La plateforme Lokad

Bien que les initiatives de la Supply Chain Quantitative puissent être menées sur n’importe quelle plateforme avec un langage de programmation, la plateforme Lokad a été précisément conçue pour supporter ces initiatives. Lokad est une plateforme dédiée à la conception et au déploiement d’applications sur mesure d’optimisation prédictive de la supply chain. Comparé aux outils de développement génériques, Lokad offre une productivité, une fiabilité, une maintenabilité, une sécurité supérieures - et enfin, des performances de la supply chain.

envision

Au cœur de Lokad se trouve Envision, un langage de programmation spécifique au domaine (DSL). Ce langage est destiné aux experts de la supply chain, et non aux ingénieurs logiciels. Notre objectif principal est de mettre l’optimisation de la supply chain entre les mains de ceux qui possèdent une expertise directe en la matière. Ce faisant, Lokad réduit les risques des initiatives supply chain en éliminant les intermédiaires entre le business et l’informatique.

Grâce à Envision, nous dépassons de loin les capacités des APS (Advanced Planning Systems), « avancés » de nom seulement, de la BI (Business Intelligence) ou même des kits d’outils spécialisés en prévision. Enfin, comparé aux langages de programmation génériques - tels que Python - Lokad délivre des applications qui sont plus sécurisées et plus maintenables.

Au-delà des tableurs

Excel est l’outil le plus utilisé dans la supply chain. Chez Lokad, nous reconnaissons qu’Excel possède de nombreuses qualités remarquables : il est simple, expressif, visuel, et surtout, il vous permet de garder un œil constant sur vos données. Excel a rencontré le succès mondial qu’il mérite. Avec Envision, nous avons travaillé très dur pour préserver toutes ces excellentes qualités que l’on retrouve dans Excel.

Cependant, en ce qui concerne la supply chain, Excel n’est pas non plus le summum de l’analytique. La plus grande force d’Excel est aussi sa plus grande faiblesse : la logique de calcul et les données se retrouvent systématiquement imbriquées, ce qui engendre des problèmes sans fin dès que les feuilles commencent à prendre de l’ampleur. Pourtant, de grandes feuilles Excel sont généralement inévitables dans la supply chain, où des centaines, voire des milliers de produits se retrouvent habituellement au sein d’une même entreprise.

Malheureusement, ce problème d’enchevêtrement entre la logique et les données ne peut être résolu au sein d’Excel, car la « solution » irait à l’encontre de ce qui fait d’Excel un outil aussi remarquable dès le départ. Par conséquent, chez Lokad, nous avons décidé de concevoir Envision, une technologie qui préserverait les propriétés précieuses d’Excel en ce qui concerne la supply chain, tout en supportant une montée en charge jusqu’à des centaines de millions de commandes ou de SKU, si tel est le besoin.

Les tableurs, et pas seulement Excel, ne sont tout simplement pas conçus pour des classes de calculs spécialisés mais essentiels à l’optimisation de la supply chain. Par exemple, les tableurs n’ont (virtuellement) aucune fonctionnalité pour gérer des prévisions probabilistes. Ainsi, les tableurs se retrouvent enfermés dans une mentalité de « se fier aux moyennes » qui est préjudiciable pour les supply chains. De même, les tableurs disposent (virtuellement) d’aucune fonctionnalité pour réaliser une optimisation sous contraintes dans des conditions incertaines. En conséquence, même des contraintes banales telles que les MOQs finissent par être résolues manuellement par les praticiens de la supply chain.

Envision propose des constructions spécialisées - comme une algèbre des variables aléatoires - qui sont essentielles à l’optimisation prédictive de la supply chain, constructions tout simplement indisponibles dans les tableurs. Ainsi, les applications développées avec Envision sont bien plus maintenables que les tableurs, lesquels peinent à évoluer face à des problématiques complexes.

Ne pas seulement observer les données mais agir sur elles

Les solutions de Business Intelligence (BI) sont souvent présentées comme la prochaine étape de l’analytique d’entreprise après Excel. Cependant, forts des années d’expérience de Lokad, nous en sommes arrivés à la conclusion que, en ce qui concerne la supply chain, la BI échoue presque toujours à concrétiser les bénéfices escomptés. Le problème ne réside pas dans la qualité des outils de Business Intelligence : le marché de la BI est mature et il existe d’excellentes solutions. C’est plutôt la difficulté de constater que l’observation des données dans le seul but d’obtenir des “insights” est terriblement coûteuse pour les entreprises où des milliers de produits et des milliers de clients sont impliqués.

Dans la supply chain, les outils BI n’arrivent pas à monter en charge, non pas parce qu’ils ne peuvent pas traiter toutes les données disponibles – contrairement à Excel, les bons outils BI peuvent traiter des quantités très importantes de données – mais parce que, alors que produire des millions de chiffres chaque jour est peu coûteux, comme nous l’avons déjà dit, produire seulement dix chiffres pertinents chaque jour, dignes d’être lus et d’entraîner des actions, est extrêmement difficile. Malgré toutes ses lacunes, Excel fait preuve de cette attitude « pour faire avancer les choses », alors que la BI ne le fait pas.

Pour Envision, nous tenions absolument à préserver cette perspective « faire avancer les choses ». Envision consiste à créer des applications. Par exemple, Envision peut générer des listes d’actions priorisées telles que :

  • Lister les principaux articles à maintenir à faible marge brute pour faire pression sur les concurrents
  • Générer les quantités requises pour remplir exactement le prochain conteneur à commander
  • Lister les principaux articles devant être liquidés pour désencombrer l’entrepôt
  • Lister les principaux articles constamment retournés par les clients et qui doivent être retirés des références

Les décisions quantitatives générées par Envision peuvent ensuite être automatiquement réimportées dans l’ERP, ou téléchargées sous forme de tableurs. La portée exacte d’Envision dépend véritablement de ce que vous décidez être les principales priorités de votre entreprise.

Votre entreprise ne peut échapper à la programmabilité

Envision est un langage de programmation. Pour la plupart des personnes qui ne sont pas développeurs, cela semble probablement « très » technique ; la plupart des dirigeants d’entreprise, même dans les plus grandes sociétés, se demandent si leur équipe sera capable de devenir productive avec un outil aussi avancé. Notre expérience nous montre que la supply chain est irrémédiablement complexe. Nous avons vu certains fournisseurs promettre des outils si simples qu’un enfant de 9 ans pourrait les utiliser, et obtenir finalement des résultats conformes à ce qu’un véritable enfant de 9 ans aurait produit.

La supply chain implique des milliers de produits, et souvent beaucoup plus. Chaque prix, chaque niveau de stocks, chaque assortiment doit être ajusté en permanence. Il est impossible d’y parvenir avec un niveau de productivité satisfaisant sans automatiser toutes ces tâches banales. Pourtant, l’automatisation à elle seule n’est pas suffisante : il faut une automatisation intelligente, profondément alignée avec les leviers spécifiques de votre entreprise. L’aspect « programmable » est ce qui permet d’atteindre cet alignement.

Chaque fois que quelqu’un élabore une formule complexe dans un tableur quelque part dans votre organisation, cette personne exploite l’expressivité programmatique du tableur. Il est impossible de se débarrasser de cette folie des tableurs si les équipes n’ont pas une meilleure alternative pour injecter leur expertise métier dans les systèmes. Envision est précisément conçu comme cette alternative supérieure.

Au-delà de Python

Malgré la popularité croissante des initiatives en data science, la dure réalité est que l’écrasante majorité de ces initiatives ne répond pas à leurs attentes. Plus précisément, bien que les prototypes initiaux soient souvent prometteurs, ces initiatives échouent généralement à passer en production. En revanche, Envision a été conçu en pensant à la production supply chain, pour atténuer au maximum ces types de problèmes. Il existe deux causes profondes à ces échecs. Discuter des avantages et des inconvénients de toutes les alternatives à Envision serait quelque peu fastidieux, ainsi pour plus de clarté, la discussion se concentrera sur le choix entre Python et Envision.

Premièrement, Python exige des ingénieurs logiciels. En effet, Python, comme tout langage de programmation complet, expose des tonnes d’intricacités techniques à celui qui écrit du code en Python. S’attendre à ce que des personnes soient à la fois expertes en ingénierie de la supply chain et en ingénierie logicielle est trop demander. Les capacités programmatiques doivent être accessibles à un large spectre de personnes techniquement averties, et pas seulement aux ingénieurs logiciels professionnels.

Deuxièmement, les coûts de maintenance des prototypes Python précipités montent en flèche. Les coûts de maintenance doivent être maîtrisés. Python est loin d’être léger au niveau matériel. Ensuite, résoudre les problèmes d’optimisation de la supply chain est un processus complexe : les données provenant de nombreux systèmes (peu) fiables doivent être acheminées de manière fiable, des processus imparfaits et en constante évolution doivent être documentés et modélisés, les indicateurs d’optimisation doivent refléter une stratégie d’entreprise en perpétuel changement, etc. Python n’offre presque aucune garantie de correction par conception pour soutenir de tels efforts.

Envision est notre réponse à ces défis. Il excelle de manières tout simplement inaccessibles avec Python, à savoir :

  • Défense en profondeur, empêchant des catégories entières de problèmes de sécurité qui surviennent dès qu’un langage de programmation généraliste est utilisé.
  • Performance transparente, empêchant que des programmes qui seraient impraticablement lents en production ne soient écrits dès le départ.
  • Mise à niveau transparente, aussi à la pointe que puisse l’être un objectif en perpétuel mouvement, les mises à niveau devraient être déployées automatiquement, généralement via des réécritures de code en arrière-plan.
  • Pile logicielle packagée, éliminant la corvée d’assembler des dizaines de morceaux de logiciels, même pour l’application la plus simple.

En conclusion, bien que Python soit génial (il l’est), ce n’est pas une réponse satisfaisante pour l’optimisation de la supply chain comme l’est Envision. Concevoir et maintenir une application de machine learning de niveau production en Python est possible, mais les coûts sont élevés, et à moins que votre entreprise ne soit prête à avoir une équipe complète d’ingénierie logicielle dédiée à la maintenance de cette application, cela ne fonctionnera pas en production.