de répéter de meilleures histoires sur le même comportement.
C’est pourquoi je suis si insistant sur les modèles probabilistes et les moteurs de décision automatisés. Ce n’est pas parce que je crois que les algorithmes sont magiquement objectifs, mais parce qu’ils vous obligent à écrire ce en quoi vous croyez et à en assumer les conséquences. Si vous pensez qu’un certain segment de clients mérite d’être priorisé lors d’une rupture de stock, encodez-le. Si vous estimez qu’un certain risque de délai est tolérable, intégrez-le dans le modèle et voyez combien cela coûte en termes de ventes perdues attendues par rapport au capital économisé. Le code n’élimine pas la politique, mais il la cristallise.
En ce sens, mon désaccord avec Gattorna ne porte pas tant sur son diagnostic de haut niveau — que je partage globalement — que sur la profondeur à laquelle une théorie de la supply chain devrait s’enraciner dans la machinerie de l’entreprise. Je ne pense pas que nous puissions nous arrêter à l’alignement ; nous devons aller jusqu’au bout, jusque dans les algorithmes.
Une possible synthèse
Si nous sommes prêts à combiner ces points de vue plutôt que d’en choisir un, une sorte de synthèse s’impose d’elle-même.
En haut, vous pouvez utiliser les idées d’alignement dynamique de Gattorna pour structurer votre compréhension du marché. Commencez par observer comment différents clients achètent réellement, ce qu’ils valorisent, comment ils réagissent à la variabilité et aux crises. Regroupez-les en segments cohérents sur le plan comportemental. Décidez, en des termes clairs, quels segments vous souhaitez servir avec des modalités continues et collaboratives, quels segments avec une efficacité allégée et peu d’interactions, quels segments avec une réponse rapide, et quels segments avec une flexibilité profonde axée sur la solution. Assurez-vous que votre leadership et votre culture sont largement alignés avec ces choix.
En dessous, vous pouvez appliquer une approche davantage centrée sur la décision et guidée par l’économie aux opérations quotidiennes de chaque chaîne. Au sein d’un segment « lean », par exemple, vous faites toujours face à l’incertitude de la demande et des délais ; vous devez toujours décider, pour chaque SKU dans chaque lieu, de la quantité de stocks à détenir, du moment du réapprovisionnement, des promesses de taux de service à tenir, et de la manière d’acheminer le fret. Dans un segment « agile » ou « entièrement flexible », ces incertitudes sont plus grandes et les compromis plus tranchés. Le fait que le segment soit étiqueté agile n’élimine pas la nécessité d’une discipline quantitative ; au contraire, il la renforce.
Ici, la prévision probabiliste, la tarification explicite du risque et les moteurs de décision automatisés peuvent fournir la précision et la rapidité nécessaires. Ils vous offrent un moyen d’exprimer, en code, les engagements implicites dans vos choix d’alignement et de les mettre à jour à mesure que la réalité réagit.
Dans cette vision hiérarchisée, la contribution de Gattorna est de vous aider à décider quels jeux vous jouez sur le marché et comment mobiliser l’entreprise autour de ces jeux. Ma contribution est de vous aider à placer et régler les paris à l’intérieur de chaque jeu avec plus de clarté et moins de gaspillage.
Réflexions finales
La supply chain est jeune en tant que discipline formelle. Il n’est pas surprenant que nous ayons plusieurs théories, partiellement superposées, sur ce qu’elle est et comment elle devrait fonctionner. Je ne considère pas ce pluralisme comme un problème, à condition que nous soyons clairs sur là où commence chaque théorie, sur les questions auxquelles elle répond bien et sur ses angles morts.
Gattorna nous rappelle que les supply chains ne se limitent pas aux usines, aux camions et aux matrices dans PowerPoint. Ce sont des systèmes sociaux, animés par des personnes dont les comportements et les attentes comptent. Il a raison de dire que les supply chains universelles sont une illusion coûteuse, et que la culture et le leadership peuvent renforcer ou saboter la stratégie que vous concevez.
Mon propre travail s’oriente dans une direction complémentaire. Je souhaite que nous soyons plus honnêtes et plus rigoureux concernant l’économie de nos choix, plus explicites sur l’incertitude, et plus ambitieux dans l’utilisation des logiciels non seulement pour afficher l’état du monde, mais aussi pour décider comment y répondre. J’ai vu trop d’organisations s’arrêter aux bonnes intentions et aux nouveaux vocabulaires, en laissant intacts les moteurs de leur supply chain — les algorithmes qui font circuler les biens et l’argent.
Si cet essai véhicule un seul message, c’est le suivant : le leadership, l’alignement et la culture sont nécessaires, mais pas suffisants. Il en va de même pour les prévisions, les tableaux de bord et les KPIs. Pour construire des supply chains qui méritent ce nom au XXIe siècle, nous devons connecter la vision extérieure des clients et des marchés avec la machinerie interne des modèles probabilistes et des décisions automatisées. Nous devons être prêts à réécrire non seulement nos présentations, mais aussi notre code.
Ce n’est qu’alors que nos théories cessent d’être des métaphores et deviennent une partie de l’infrastructure qui accomplit silencieusement le travail.
