00:00:03 Évolution des interfaces utilisateurs des logiciels de supply chain.
00:00:44 L’avenir limité des interfaces 3D dans les logiciels d’entreprise.
00:02:19 Comparaison des interfaces futures à un logiciel anti-spam silencieux.
00:04:02 Équilibrer la productivité et l’engagement des employés dans l’utilisation des logiciels.
00:05:48 L’avenir des interfaces utilisateurs de supply chain et les avantages de l’automatisation.
00:08:00 Confiance dans les prévisions de l’IA et le rôle des indicateurs.
00:08:18 Perspectives : utilisateur final et entreprise de logiciels.
00:10:57 Entropie croisée dans l’apprentissage automatique.
00:12:13 Métriques complexes, avantages de la focalisation sur les valeurs aberrantes.
00:13:45 Systèmes automatisés de supply chain et leurs défis.
00:16:02 Concept d’IDE dans la modélisation de supply chain.
00:16:38 L’importance du correctness by design, coût des essais/erreurs.
00:17:41 Envision : langage de programmation pour la modélisation de supply chain.
00:18:00 Les fonctionnalités d’Envision : complétion automatique, analyse statique du code.
00:19:06 La programmation plutôt que les visuels.
Résumé
Dans l’interview d’aujourd’hui, Kieran Chandler et Joannes Vermorel discutent de l’évolution de l’expérience utilisateur dans les logiciels de supply chain. Vermorel explique pourquoi les interfaces 3D ne seront pas introduites, en invoquant l’anatomie humaine et des limites pratiques. Il suggère que l’avenir devrait se concentrer sur la praticité et l’invisibilité, en faisant des parallèles avec le logiciel anti-spam. Chandler remet en question la fiabilité des logiciels qui requièrent une interaction minimale, tandis que Vermorel souligne l’importance de l’efficacité et de la simplicité. Ils critiquent l’interactivité excessive présente dans les logiciels, proposant une automatisation de bout en bout dans la prévision. Vermorel insiste sur la détection des valeurs aberrantes et la cohérence dans les moteurs de prévision. Il aborde la nature complexe des métriques de prévision et l’importance du correctness by design. Pour une productivité améliorée dans la gestion de la supply chain, Vermorel envisage l’utilisation de widgets intelligents.
Résumé détaillé
Kieran Chandler, l’animateur, et Joannes Vermorel, le fondateur de Lokad, engagent un dialogue sur l’évolution de l’expérience utilisateur, en particulier des interfaces dans les logiciels de supply chain. Chandler introduit le sujet en mentionnant que, sauf si l’on est ingénieur logiciel, l’interface utilisateur est le principal élément du logiciel avec lequel on interagit. Il évoque la représentation hollywoodienne populaire des interfaces futures, comme dans le film Minority Report où Tom Cruise évolue dans un environnement 3D. Cependant, le fait que cette vision de 2002 ne se soit pas concrétisée pousse Chandler à interroger Vermorel sur l’avenir des interfaces utilisateur.
En réponse, Vermorel précise que les interfaces 3D ne seront pas introduites prochainement dans Lokad ni dans aucun environnement de logiciels d’entreprise. Selon lui, la raison n’est pas une limitation technologique mais l’anatomie humaine. Il soutient que les humains perçoivent principalement les interfaces en deux dimensions. Bien que l’être humain dispose de deux yeux et puisse percevoir la profondeur, Vermorel affirme qu’une troisième dimension n’apporte pas une valeur ajoutée significative à la compréhension du monde. Il souligne également les impraticabilités physiques de l’interaction en 3D, en notant combien il serait épuisant de tenter d’imiter les gestes de Tom Cruise dans Minority Report sur une longue période. Vermorel cite l’exemple des souris 3D qui, malgré leur invention il y a environ 40 ans, n’ont jamais réussi à s’imposer en raison de l’effort physique requis pour les utiliser.
De plus, il suggère que l’avenir des interfaces utilisateur contredit probablement ce à quoi la plupart des gens s’attendent, en se concentrant davantage sur la praticité que sur le spectacle. Vermorel utilise le logiciel anti-spam comme métaphore. Il apprécie ce logiciel pour son fonctionnement silencieux et assidu, qui élimine le spam des boîtes de réception sans que les utilisateurs ne s’en aperçoivent vraiment. Il considère cela comme un modèle pour l’avenir des interfaces utilisateur, avec des logiciels pilotés par machine learning, discrets et presque invisibles, réduisant la charge et les interruptions pour l’utilisateur.
Cependant, Chandler remet en question cette approche du point de vue de l’entreprise, en demandant comment les sociétés peuvent faire confiance à un logiciel avec lequel leurs employés interagissent rarement. Vermorel reconnaît le dilemme mais rappelle que les entreprises paient pour le temps de leurs employés, et que le temps passé à interagir avec un logiciel constitue finalement une dépense. Il soutient qu’une interface utilisateur imitant les réseaux sociaux pourrait être agréable et interactive, mais elle pourrait aussi entraîner davantage d’interruptions et moins de productivité. En conséquence, Vermorel suggère que l’avenir des interfaces utilisateur devrait privilégier l’efficacité, la simplicité et le minimalisme.
La conversation débute par une critique de la pratique répandue qui consiste à fournir aux employés des logiciels interactifs, suggérant que cela peut être contre-productif. Vermorel fait valoir que, bien que les pauses café et les séances de brainstorming avec des collègues soient essentielles pour un environnement de travail équilibré, un excès de ces interruptions peut poser problème, et les entreprises doivent faire confiance à leurs employés pour accomplir un travail réel. Selon Vermorel, un logiciel nécessitant une interaction constante peut perturber la productivité, notamment dans le contexte de la gestion de la supply chain où une interaction continue avec les applications logicielles peut ne pas produire de résultats productifs.
Vermorel aborde ensuite la nature des interfaces des logiciels de supply chain, qui tendent à être rigides et sèches. Dans les tendances actuelles, les développeurs de logiciels s’efforcent de les rendre plus attrayantes grâce à des fonctionnalités interactives et collaboratives. Cependant, cette approche, selon Vermorel, conduit souvent à une perte de temps, les employés pouvant finir par consacrer des journées entières à ajuster les prévisions pour des centaines ou des milliers de produits. Cela épuise considérablement la productivité et, malgré l’interactivité et l’engagement apparents, cela peut ne pas améliorer la production de l’entreprise.
Il propose un point de vue alternatif dans lequel l’automatisation de bout en bout est considérée comme l’objectif souhaité, plutôt que la prévision interactive. Cela suggère que la prévision dans la gestion de la supply chain devrait être entièrement automatisée, permettant aux gens de contribuer plus efficacement à la solution au lieu de rester bloqués dans des tâches répétitives.
Chandler demande alors comment les entreprises peuvent faire confiance à un système entièrement automatisé. Vermorel répond en suggérant que les entreprises devraient se concentrer sur l’identification et la gestion des valeurs aberrantes, plutôt que de se perdre dans les détails des métriques du logiciel de prévision. Du point de vue de l’entreprise, l’aspect crucial est de rechercher des comportements aberrants dans les prévisions, un peu comme on vérifie les courriels mal classifiés dans un filtre anti-spam.
Du point de vue de l’entreprise de logiciels, Vermorel précise que l’accent devrait être mis sur l’amélioration de la cohérence du moteur de prévision sur plusieurs ensembles de données provenant de différentes entreprises et périodes. La rétro-analyse est également présentée comme une méthode précieuse pour affiner le processus de prévision.
Vermorel commence par évoquer la complexité des métriques de prévision qui, selon lui, constituent le cœur de leur logiciel de supply chain, représentant environ 50 % de sa complexité. Le logiciel comprend des centaines de ces métriques. Cependant, Vermorel explique que révéler l’étendue complète de ces métriques aux utilisateurs pourrait semer la confusion plutôt qu’apporter de la clarté, en raison de leur nombre et de leur complexité. Par conséquent, il recommande que les utilisateurs se concentrent davantage sur les décisions générées par le système, en particulier sur les valeurs aberrantes, c’est-à-dire sur les décisions qui paraissent manifestement erronées. Ces valeurs aberrantes méritent une attention immédiate car elles sont les plus susceptibles d’engendrer des coûts importants du point de vue de la supply chain.
La conversation se tourne ensuite vers l’avenir des logiciels et la possibilité qu’ils fonctionnent en mode “full auto-pilot”, à l’instar des logiciels anti-spam. Vermorel affirme que les supply chains sont intrinsèquement plus complexes que les filtres anti-spam, car elles comprennent divers composants humains, machines et logiciels. Par conséquent, une solution logicielle automatisée unique ne sera probablement pas efficace. Il estime que l’automatisation de la gestion complexe de la supply chain pourrait être envisageable lorsque l’intelligence artificielle atteindra ou surpassera le niveau d’intelligence humaine, tout en admettant qu’une telle situation est encore loin.
Dans ce contexte, Vermorel révèle que le processus n’est pas à la Hollywood (c’est-à-dire dépourvu de glamour). La rédaction du code est cruciale dans la gestion de la supply chain. Toutefois, atteindre le correctness by design est important car les essais et erreurs peuvent s’avérer coûteux dans ce domaine. Vermorel propose un environnement de programmation favorisant le correctness by design et explique que Lokad a développé un langage de programmation spécifique au domaine, appelé Envision, qui intègre des fonctionnalités conçues pour atteindre le correctness by design grâce à l’analyse statique du code.
Vermorel envisage que l’avenir des interfaces utilisateur implique la création de widgets intelligents pour améliorer la productivité et l’efficacité des Supply Chain Scientist, qui sont à la fois des ressources rares et coûteuses. Il oppose cette vision aux interfaces utilisateur 3D de type hollywoodien, qui privilégient l’attrait visuel et le spectaculaire au détriment de l’ergonomie et de la fonctionnalité pratiques.
Transcription complète
Kieran Chandler: Dans l’épisode d’aujourd’hui, nous allons discuter de l’évolution de l’expérience utilisateur, et en particulier de la manière dont les interfaces utilisateur ont évolué dans les logiciels de supply chain. À moins d’être vous-même ingénieur logiciel, il y a de fortes chances que l’interface utilisateur soit le seul aspect du logiciel avec lequel vous interagissez réellement. Souvent, lorsqu’on interroge les gens sur l’avenir des interfaces utilisateur, ils font référence à des films comme Minority Report, où l’on peut voir Tom Cruise gesticuler dans un environnement 3D plutôt impressionnant. Cependant, ce film est sorti en 2002 et il semble que nous ne soyons pas plus près de réaliser cette vision. Alors, Joannes, la dernière fois que j’ai vérifié, Lokad était toujours un environnement 2D. Quand est-ce que tout cela va commencer à changer ?
Joannes Vermorel: Soyons clairs sur une chose - les interfaces utilisateur en trois dimensions ne seront pas introduites de sitôt chez Lokad, ni dans aucun environnement de logiciels d’entreprise d’ailleurs. La raison principale n’est pas technologique, c’est une simple question d’anatomie humaine. Votre perception des interfaces utilisateur est principalement bidimensionnelle. Oui, vous avez deux yeux et vous pouvez percevoir une certaine profondeur, mais c’est avant tout une perception en deux dimensions. Une troisième dimension n’apporte pas grand-chose à la compréhension du monde. En ce qui concerne la reproduction des gestes de Tom Cruise dans Minority Report, se tenir les bras levés pendant dix minutes est tout simplement trop fatigant. C’est pourquoi les souris 3D, qui ont été inventées il y a environ 40 ans, n’ont jamais décollé. Il faut être un athlète pour les utiliser. L’avenir des interfaces utilisateur est en réalité tout à fait le contraire de ce à quoi on s’attend.
Kieran Chandler: Si tu comptes briser mes rêves quant à l’apparence de ces interfaces utilisateur du futur, peut-être pourrais-tu partager ta vision de ce à quoi ces interfaces ressembleront réellement à l’avenir. Peut-être as-tu un exemple à nous partager ?
Joannes Vermorel: Ce qui est intéressant avec le futur, c’est qu’il est déjà là, il n’est simplement pas réparti de manière homogène. Si vous voulez avoir un aperçu du futur, regardez votre logiciel anti-spam. Ce type de logiciel filtre toutes ces propositions intéressantes provenant de pays excentriques que vous n’avez jamais visités, et qui vous promettent monts et merveilles pour devenir riche. Ce qui est remarquable, c’est la manière dont ce logiciel s’y prend, en silence et avec diligence. S’il est vraiment performant, vous ne réalisez même pas qu’il existe. Un très bon logiciel anti-spam fait simplement son travail pour vous afin que votre boîte de réception reste propre, sans que vous ne remarquiez à peine sa présence. Voilà le futur de la plupart des logiciels pilotés par machine learning. Ce sera quelque chose d’ambiant et presque invisible. C’est probablement le contraire de l’interface utilisateur en trois dimensions très cool que l’on peut voir dans les films hollywoodiens, car il n’y a rien à voir, ce n’est donc pas très visuel.
Kieran Chandler: J’aime bien l’idée de l’anti-spam, cela permettrait certainement de réduire le temps perdu à lire ces propositions commerciales vraiment intéressantes de princes et princesses nigérians. Mais c’est avant tout mon point de vue d’utilisateur final. Et les entreprises, alors ? Comment peuvent-elles faire confiance à ce logiciel si elles n’interagissent jamais vraiment avec lui ?
Joannes Vermorel: C’est un dilemme intéressant. En tant qu’entreprise, vous devez payer vos employés et donc tout le temps qu’ils passent à faire quelque chose représente une dépense. Alors, que désirez-vous pour votre logiciel, celui que vos employés utilisent ? Vous pourriez opter pour quelque chose d’un peu comme Facebook - c’est social, interactif et les gens l’apprécient beaucoup, mais il est également rempli d’interruptions. C’est assez amusant parce que si vous implémentez quelque chose de très similaire à un réseau social, les gens l’apprécieraient énormément.
Kieran Chandler: Si vous payiez les gens pour passer encore plus de temps devant la machine à café, on s’attendrait à ce qu’ils bénéficient de quelques pauses dans la journée pour se détendre, se réorganiser et faire des sessions de brainstorming avec leurs collègues. Mais si cela est constant, comment le travail peut-il être accompli ? Les entreprises paient leurs employés pour qu’ils effectuent un vrai travail. Alors, peuvent-elles faire confiance à un logiciel qui exige une interaction constante de la part des employés ? Car, pour moi, cela semble être le contraire de la productivité.
Joannes Vermorel: En effet, il y a là un certain dilemme pour l’entreprise. Elle ne devrait pas trop faire confiance à un logiciel qui nécessite une interaction constante. C’est contre-productif. Regardons cela désormais du point de vue de la supply chain. Beaucoup de ces applications n’étaient pas intéressantes dès le départ, notamment en ce qui concerne les logiciels de prévision de la demande. Les interfaces utilisateurs des logiciels de supply chain peuvent être assez sèches, et bien qu’il y ait une tendance à les rendre plus attrayantes grâce à des prévisions collaboratives, ce n’est pas aussi efficace qu’il n’y paraît.
Kieran Chandler: Pouvez-vous préciser cela ? Quelles sont les perspectives pour ces interfaces utilisateur à l’avenir ?
Joannes Vermorel: Bien que rendre la prévision de la demande plus interactive et collaborative puisse sembler attrayant, cela engendre une lourde perte de productivité. Imaginez avoir des centaines, voire des milliers de produits et que tout le monde dans l’entreprise passe la journée entière à regarder des courbes, séries temporelles, et à les ajuster. Même si cela paraît interactif et social, cela n’améliorera pas la performance de votre entreprise. Pour toute entreprise, quelle que soit sa taille, l’objectif devrait être une automatisation de bout en bout avec zéro cas particulier dans la prévision, et non une prévision collaborative.
Kieran Chandler: Est-ce que tu veux dire que les gens ne seront en réalité pas inclus dans ces prévisions ?
Joannes Vermorel: Exactement. Nous voulons atteindre une automatisation de bout en bout et éliminer toute perte de productivité. Si les gens doivent faire quelque chose, cela doit être une action qui contribue à la solution, et non des tâches répétitives.
Kieran Chandler: Mais comment pouvons-nous faire confiance aux résultats si les gens ne sont pas inclus dans ces prévisions ? Il nous faudrait tout de même des indicateurs pour évaluer le logiciel et quelqu’un pour vérifier ces indicateurs. Comment cela fonctionnerait-il en pratique ?
Joannes Vermorel: C’est une bonne question. Nous avons ici deux perspectives : celle de l’utilisateur final et celle du développeur de logiciels ou de l’entreprise qui écrit le code. Du point de vue de l’utilisateur final, vous souhaitez examiner les valeurs atypiques ou les comportements aberrants. De la même manière que pour votre anti-spam, vous ne compilez pas de statistiques sur le nombre d’emails correctement ou incorrectement filtrés. Vous vérifiez de temps en temps votre dossier spam pour repérer les emails mal classés. De même, dans la prévision de la demande, vous recherchez les valeurs aberrantes, des prévisions excessivement élevées ou trop faibles. Ce sont celles sur lesquelles vous devez rester vigilant.
Kieran Chandler: Vous n’avez pas besoin de compiler des statistiques, vous voulez simplement éliminer toutes les valeurs aberrantes. Maintenant, du point de vue d’une entreprise de logiciels, lorsque vous souhaitez améliorer une prévision, vous ne voulez pas prendre l’ensemble de données d’une entreprise à un moment donné et voir comment vous pouvez améliorer un indicateur. Au contraire, vous souhaitez rassembler l’ensemble de tous les ensembles de données dont vous disposez. Par exemple, nous avons aidé plus de 100 entreprises à optimiser leurs supply chains, donc nous disposons de bien plus de 100 ensembles de données à optimiser. Vous devez vous assurer que votre moteur de prévision est cohérent et s’améliore de manière constante sur l’ensemble de cette masse d’ensembles de données, et pas seulement sur un seul. De plus, vous ne souhaitez pas seulement les masses d’ensembles de données, vous voulez réaliser un test complet en revenant sur la semaine précédente, les deux semaines, etc. C’est ainsi que vous abordez ce défi d’optimisation du processus mondial de prévision.
Joannes Vermorel: C’est exact. Cependant, même si nous pouvions partager ces indicateurs avec les entreprises, je ne suis pas certain que cela les aiderait grandement à avoir davantage confiance dans le logiciel. Le problème est que les indicateurs les plus pertinents de nos jours, tels que cross-entropy utilisés dans le deep learning (et qui sont utilisés depuis plus d’une décennie pour l’anti-spam), sont assez complexes. Ces indicateurs s’appliquent aux prévisions probabilistes et sont de loin supérieurs aux indicateurs classiques comme l’erreur absolue moyenne ou l’erreur moyenne en pourcentage, qui sont dysfonctionnels et pourtant restent la pratique standard dans les supply chains.
Le défi auquel nous faisons face est double. D’abord, nous devons communiquer des chiffres qui sont très éloignés de la compréhension de la plupart des entreprises. Ensuite, quand vous voulez construire un moteur de prévision comme nous l’avons fait chez Lokad, la mise en place des indicateurs représente environ 50 % de l’effort technologique. Ils ne constituent pas un simple élément à la fin du travail de conception d’un moteur de prévision ; les indicateurs se trouvent au cœur même du système et représentent littéralement 50 % de la complexité.
Cela signifie que nous ne disposons pas de quelques indicateurs, mais littéralement de centaines d’entre eux. En pratique, partager cette abondance d’indicateurs ne s’avère guère utile, car il faudrait littéralement un livre entier pour expliquer ce que signifient tous ces chiffres. Au final, cela génère encore plus de confusion qu’autre chose. C’est pourquoi nous suggérons généralement qu’au lieu d’essayer de comprendre tous ces indicateurs, les entreprises devraient se concentrer sur les valeurs aberrantes.
N’essayez pas d’inverser l’ingénierie des indicateurs dans le logiciel ; c’est très compliqué et pas forcément utile. Concentrez-vous plutôt sur les décisions qui sont générées en tant que résultat final du système et sur les valeurs aberrantes, c’est-à-dire les décisions qui sont manifestement erronées. Ce sont celles qui nécessitent votre attention immédiate, car ce sont elles qui vont vous coûter beaucoup d’argent du point de vue de supply chain.
Kieran Chandler: Nous continuons de mentionner ce terme “anti-spam”. Si l’avenir du logiciel doit être comparable à l’anti-spam, la difficulté réside dans le fait que les supply chains sont intrinsèquement bien plus complexes que de simplement filtrer un peu de spam. Est-ce que cela fonctionnerait réellement en pratique ? Pouvons-nous réellement avoir des supply chains fonctionnant en mode pilote automatique complet ?
Joannes Vermorel: Oui et non. En effet, une supply chain est un système très complexe impliquant de nombreux humains, machines et logiciels. Ainsi, il est illusoire de penser qu’un logiciel avec des paramètres par défaut peut tout faire. L’anti-spam fonctionne de manière silencieuse sans qu’il soit nécessaire de le configurer, car toutes les boîtes email sont pratiquement identiques, de sorte que vous pouvez également avoir une configuration automatisée pour l’anti-spam. Cependant, lorsqu’il s’agit de l’optimisation d’une supply chain pour une entreprise donnée, vous devez comprendre la stratégie de l’entreprise, ses incitations financières, les points de douleur de ses clients, et une multitude d’autres aspects. Ces éléments ne peuvent être découverts par le logiciel lui-même. Peut-être, dans un siècle, lorsque nous disposerons d’une IA de niveau humain, cela pourrait être possible.
Kieran Chandler: L’intelligence artificielle, quelque chose d’aussi intelligent qu’un humain très intelligent, voire peut-être plus, pourrait possiblement disposer d’une configuration entièrement automatisée pour des supply chains complexes. Cependant, nous sommes actuellement bien éloignés d’un tel scénario. C’est pourquoi, chez Lokad, nous avons ces Supply Chain Scientists. Le rôle du Supply Chain Scientist est de modéliser la supply chain d’une entreprise de manière à la fois précise et efficace. Cela pose un défi en termes d’interface utilisateur, car pour ce faire efficacement, c’est presque comme avoir besoin d’un environnement de développement intégré. Est-ce correct ?
Joannes Vermorel: Absolument, c’est une situation complexe et elle n’a pas ce glamour hollywoodien dont nous avons parlé plus tôt. La réalité, c’est que coder est un art. Avec de bons outils, vous pouvez le faire plus rapidement et mieux. La correction par conception est très importante en supply chain. L’essai-erreur peut être théoriquement séduisant, mais dans le monde réel de la supply chain, c’est extrêmement coûteux. Vous ne voulez pas commettre des milliers d’erreurs dans les achats simplement pour finir par y arriver. Cela coûterait des millions. C’est pourquoi vous avez besoin d’un environnement de programmation qui aide à atteindre cette correction par conception.
Kieran Chandler: Donc, ce n’est pas aussi glamour que cela en a l’air, mais il y a plus que simplement écrire du code, n’est-ce pas ?
Joannes Vermorel: Exactement, ce n’est pas du style Hollywood. C’est comme écrire du code. Nous n’essayons pas de résoudre un problème de programmation général. Nous voulons simplement résoudre le problème de la modélisation quantitative des supply chains. C’est pourquoi nous avons notre propre langage de programmation spécifique au domaine, appelé Envision. Envision est doté de fonctionnalités conçues pour offrir un certain degré de correction par conception au fur et à mesure que vous écrivez le code. Vous pouvez bénéficier d’une productivité accrue grâce à des fonctionnalités telles que l’autocomplétion et vous pouvez atteindre de nombreux niveaux de correction par conception grâce à l’analyse statique du code. Par exemple, il peut détecter si une variable que vous avez introduite dans votre script n’a aucun impact sur toute décision supply chain. Cela pourrait signifier que vous avez oublié d’intégrer un facteur économique dans votre modèle, ou que vous avez simplement supprimé du code mort.
Kieran Chandler: Ainsi, même s’il ne s’agit pas d’une interface utilisateur en 3D comme dans Minority Report, y a-t-il un avenir pour les interfaces utilisateur dans cet environnement de programmation ?
Joannes Vermorel: Oui, en effet. L’avenir des interfaces utilisateur chez Lokad vise à rendre les Supply Chain Scientists, qui sont précieux et rares, plus productifs et efficaces. L’accent n’est pas mis sur une interface utilisateur en 3D où vous pourriez glisser des éléments et tracer des graphiques visuellement, mais sur des widgets intelligents dans l’environnement de programmation.
Kieran Chandler: Eh bien, c’est suffisant pour conclure. Merci d’avoir pris le temps de discuter avec nous des interfaces utilisateur du futur. Ça a été une conversation vraiment intéressante. Il est fascinant de comparer la vision hollywoodienne de la réalité avec ce qui se passera réellement à l’avenir. Merci beaucoup de nous avoir écoutés dans l’épisode d’aujourd’hui. Comme toujours, nous sommes là pour aider si vous avez d’autres questions sur les interfaces utilisateur, et nous reviendrons très bientôt avec un autre épisode. D’ici là, à très bientôt.
