Se connecter Contactez-nous

Conférences supply chain

Cette série de conférences présente les fondements de la gestion de la supply chain : les défis, la méthodologie et les technologies. La perspective développée par Joannes Vermorel diverge de la théorie dominante et est désignée sous le nom de Supply Chain Quantitative.

La série progresse des définitions et principes méthodologiques vers un ensemble de personae supply chain fictives, puis vers les sciences auxiliaires, la prévision, la prise de décision et les pratiques d’exécution qui soutiennent cette perspective. Elle est conçue comme un corpus structuré, et non comme une suite d’interventions isolées.

Voir le tag Lokad TV
Lectures illustration

1. Prologue

Les conférences d’ouverture définissent la perspective de la supply chain quantitative et posent les fondations conceptuelles de la série.
1.1 Les Fondations de Supply Chain

1.1 Les Fondations de Supply Chain

La supply chain est la maîtrise quantitative mais pragmatique de l'optionalité face à la variabilité et aux contraintes liées à la circulation des biens physiques. Elle englobe le sourcing, l'achat, la production, le transport, la distribution, la promotion, ... - mais avec un accent sur le développement et la sélection d'options, par opposition à la gestion directe des opérations sous-jacentes. Nous verrons comment la perspective quantitative de supply chain, présentée dans cette série, diverge profondément de ce qui est considéré comme la théorie dominante de la supply chain.

Voir la conférence
1.2 La Supply Chain Quantitative en bref

1.2 La Supply Chain Quantitative en bref

'Le manifeste de la Supply Chain Quantitative met en avant une courte série de points saillants pour comprendre comment cette théorie alternative, proposée et initiée par Lokad, diverge de la théorie supply chain mainstream. On pourrait la résumer ainsi : chaque décision est évaluée par rapport à tous les futurs possibles selon les moteurs économiques. Cette perspective a progressivement émergé chez Lokad en tant que théorie supply chain mainstream, et sa mise en œuvre par (presque?) tous les fournisseurs de logiciels reste un défi.'

Voir la conférence
1.3 Livraison orientée produit pour Supply Chain

1.3 Livraison orientée produit pour Supply Chain

L'objectif d'une initiative de la Supply Chain Quantitative est soit de livrer, soit d'améliorer une application logicielle qui robotise un ensemble de décisions routinières (par exemple, les réapprovisionnements de stocks, les mises à jour des prix). L'application est considérée comme un produit à concevoir. La supply chain theory est là pour nous aider à livrer une application qui oriente l'entreprise vers supply chain performance, tout en étant compatible avec toutes les contraintes qu'implique la production.

Voir la conférence
1.4 Paradigmes de programmation en tant que théorie de Supply Chain

1.4 Paradigmes de programmation en tant que théorie de Supply Chain

Alors que la [théorie de Supply Chain](/fr/definition-supply-chain-management/) dominante peine à s’imposer dans les entreprises en général, un outil – à savoir Microsoft Excel – a rencontré un succès opérationnel considérable. La réimplémentation des [recettes numériques](/fr/optimisation-fondée-sur-des-décisions/) de la théorie de Supply Chain dominante via des tableurs est triviale, pourtant, ce n'est pas ce qui s'est passé en pratique malgré la connaissance de la théorie. Nous démontrons que les tableurs ont triomphé en adoptant des [paradigmes de programmation](/fr/differentiable-programming/) qui se sont révélés supérieurs pour fournir des résultats supply chain.

Voir la conférence
1.5 Tendances du 21e siècle dans la Supply Chain

1.5 Tendances du 21e siècle dans la Supply Chain

Quelques grandes tendances dominent l'évolution des supply chains depuis les dernières décennies, remodelant en grande partie le mélange de défis auxquels les entreprises sont confrontées. Certains problèmes ont largement disparu, tels que les dangers physiques et les problèmes de qualité. Certains problèmes ont émergé, tels que la complexité globale et l'intensité de la concurrence. De manière notable, les logiciels redéfinissent en profondeur les supply chains. Un rapide survol de ces tendances nous aide à comprendre sur quoi devrait porter une [théorie de supply chain](/fr/definition-supply-chain-management/).

Voir la conférence
1.6 Principes quantitatifs pour supply chain

1.6 Principes quantitatifs pour supply chain

Bien que les supply chain ne puissent être caractérisées par des lois quantitatives définitives - contrairement à l'électromagnétisme - des principes quantitatifs généraux peuvent néanmoins être observés. Par “général”, nous entendons qu'ils s'appliquent à (presque) toutes les supply chain. La découverte de tels principes est d'un intérêt majeur car ils peuvent être utilisés pour faciliter l'ingénierie de [recettes numériques](/fr/optimisation-fondée-sur-des-décisions/) destinées à l'[optimisation prédictive](/fr/technologie/) des supply chain, tout en renforçant la puissance globale de ces recettes numériques. Nous passons en revue deux listes succinctes de principes : quelques principes d'observation et quelques principes d'optimisation.

Voir la conférence

2. Méthodologie

Ces conférences couvrent les méthodes nécessaires pour étudier scientifiquement la supply chain, de la pratique expérimentale à la documentation et à l’analyse des éditeurs.
2.1 Personae de Supply Chain

2.1 Personae de Supply Chain

Une persona de supply chain est une entreprise fictive. Pourtant, bien que l'entreprise soit fictive, cette fiction est conçue pour souligner ce qui mérite une attention particulière d'un point de vue supply chain. Toutefois, la persona n'est pas idéalisée dans le sens de simplifier les défis de supply chain. Au contraire, l'intention est de mettre en lumière les aspects les plus difficiles de la situation, les aspects qui résisteront le plus obstinément à toute tentative de modélisation quantitative et à toute tentative de pilotage d'une initiative visant à améliorer la supply chain.

Voir la conférence
2.2 Optimisation expérimentale

2.2 Optimisation expérimentale

Loin de la perspective cartésienne naïve où l'optimisation consisterait simplement à déployer un optimiseur pour une fonction d'évaluation donnée, la supply chain exige un processus beaucoup plus itératif. Chaque itération sert à identifier des décisions « insensées » devant être examinées. La cause première réside fréquemment dans des leviers économiques inappropriés, qui doivent être réévalués quant à leurs conséquences imprévues. Les itérations s'arrêtent lorsque les [recettes numériques](/fr/optimisation-fondée-sur-des-décisions/) ne produisent plus de résultats insensés.

Voir la conférence
2.3 La connaissance négative en supply chain

2.3 La connaissance négative en supply chain

Les antipatterns sont les stéréotypes de solutions qui semblent efficaces mais qui ne fonctionnent pas en pratique. L'étude systématique des antipatterns a été initiée à la fin des années 1990 par le domaine de l'ingénierie logicielle. Lorsque cela est applicable, les antipatterns sont supérieurs aux résultats négatifs bruts, car ils sont plus faciles à mémoriser et à analyser. La perspective des antipatterns revêt une importance primordiale pour supply chain, et doit être considérée comme l'un des piliers de sa connaissance négative.

Voir la conférence
2.4 Recherche de marché antagoniste pour logiciels d'entreprise

2.4 Recherche de marché antagoniste pour logiciels d'entreprise

Les supply chains modernes dépendent d'une myriade de produits logiciels. Choisir les bons fournisseurs est une question de survie. Cependant, comme le nombre de fournisseurs est important, les entreprises ont besoin d'une approche systématique pour cette mission. La pratique traditionnelle de recherche de marché commence avec de bonnes intentions mais se termine invariablement par de mauvais résultats, car les sociétés de recherche de marché finissent par agir comme des fronts marketing pour les entreprises qu'elles sont censées analyser. L'espoir qu'une firme de recherche impartiale verra le jour est mal placé. Cependant, l'évaluation fournisseur-sur-fournisseur est une méthodologie qui permet même à une firme de recherche de marché biaisée de produire des résultats impartiaux.

Voir la conférence
2.5 La rédaction pour supply chains

2.5 La rédaction pour supply chains

Les supply chains impliquent la coordination de grandes équipes. Ainsi, les documents écrits sont essentiels. Les supply chains modernes sont tout simplement incompatibles avec la tradition orale. Pourtant, les praticiens de supply chain se débrouillent souvent très mal en ce qui concerne leurs compétences en communication écrite. Examinons ce que les études d'utilisabilité, ainsi que quelques experts notables, ont à dire sur ces questions.

Voir la conférence

3. Personae

Une série d’entreprises fictives conçues pour mettre en lumière les réalités opérationnelles et les arbitrages propres à différents environnements supply chain.
2.1.1 Paris, un réseau de distribution de mode (persona)

2.1.1 Paris, un réseau de distribution de mode (persona)

Paris est une marque de mode européenne fictive opérant un grand réseau de distribution. La marque cible les femmes et se positionne comme relativement abordable. Bien que la ligne de design soit relativement classique et sobre, le principal moteur commercial a toujours été la nouveauté. Plusieurs collections par an sont utilisées pour lancer des vagues de nouveaux produits. Proposer le bon produit, au bon moment, au bon prix et avec la bonne quantité de stocks est l'un des défis principaux.

Voir la conférence
3.1 Miami, une aviation MRO (persona)

3.1 Miami, une aviation MRO (persona)

Miami est un MRO aéronautique fictif (maintenance, réparation, révision) situé aux États-Unis, desservant une large flotte d'avions commerciaux. Dans l'aviation, la sécurité est primordiale. Les pièces et composants doivent être inspectés régulièrement et potentiellement réparés. Miami a pour métier de maintenir les avions en vol en permanence, en évitant les incidents AOG (aircraft on ground), qui surviennent dès qu'une pièce nécessaire à la réalisation d'une opération de maintenance manque.

Voir la conférence
3.2 Amsterdam, marques de fromages (persona)

3.2 Amsterdam, marques de fromages (persona)

Amsterdam est une entreprise FMCG fictive spécialisée dans la production de fromages, de crèmes et de beurres. Elle exploite un vaste portefeuille de marques dans plusieurs pays. De nombreux objectifs conflictuels doivent être soigneusement équilibrés : qualité, prix, fraîcheur, gaspillage, diversité, localité, etc. Par conception, la production de lait et les promotions retail placent l'entreprise entre le marteau de la demande et l'enclume de l'offre.

Voir la conférence
3.3 'Supply chain persona: San Jose, homeware le e-commerce

3.3 'Supply chain persona: San Jose, homeware le e-commerce

San Jose est un le e-commerce fictif qui distribue une variété d'articles d'ameublement et d'accessoires. Ils exploitent leur propre place de marché en ligne. Leur marque de distributeur est en concurrence avec des marques externes, tant en interne qu'en externe. Pour rester compétitif face à des acteurs plus importants et à bas prix, la supply chain de San Jose tente de délivrer un taux de service de grande qualité qui se décline sous plusieurs formes, bien au-delà de la simple livraison dans les temps des marchandises commandées.

Voir la conférence
3.4 Persona de Supply Chain : Stuttgart, une entreprise fictive de l'après-vente automobile

3.4 Persona de Supply Chain : Stuttgart, une entreprise fictive de l'après-vente automobile

Stuttgart est une entreprise fictive de l'après-vente automobile. Elle exploite un réseau de magasins proposant des réparations automobiles, des pièces automobiles et des accessoires automobiles. Au début des années 2010, Stuttgart a également lancé deux canaux de le e-commerce, l'un pour acheter et vendre des pièces automobiles, et l'autre pour acheter et vendre des voitures d'occasion.

Voir la conférence

4. Sciences auxiliaires

Ces cours d’appoint mobilisent des disciplines voisines qui améliorent concrètement la pratique supply chain, de l’informatique à la cybersécurité.
4.1 Ordinateurs modernes pour supply chain

4.1 Ordinateurs modernes pour supply chain

Les supply chains modernes requièrent des ressources informatiques pour fonctionner tout comme les convoyeurs motorisés nécessitent de l'électricité. Pourtant, des systèmes de supply chain lents restent omniprésents, tandis que la puissance de calcul des ordinateurs a augmenté d'un facteur supérieur à 10 000 depuis 1990. Un manque de compréhension des caractéristiques fondamentales des ressources informatiques modernes – même parmi les cercles IT ou de data science – contribue largement à expliquer cet état de choses. La conception logicielle sous-jacente aux recettes numériques ne devrait pas antagoniser le substrat informatique sous-jacent.

Voir la conférence
4.2 Algorithmes modernes pour supply chain

4.2 Algorithmes modernes pour supply chain

L'optimisation des supply chains repose sur la résolution de nombreux problèmes numériques. Les algorithmes sont des [numerical recipes](/fr/optimisation-fondée-sur-des-décisions/) hautement codifiés destinés à résoudre des problèmes computationnels précis. Des algorithmes supérieurs signifient que des résultats supérieurs peuvent être obtenus avec moins de ressources informatiques. En se concentrant sur les spécificités de supply chain, la performance algorithmique peut être grandement améliorée, parfois de plusieurs ordres de grandeur. Les algorithmes supply chain doivent également adopter la conception des ordinateurs modernes, qui a considérablement évolué au cours des dernières décennies.

Voir la conférence
4.3 Optimisation mathématique pour supply chain

4.3 Optimisation mathématique pour supply chain

L'optimisation mathématique est le processus de minimisation d'une fonction mathématique. Presque toutes les techniques modernes d'apprentissage statistique – c'est-à-dire la prévision si nous adoptons une perspective de supply chain – reposent fondamentalement sur l'optimisation mathématique. De plus, une fois les prévisions établies, l'identification des décisions les plus rentables repose, en son cœur, sur l'optimisation mathématique. Les problèmes de supply chain impliquent fréquemment de nombreuses variables. Ils sont également généralement de nature stochastique. L'optimisation mathématique est une pierre angulaire d'une pratique moderne de supply chain.

Voir la conférence
4.4 Machine learning pour la supply chain

4.4 Machine learning pour la supply chain

Les prévisions sont irréductibles dans la supply chain car chaque décision (achat, production, gestion des stocks, etc.) reflète une anticipation des événements futurs. L'apprentissage statistique et le machine learning ont largement supplanté le domaine classique de la ‘prévision’, tant d'un point de vue théorique que pratique. Nous tenterons de comprendre ce que signifie réellement une anticipation du futur basée sur les données dans une perspective moderne de l'apprentissage.

Voir la conférence
4.5 Langages et compilateurs pour supply chain

4.5 Langages et compilateurs pour supply chain

La majorité des supply chains est encore gérée via des tableurs (c.-à-d. Excel), tandis que les systèmes d'entreprise sont en place depuis une, deux, voire parfois trois décennies - supposément pour les remplacer. En effet, les tableurs offrent une expressivité programmatique accessible, alors que ces systèmes ne le font généralement pas.

Voir la conférence
4.6 L'ingénierie logicielle pour supply chain

4.6 L'ingénierie logicielle pour supply chain

Maîtriser la complexité et le chaos est la pierre angulaire de l’ingénierie logicielle. Étant donné que les supply chains sont à la fois complexes et chaotiques, il ne devrait pas être trop surprenant que la plupart des problèmes liés aux logiciels d’entreprise rencontrés par les supply chains se résument à une mauvaise ingénierie logicielle.

Voir la conférence
4.7 Cybersécurité pour supply chain

4.7 Cybersécurité pour supply chain

La cybercriminalité est en hausse. Les ransomwares représentent un secteur en plein essor. En raison de leur nature distribuée physiquement, les supply chains sont particulièrement exposées. De plus, la complexité ambiante constitue un terreau fertile pour les problèmes de sécurité informatique.

Voir la conférence
4.21 Les blockchains pour supply chain

4.21 Les blockchains pour supply chain

Les cryptomonnaies ont attiré beaucoup d'attention. Des fortunes ont été réalisées. Des fortunes ont été perdues. Les systèmes pyramidaux étaient omniprésents. D'un point de vue d'entreprise, la blockchain est le euphémisme poli utilisé pour introduire des idées et des technologies similaires tout en établissant une distanciation par rapport à ces cryptomonnaies. Des cas d'utilisation supply chain existent pour la blockchain, mais les défis abondent également.

Voir la conférence

5. Prévision

Ce chapitre est consacré à la modélisation prédictive, des compétitions de prévision aux modèles structurés et aux délais.
5.3 Prévision des délais

5.3 Prévision des délais

Les délais sont une facette fondamentale de la plupart des situations de supply chain. Les délais peuvent et doivent être prévus tout comme la demande. Des modèles de prévisions probabilistes, dédiés aux délais, peuvent être utilisés. Une série de techniques est présentée pour élaborer des prévisions probabilistes des délais à des fins de supply chain. La combinaison de ces prévisions, délai et demande, constitue la pierre angulaire de la modélisation prédictive en supply chain.

Voir la conférence

6. Prise de décision

Les conférences sur la décision passent de l’anticipation à l’action et montrent comment les prévisions se traduisent en choix économiquement pertinents.
6.1 Allocation de stocks de détail avec des prévisions probabilistes

6.1 Allocation de stocks de détail avec des prévisions probabilistes

Les décisions supply chain nécessitent des évaluations économiques ajustées au risque. Convertir des prévisions probabilistes en évaluations économiques n'est pas trivial et requiert des outils dédiés. Cependant, la priorisation économique qui en résulte, illustrée par les allocations de stocks, s'avère plus puissante que les techniques traditionnelles. Nous commençons par le défi de l'allocation de stocks de détail. Dans un réseau à 2 échelons comprenant à la fois un centre de distribution (DC) et plusieurs magasins, nous devons décider comment répartir les stocks du DC entre les magasins, sachant que tous les magasins sont en concurrence pour le même stock.

Voir la conférence
6.2 Optimisation des prix pour l'aftermarket automobile

6.2 Optimisation des prix pour l'aftermarket automobile

L'équilibre de l'offre et de la demande dépend en grande partie des prix. Ainsi, l'optimisation des prix appartient au domaine de la supply chain, du moins dans une large mesure. Nous présenterons une série de techniques pour optimiser les prix d'une entreprise fictive de l'aftermarket automobile. À travers cet exemple, nous verrons le danger associé aux raisonnements abstraits qui ne parviennent pas à saisir le contexte réel. Savoir ce qui doit être optimisé est plus important que les détails de l'optimisation elle-même.

Voir la conférence

7. Exécution tactique et stratégique

Les conférences finales portent sur l’exécution : lancer une initiative, mettre les décisions en production et définir le rôle du supply chain scientist.
7.1 Démarrer avec une initiative de la Supply Chain Quantitative

7.1 Démarrer avec une initiative de la Supply Chain Quantitative

Réaliser une optimisation prédictive réussie d'une supply chain est un mélange de problématiques soft et hard. Malheureusement, il n'est pas possible de dissocier ces aspects. Les facettes soft et hard sont profondément imbriquées. Habituellement, cet enchevêtrement entre en collision frontale avec la division du travail telle que définie par l'organigramme de l'entreprise.

Voir la conférence
7.2 Mettre en production des décisions automatisées en supply chain

7.2 Mettre en production des décisions automatisées en supply chain

Nous recherchons une recette numérique pour piloter toute une classe de décisions routinières, telles que les réapprovisionnements de stocks. L'automatisation est essentielle pour faire de la supply chain une entreprise capitaliste. Cependant, elle comporte des risques substantiels de causer des dommages à grande échelle si la recette numérique est défectueuse.

Voir la conférence
7.3 Le Supply Chain Scientist

7.3 Le Supply Chain Scientist

Au cœur d'une initiative de la Supply Chain Quantitative, se trouve le Supply Chain Scientist (SCS) qui exécute la préparation des données, la modélisation économique et le reporting des KPI. L'automatisation intelligente des décisions de supply chain est le produit final du travail réalisé par le SCS. Le SCS prend en charge les décisions générées. Le SCS fournit une intelligence humaine amplifiée par la puissance de traitement machine.

Voir la conférence
Ask Lokad