La Supply Chain Quantitative redéfinit la manière dont les supply chain peuvent être optimisées avec un logiciel plus performant, typiquement propulsé par le machine learning, et avec un logiciel plus évolutif, alimenté par une infrastructure Big Data. Toutefois, au cœur de tout projet de Supply Chain Quantitative se trouve le Supply Chain Scientist qui exécute la préparation des données, la modélisation économique et le reporting KPI. Le Supply Chain Scientist offre une intelligence humaine amplifiée par l’intelligence machine. L’automatisation intelligente des décisions supply chain est le produit final du travail réalisé par le Supply Chain Scientist.
Humain plus Machine
Améliorer la performance supply chain requiert une compréhension approfondie de la stratégie d’entreprise. Les ruptures de stock peuvent coûter extrêmement cher, comme c’est le cas dans l’aérospatiale par exemple, ou simplement constituer le cours normal des choses, comme cela se produit avec les produits frais. En réalité, aujourd’hui, bien que des algorithmes intelligents puissent battre des champions d’échecs ou de Go, même les machines les plus performantes sont à des décennies de pouvoir établir une feuille de route stratégique pour la supply chain de votre entreprise. Ainsi, la mise en place d’une structure entièrement pilotée par la machine pour gérer votre supply chain reste de la science-fiction.
Cependant, les algorithmes intelligents et les algorithmes de machine learning sont devenus incroyablement performants pour résoudre des problèmes bien définis, restreints et répétitifs. La Supply Chain Quantitative intègre ces capacités logicielles modernes : elle utilise l’intelligence humaine pour cadrer le problème, éliminer les ambiguïtés et mettre en place le workflow répétable ; ensuite, elle laisse la machine prendre le relais pour générer les nombreuses décisions supply chain, bien que routinières, dont votre entreprise a besoin quotidiennement pour fonctionner.
La Supply Chain Quantitative ne consiste pas à supprimer l’intelligence humaine de l’équation. Bien au contraire. Elle vise à redonner aux insights humains l’impact le plus significatif dans les domaines stratégiques. C’est précisément en libérant le personnel supply chain des tâches routinières et répétitives que la Supply Chain Quantitative leur rend leur liberté. Elle permet aux équipes de concentrer leurs efforts sur les enjeux stratégiques, plutôt que d’être engluées dans des détails opérationnels.
Le Rôle du Supply Chain Scientist
Le rôle du Supply Chain Scientist est de « cruncher » les données, d’intégrer toutes les variables économiques dans la logique et d’automatiser la prise de décisions supply chain. Il est également responsable de la mise en œuvre et du suivi des KPI, élaborés conjointement avec la gestion de la supply chain, qui servent à évaluer la performance de l’initiative de Supply Chain Quantitative elle-même.
Au début de l’initiative, lors de la phase de cadrage, le Supply Chain Scientist est chargé de s’assurer que le problème à résoudre est bien défini, que les ambiguïtés sont, si elles ne sont pas encore résolues, au moins clairement identifiées comme telles. En particulier, il est responsable d’établir une vision claire de l’automatisation envisagée. Selon le contexte, l’automatisation pourrait être destinée à générer des commandes d’achat, des mouvements de stocks, des rebuts de stocks, etc.
Lors de la phase de préparation des données, le Supply Chain Scientist doit s’assurer que toutes les données pertinentes sont correctement extraites des systèmes informatiques de l’entreprise. Bien qu’il bénéficie généralement de l’aide du personnel IT pour exécuter l’extraction, c’est lui qui est responsable de leur interprétation. Établir la sémantique précise des données, du point de vue supply chain, est d’une importance cruciale. Transformer les données brutes du système en données préparées, prêtes à être traitées par un algorithme de machine learning, requiert un effort considérable. Cette responsabilité incombe de nouveau au Supply Chain Scientist.
Lors de la phase d’embarquement, les chiffres produits par l’automatisation sont remis en question par les praticiens supply chain. Dans cette phase, ces derniers découvrent souvent des cas particuliers lorsque l’automatisation se comporte de manière inattendue. Par conséquent, il incombe au Supply Chain Scientist de corriger ces cas particuliers. Cependant, il arrive aussi que les chiffres « atypiques » soient en réalité corrects, mais divergent des anciennes habitudes non optimales des praticiens supply chain. Le Supply Chain Scientist a la responsabilité de clarifier ces situations et de convaincre ces derniers que ces chiffres ne constituent pas un problème, mais qu’ils représentent en réalité un ingrédient clé de la solution.
Enfin, une fois la solution en production, le Supply Chain Scientist surveille la performance de l’automatisation et en identifie les faiblesses. Il est responsable de l’amélioration continue de la solution. Souvent, une logique améliorée nécessite de meilleures ou de plus nombreuses données, ce qui requiert à son tour des modifications des processus opérationnels supply chain. Le Supply Chain Scientist quantifie les gains attendus associés à l’amélioration des données et construit des business cases spécifiques, afin de proposer le changement à la gestion de la supply chain.
Les Compétences du Supply Chain Scientist
Le Supply Chain Scientist est à la fois data scientist et expert supply chain. Cette double compétence est essentielle pour réussir à fournir une solution qui répond aux attentes initiales. L’expertise supply chain est indispensable pour s’assurer qu’il possède une compréhension approfondie des défis à relever. Un manque de compréhension de ces défis expose le projet au risque de construire une « solution » qui n’est pas en phase avec les besoins supply chain. Des lead times, des MOQs (minimum order quantities), les coûts du transport aérien versus le transport maritime, l’analyse multi-échelons … ne sont que quelques-uns des nombreux aspects que le Supply Chain Scientist doit maîtriser. Plus précisément, remplir ce rôle exige une compréhension profonde non seulement des éléments eux-mêmes, mais aussi des relations qui les unissent. Par exemple, comment les MOQs influent sur les lead times.
L’expertise en data science est essentielle pour, d’une part, réaliser des évaluations quantitatives exploitant les données historiques, et d’autre part, implémenter la logique qui automatise entièrement le processus de prise de décisions routinières. Un manque de maîtrise en programmation expose toute initiative à des retards excessifs et à des résultats numériques hasardeux. La programmation est à la fois une compétence et un art. Les défis supply chain sont incroyablement complexes. Le Supply Chain Scientist est capable de mettre en œuvre une solution suffisamment simple pour être durable, tout en étant assez précise pour offrir la performance supply chain souhaitée.
Enfin, le rôle de Supply Chain Scientist requiert également des compétences en communication supérieures à la moyenne. De bonnes compétences rédactionnelles sont indispensables pour produire une documentation de haute qualité décrivant l’initiative de Supply Chain Quantitative elle-même. En effet, les supply chain reposent sur des compromis – par exemple, des MOQs plus petites contre des prix d’achat plus bas – et trop souvent, ces compromis restent en grande partie non documentés. La Supply Chain Quantitative exige que ces compromis soient documentés et quantifiés. La responsabilité de cette tâche incombe au Supply Chain Scientist. De bonnes compétences orales sont nécessaires pour engager un dialogue constructif avec les praticiens supply chain lors de la phase d’onboarding, surtout que les équipes doivent être convaincues de la validité de la nouvelle approche.
Supply Chain Scientists chez Lokad
Chez Lokad, la compétence en supply chain science s’est progressivement développée au cours de la dernière décennie (Lokad a été fondé en 2008). Alors que Lokad a débuté en tant que pure entreprise de software, nous avons réalisé que l’excellence supply chain nécessitait une équipe dédiée pour intervenir en première ligne face aux réels défis supply chain. Le personnel traditionnel de « support logiciel » n’était pas du tout suffisant pour apporter des solutions satisfaisantes aux entreprises, car cela requiert une compréhension approfondie de nombreux défis supply chain, et pas seulement une connaissance approfondie de la technologie de Lokad.
Établir et développer une compétence en supply chain science est difficile. Par conséquent, de nombreuses entreprises font appel à Lokad pour remplir le rôle de Supply Chain Scientist dans leur propre initiative de Supply Chain Quantitative. Dans ce cas, Lokad propose une solution software+expert, où un Supply Chain Scientist est assigné au dossier et commence à orchestrer l’ensemble de l’initiative. Cette approche libère les entreprises du besoin d’établir immédiatement leur propre compétence en supply chain science. Externaliser cette compétence a du sens tant pour les petites que pour les grandes entreprises. Pour les petites entreprises, les coûts d’une solution interne sont tout simplement trop élevés. Pour les grandes entreprises, il s’agit avant tout d’accélérer le rythme du changement au sein de leur supply chain.
Les types de candidats sélectionnés par Lokad pour ses équipes de supply chain science sont généralement des profils ingénierie titulaires d’un Master. Bien que les Supply Chain Scientists de Lokad soient familiers avec la programmation, ils ne sont généralement pas des développeurs logiciels. Au contraire, leur palette de compétences tend à être plus variée et inclut la plupart des fondamentaux de l’ingénierie : la capacité à modéliser des problèmes industriels, à mettre en place un processus, à rendre ce processus à la fois performant et fiable, à communiquer avec la direction, etc. En raison de la nature même des défis supply chain de Lokad, nous avons tendance à sélectionner des profils maîtrisant les mathématiques et les statistiques, ces deux domaines étant essentiels pour la résolution quantitative de la plupart des défis supply chain.
Le développement de cette compétence en supply chain science est un processus en perpétuelle amélioration chez Lokad. Et puisque Lokad remplit le rôle de Supply Chain Scientist pour de nombreuses entreprises à travers différents secteurs, nous avons accumulé une connaissance institutionnelle significative dans ce domaine. De plus, lorsque de nouveaux collaborateurs rejoignent Lokad, leur formation inclut une exposition à diverses situations supply chain, dans plusieurs secteurs, afin d’accélérer le processus d’apprentissage et d’atteindre des niveaux de compréhension plus profonds.
Contenu Connexe
Qu’est-ce qu’un Supply Chain Scientist ? Une discussion avec Simon Schalit (Lokad COO)
Une journée dans la vie d’un Supply Chain Scientist (avec Maximilian Barth)
Le Supply Chain Scientist - Conférences 7.3 avec Joannes Vermorel
