Contactez-nous

La plateforme Lokad

Même si les initiatives de Supply Chain Quantitative peuvent être menées sur n’importe quelle plateforme dotée d’un langage de programmation, la plateforme Lokad a été conçue précisément pour ce type d’initiatives. Lokad est une plateforme dédiée à la conception et au déploiement d’applications sur mesure d’optimisation prédictive de la supply chain. Comparée aux outils de développement génériques, elle offre une meilleure productivité, une meilleure fiabilité, une meilleure maintenabilité, une meilleure sécurité et, surtout, de meilleures performances supply chain.
Technologies de prévision et d'optimisation de Lokad

Au cœur de Lokad se trouve Envision, un langage de programmation dédié. Il s’adresse aux experts de la supply chain, pas aux ingénieurs logiciels. Notre objectif principal est de mettre l’optimisation de la supply chain entre les mains de ceux qui connaissent directement le métier. Lokad réduit ainsi les risques des projets en supprimant des couches d’intermédiaires entre les équipes métier et l’informatique.

Avec Envision, nous dépassons très largement les capacités des APS (Advanced Planning Systems), « avancés » de nom seulement, des outils de Business Intelligence (BI) et même des outils spécialisés de prévision. Enfin, par rapport aux langages généralistes comme Python, Lokad permet de produire des applications plus sûres et plus faciles à maintenir.

Au-delà des tableurs

Au-delà des tableurs

Excel reste l’outil le plus utilisé en supply chain. Chez Lokad, nous reconnaissons à Excel de nombreuses qualités : il est simple, expressif, visuel et, surtout, il permet de garder en permanence la main sur les données. Excel a gagné son succès mondial, et avec Envision nous avons travaillé dur pour préserver ces qualités.

Toutefois, en supply chain, Excel n’est pas le sommet de l’analytique. Sa plus grande force est aussi sa plus grande faiblesse : la logique de calcul et les données se retrouvent systématiquement entremêlées, ce qui génère des problèmes sans fin dès que les feuilles prennent de l’ampleur. Or, de grandes feuilles sont presque inévitables lorsqu’une entreprise gère des centaines, voire des milliers de produits.

Ce problème d’enchevêtrement logique+données ne peut pas être corrigé dans Excel sans détruire précisément ce qui fait sa force. Chez Lokad, nous avons donc conçu Envision comme une technologie qui préserve les qualités utiles des tableurs tout en passant à l’échelle jusqu’à des centaines de millions de commandes ou de SKU.

De plus, les tableurs ne sont pas adaptés à certaines classes de calculs essentielles à l’optimisation supply chain. Par exemple, ils n’offrent pratiquement rien pour manipuler des prévisions probabilistes. Ils restent enfermés dans une logique de “pilotage par les moyennes” qui nuit aux décisions. De la même manière, ils proposent très peu d’outils pour résoudre une optimisation sous contraintes en environnement incertain. Résultat : même des contraintes banales, comme les MOQ, finissent par être traitées manuellement.

Envision apporte des constructions spécialisées, telles qu’une algèbre des variables aléatoires, indispensables à l’optimisation prédictive de la supply chain et absentes des tableurs. Les applications construites avec Envision sont également bien plus maintenables que des feuilles de calcul qui passent mal à l’échelle.

Ne pas seulement observer les données, mais agir

Les solutions de Business Intelligence (BI) sont souvent vendues comme l’étape suivante de l’analyse métier après Excel. Pourtant, des années d’expérience ont conduit Lokad à constater qu’en supply chain, la BI échoue presque toujours à concrétiser les bénéfices attendus. Le problème ne vient pas de la qualité des outils : le marché est mature et propose d’excellents produits. La difficulté est qu’observer des données pour en tirer des enseignements devient terriblement coûteux lorsqu’il faut gérer des milliers de produits et de clients.
Agir sur les données

En supply chain, les outils de BI ne butent pas sur le volume de données : contrairement à Excel, les bons outils de BI peuvent en traiter de très grandes quantités. Le problème est ailleurs : produire des millions de chiffres chaque jour coûte peu, mais produire seulement dix chiffres quotidiens réellement pertinents, qui méritent d’être lus et suivis d’actions, est extrêmement difficile. Malgré ses défauts, Excel reste tourné vers l’action, ce que la BI ne propose pas.

Avec Envision, nous avons absolument voulu préserver cette perspective tournée vers l’action. Envision sert à construire des applications. Il peut par exemple générer des listes d’actions priorisées telles que :

  • Les articles à maintenir volontairement avec une faible marge brute pour mettre la pression sur les concurrents
  • Les quantités exactes à commander pour remplir le prochain conteneur
  • Les articles à liquider en priorité pour désengorger l’entrepôt
  • Les articles souvent retournés par les clients et qu’il faut déréférencer

Les décisions quantitatives générées par Envision peuvent ensuite être réinjectées automatiquement dans l’ERP ou téléchargées sous forme de tableurs. La portée d’Envision dépend directement des priorités que vous fixez à votre entreprise.

Votre entreprise ne peut pas éviter la programmabilité

Programmabilité
Envision est un langage de programmation. Pour la plupart des personnes qui ne développent pas de logiciels, cela paraît très technique. Même dans les plus grandes entreprises, les dirigeants se demandent si leurs équipes pourront être productives avec un outil aussi avancé. Notre expérience montre que la supply chain est irrémédiablement complexe. Nous avons vu des éditeurs promettre des outils si simples qu’un enfant de 9 ans pourrait les utiliser, puis livrer des résultats comparables à ceux qu’aurait produits un enfant de 9 ans.

Une supply chain implique des milliers de produits, souvent beaucoup plus. Chaque prix, chaque niveau de stock, chaque assortiment doit être ajusté en permanence. Il n’y a aucun espoir d’atteindre une productivité satisfaisante sans automatiser toutes ces tâches répétitives. Mais l’automatisation seule ne suffit pas : il faut une automatisation intelligente, profondément alignée avec les leviers métier. C’est précisément le rôle de la programmabilité.

Chaque fois qu’une personne élabore quelque part dans l’entreprise une formule complexe dans un tableur, elle utilise déjà l’expressivité programmatique du tableur. On ne sortira pas de cette folie tant que les équipes ne disposeront pas d’une meilleure manière d’injecter leur expertise métier dans les systèmes. Envision a été conçu comme cette meilleure alternative.

Au-delà de Python

Au-delà de Python
Malgré la popularité croissante des projets de data science, la dure réalité est que leur immense majorité ne répond pas aux attentes. Les premiers prototypes sont souvent prometteurs, mais les projets échouent généralement à passer en production. À l’inverse, Envision a été conçu pour l’exploitation réelle de la supply chain, afin de réduire autant que possible ces catégories de problèmes. Deux causes principales expliquent ces échecs. Comparer toutes les alternatives à Envision serait fastidieux ; par souci de clarté, nous nous limitons donc au choix entre Python et Envision.

D’abord, Python exige des ingénieurs logiciels. Comme tout langage généraliste, Python expose énormément de subtilités techniques à ceux qui écrivent le code. Attendre d’une même personne qu’elle soit à la fois experte en supply chain et en ingénierie logicielle est irréaliste. Les capacités programmatiques doivent être accessibles à un large spectre de profils techniques, pas uniquement à des ingénieurs logiciels professionnels.

Ensuite, les coûts de maintenance des prototypes Python conçus à la hâte explosent. Ils doivent rester maîtrisés. Python est loin d’être économe en ressources matérielles. Résoudre les problèmes d’optimisation de la supply chain est par ailleurs un travail complexe : les données de nombreux systèmes peu fiables doivent être acheminées de façon fiable ; des processus imparfaits et changeants doivent être documentés et modélisés ; les métriques d’optimisation doivent refléter une stratégie métier en évolution constante. Python n’offre presque aucune correction garantie par conception pour soutenir ce travail.

Envision est notre réponse à ces contraintes. Il se distingue sur des aspects qui restent hors de portée de Python :

  • Défense en profondeur, qui prévient des catégories entières de problèmes de sécurité associés aux langages généralistes.
  • Performance transparente, qui empêche d’écrire des programmes dont la lenteur rendrait l’exploitation impossible.
  • Mises à niveau transparentes : puisque l’état de l’art évolue constamment, les mises à niveau doivent être livrées automatiquement, généralement par réécriture du code en arrière-plan.
  • Pile intégrée, qui supprime la charge d’assembler des dizaines de composants logiciels, même pour l’application la plus simple.

Python est un excellent langage, mais il n’apporte pas à l’optimisation de la supply chain une réponse aussi satisfaisante qu’Envision. Construire et maintenir une application de machine learning prête pour la production en Python est possible, mais coûte cher. Sans une équipe complète d’ingénierie logicielle dédiée à sa maintenance, elle ne fonctionnera pas en production.