L'unification de la tarification et de la planification

00:00:08 Le problème des entités distinctes dans la tarification et la planification.
00:01:02 Les entreprises de logiciels traditionnelles et leur approche de la tarification et des prévisions.
00:03:24 La convergence accidentelle des technologies de tarification et de prévision.
00:05:46 L’intégration des données comme point de départ de la convergence.
00:07:33 Aborder le méta-problème et l’appliquer à la fois à la tarification et à la planification.
00:09:20 La percée dans le deep learning et les modèles de demande prédictive.
00:11:22 La convergence des modèles de planification et de tarification dans différents secteurs.
00:13:36 Les avantages d’avoir une seule équipe pour gérer à la fois la planification et la tarification.
00:15:00 L’approche réussie d’Amazon en matière de tarification dynamique basée sur la disponibilité des stocks.
00:16:01 Discussion sur le passage à l’optimisation de la tarification dans le e-commerce.
00:17:03 Le développement accidentel et la convergence des solutions de tarification et de planification.
00:19:01 Les défis auxquels sont confrontées les entreprises de logiciels traditionnelles pour unifier la tarification et la planification.
00:21:20 L’émergence de nouvelles entreprises qui abordent la tarification et la planification dès le premier jour.
00:22:37 La domination du marché des entreprises qui unifient la tarification et la planification, comme Amazon et Alibaba.

Résumé

Kieran Chandler interviewe Joannes Vermorel, fondateur de Lokad, sur l’importance d’intégrer la tarification et la planification de la demande dans l’optimisation de la supply chain. Traditionnellement, ces aspects étaient traités séparément, ce qui entraînait des silos de données et une mauvaise communication. Lokad a découvert que la tarification et la planification partagent des sources de données similaires et des recettes numériques, ce qui a conduit au développement d’un langage de programmation spécifique au domaine, Envision. En exploitant le stockage et le traitement de données partagés, Lokad a créé des modèles plus sophistiqués, intégrant la tarification et les effets temporels. Vermorel estime que les entreprises qui réussissent doivent unifier la tarification et la planification, car ce sont des aspects interconnectés cruciaux pour presque tous les secteurs.

Résumé étendu

Dans cette interview, Kieran Chandler, l’animateur, discute avec Joannes Vermorel, fondateur de Lokad, de l’importance d’intégrer la tarification et la planification de la demande dans l’optimisation de la supply chain. Historiquement, la tarification et la planification ont été traitées comme des entités distinctes, ce qui a entraîné des silos de données et un manque de communication entre les départements. La conversation porte sur la manière dont les logiciels peuvent aider à aborder ces tâches de manière conjointe et sur la raison pour laquelle l’industrie devrait les considérer comme deux aspects interconnectés.

Vermorel explique que prévoir la demande future est crucial pour servir efficacement les clients. Les entreprises doivent produire ou sourcer des produits à l’avance pour répondre à la demande, car la production instantanée n’est pas encore possible. Cependant, la demande est également fortement influencée par le prix. Si un produit est trop cher, la demande sera faible, tandis qu’un prix compétitif peut entraîner une demande importante.

Lorsque Lokad a été fondée, l’industrie du logiciel était divisée en deux camps : les entreprises de prévision, qui se concentraient sur la prédiction de la demande, et les entreprises d’optimisation des prix, qui ignoraient la prévision et la planification. Pendant les cinq premières années de Lokad, la notion de prix et de tarification était absente de leur focus, car l’entreprise se concentrait principalement sur la prévision. De même, les entreprises d’optimisation des prix ne considéraient pas la prévision et la planification comme faisant partie de leur champ d’application.

Vermorel souligne que la demande et la tarification sont profondément interconnectées. Les entreprises doivent anticiper la demande tout en fixant correctement leurs prix. Historiquement, les organisations séparaient la tarification et la planification de la demande, en utilisant des outils tels que Priceforge et Salescast. Cependant, à un moment donné, Lokad a décidé d’intégrer ces deux aspects.

La décision de fusionner la tarification et la planification de la demande est venue de la réalisation que certaines pratiques établies peuvent devenir si ancrées dans l’état d’esprit global que les gens ne voient pas les liens entre elles. En intégrant ces deux aspects, Lokad vise à améliorer l’optimisation de la supply chain en abordant l’interdépendance de la tarification et de la planification de la demande.

Au départ, Lokad a développé deux produits distincts, Salescast pour la prévision et Priceforge pour la tarification, avec des technologies complètement distinctes. L’entreprise a décidé de regrouper ces deux applications car elle a remarqué qu’elles utilisaient des sources de données similaires, telles que l’historique des ventes et les catalogues de produits, ainsi que les mêmes données transactionnelles provenant de DRP, WMS et des plateformes de commerce électronique. Ils ont décidé de créer une architecture unifiée pour le stockage et le traitement des données, mais à ce stade, ils n’avaient pas encore réalisé le lien profond entre la tarification et la prévision des ventes.

Le premier degré de convergence entre les deux solutions est survenu par accident. L’entreprise a réalisé que les recettes numériques pour la tarification et la prévision des ventes étaient similaires, et ils ont commencé à travailler sur un langage de programmation spécifique au domaine pour l’optimisation prédictive des supply chains. Cela a conduit au développement d’Envision, qui a commencé du côté de la tarification.

À cette époque, Lokad était moins familier avec la tarification qu’avec la planification, ils ont donc décidé de s’attaquer à un méta-problème : comment développer des recettes numériques plus rapidement et de manière plus fiable. Ils espéraient qu’en améliorant le délai de mise sur le marché et la fiabilité des nouvelles recettes numériques, ils réussiraient dans le domaine de la tarification. En expérimentant ces techniques, ils ont découvert que la même approche programmatique qu’ils utilisaient pour la tarification avait également du sens pour le côté planification. Cette prise de conscience a conduit à un deuxième degré de convergence, la tarification et la planification partageant la même couche de traitement des données et le même langage de programmation.

Cependant, les solutions fonctionnaient toujours séparément, et c’est pendant l’ère de l’apprentissage profond que Lokad a réalisé sa première percée. En incorporant des modèles de demande prédictifs plus avancés, ils ont constaté que l’intégration de la tarification et des effets temporels conduisait à des modèles plus sophistiqués pour les deux domaines. Par exemple, la volonté de payer pour un produit peut être saisonnière, il était donc logique d’incorporer ces facteurs dans les modèles de tarification et de prévision des ventes.

Le parcours de Lokad dans la combinaison de la tarification et de la prévision des ventes a commencé par l’observation que les deux solutions partageaient des sources de données similaires et ont évolué à travers plusieurs étapes de convergence. En exploitant le stockage et le traitement de données partagés, ainsi qu’un langage de programmation unifié, Lokad a réussi à créer des modèles plus sophistiqués qui intègrent à la fois la tarification et les effets temporels. Bien que la discussion dans cette partie de l’interview ne fournisse pas de conclusion, elle met en évidence le processus itératif auquel Lokad a été soumis pour développer et affiner son approche de l’optimisation de la supply chain.

Vermorel explique comment Lokad a commencé à réaliser que la volonté de payer était saisonnière et comment cela a affecté leur approche de l’optimisation de la supply chain. En travaillant sur leurs modèles, ils ont remarqué que la dimension de la tarification devenait de plus en plus importante. C’était particulièrement vrai dans des industries comme la mode, où le prix est utilisé comme levier pour s’assurer que les stocks sont liquidés à la fin d’une collection. En continuant à travailler sur leurs modèles, ils ont constaté que les problèmes de planification et de tarification convergeaient, ce qui les a finalement amenés à développer un modèle unique pouvant traiter les deux problèmes.

Lorsqu’on lui demande dans quels secteurs cette approche est la plus applicable, Vermorel explique que la tarification est cruciale dans presque tous les secteurs car elle peut faire la différence entre aucune marge et une marge significative. La planification et la tarification sont souvent entremêlées, avec une relation étroite entre la gestion de la pénurie et la volonté de payer. Différents secteurs ont des perspectives uniques sur le problème, mais au fond, les deux problèmes sont presque toujours interconnectés.

Cependant, la majorité du marché propose encore des logiciels axés soit sur la tarification, soit sur la planification, plutôt qu’une solution unifiée. Vermorel attribue cela au fait que tant qu’il n’y a pas de solution, il n’y a pas de problème perçu. L’approche de Lokad pour unifier la tarification et la planification est apparue accidentellement, car ils ont constaté que leurs modèles pour les deux problèmes partageaient de nombreux composants communs. En continuant à développer leurs modèles, ils ont réalisé qu’ils devaient aborder les deux problèmes simultanément.

Lorsqu’on lui demande la possibilité que des sociétés de logiciels s’associent pour fournir une solution double, Vermorel se montre sceptique, car la technologie nécessaire pour unifier la tarification et la planification est radicalement différente des méthodes traditionnelles. Au lieu de cela, il prédit que de nouvelles entreprises émergeront en tirant parti des connaissances dès le début pour aborder les deux problèmes ensemble.

Vermorel souligne que les entreprises qui parviennent à unifier la tarification et la planification peuvent atteindre une domination du marché. Il utilise Amazon et Alibaba comme exemples d’entreprises qui continuent de gagner des parts de marché parce qu’elles ont bien compris les fondamentaux. Sa conclusion est que les entreprises devraient adopter une solution qui aborde à la fois la tarification et la planification, car ces deux aspects sont indissociables.

Transcription complète

Kieran Chandler: Aujourd’hui sur Lokad TV, nous allons discuter de la façon dont les logiciels peuvent gérer ces tâches simultanément et pourquoi l’industrie devrait les considérer comme deux aspects d’une même pièce. Alors, Joannes, nous avons déjà discuté un peu de la tarification. Quel est l’angle aujourd’hui ?

Joannes Vermorel: L’angle est le fait que lorsque vous pensez à la demande, évidemment, si vous voulez être en mesure de servir les clients, vous devez anticiper la demande future afin de pouvoir produire ou approvisionner à l’avance ce que vous avez l’intention de servir. Vous ne pouvez pas instantanément imprimer en 3D des choses à la demande, du moins pas encore. Mais évidemment, la demande est fortement influencée par le prix. Si quelque chose est excessivement cher, la demande sera nulle, et si quelque chose est excessivement compétitif, la demande peut être absolument gigantesque à grande échelle.

Pourtant, lorsque j’ai créé Lokad, il y avait clairement deux camps en termes de sociétés de logiciels. Il y avait les sociétés de prévision, Lokad en faisait partie, qui se sont vraiment penchées sur le problème de l’analyse de la demande du point de vue prédictif. Et traditionnellement, la tarification n’existait même pas. Les prix n’existaient même pas, et c’est un peu étrange, mais en réalité, pendant les cinq premières années environ de Lokad, la notion même de prix et de tarification était absente. Ce n’était même pas prévu. Ce n’était nulle part. Évidemment, je savais comme tout le monde que les prix sont des choses que l’on peut voir, mais il n’y avait aucune connexion spécifique. Et puis il y avait d’autres entreprises qui ne s’occupaient que de l’optimisation des prix, et de leur point de vue, la prévision et la planification étaient absentes. Ce n’était même pas prévu. Ils s’en fichaient. Encore une fois, ils savaient que la prévision existait parce qu’ils regardaient la météo à la télévision, comme tout le monde. Mais, néanmoins, tout comme j’étais du côté de la prévision, j’ignorais complètement ce qui se passait en ce qui concerne la tarification. Les sociétés de tarification de logiciels ignoraient complètement ce qu’était la prévision. Et pourtant, lorsque vous y réfléchissez, c’est profondément lié à la demande, et la demande est très importante ; vous devez anticiper mais vous devez également fixer le bon prix.

Kieran Chandler: Oui, et historiquement, vous avez gardé ces deux entités très distinctes avec Salescast et PriceForge, mais à un moment donné, elles se sont réunies. Pourquoi avez-vous décidé de les réunir ?

Joannes Vermorel: C’est très intéressant. Vous voyez, parfois il y a des choses qui sont si bien établies dans la pensée générale de votre époque que vous ne pouvez même pas les voir. Et lorsque Lokad a commencé à s’attaquer au problème de la tarification, nous avions en réalité une mission de tarification. Je le considérais comme quelque chose de complètement séparé. Nous avions donc un produit appelé Salescast, qui était essentiellement la partie prévision de Lokad, et nous avions un autre produit qui était complètement distinct, qui était PriceForge.

Kieran Chandler: Et nous vendions ces deux choses séparément et même les technologies respectives étaient complètement séparées. En termes d’analyse de données, était-il facile de combiner les deux ?

Joannes Vermorel: C’est là que ça devient étrange. Nous avons réuni ces deux applications, non pas parce que je pensais : “Oh, c’est le même problème que nous résolvons, d’ailleurs, nous le résolvons deux fois.” Non, cela aurait été très intelligent, mais non, nous avons fait quelque chose de très stupide. Nous avons dit : “Cette application utilise l’historique des ventes, cette application utilise également l’historique des ventes. Cette application a besoin du catalogue avec les prix, cette application a également besoin d’un catalogue. Nous n’utilisons pas le prix, mais c’est à peu près la même chose, c’est un catalogue.” Et littéralement, nous regardions les données et les données nécessaires pour, je dirais, l’analyse des prix ou l’analyse de la planification. C’était essentiellement les mêmes données transactionnelles provenant des mêmes sources : ERP, WMS, plateformes de commerce électronique, etc. Nous avons donc décidé de mutualiser l’architecture pour avoir la même couche de base pour le stockage et le traitement des données, car il s’agissait des mêmes données. Mais à l’époque, nous n’avions même pas commencé à réaliser conceptuellement que c’était littéralement deux côtés de la même pièce.

Kieran Chandler: Donc, c’est un peu l’intégration des données et le fait d’avoir ces deux ensembles de données au même endroit qui était votre point de départ. Mais quand les solutions ont-elles commencé à converger en termes de tarification et de ventes ?

Joannes Vermorel: Nous avons commencé à réaliser progressivement que les recettes numériques étaient un peu les mêmes, ce qui était déconcertant. Ce qu’est Lokad aujourd’hui, Envision, avec un langage de programmation spécifique au domaine dédié à l’optimisation prédictive de la supply chain, a commencé du côté de la tarification. À l’époque, la tarification était quelque chose de très nouveau pour nous, et nous ne savions pas vraiment comment l’aborder. Au lieu de résoudre le problème de tarification, nous avons dit : “Nous ne sommes pas vraiment sûrs de la manière d’aborder cela, nous allons donc résoudre un méta-problème, qui est : comment pouvons-nous trouver des recettes numériques plus rapidement et de manière plus fiable ?” Nous ne connaissions pas encore les recettes, mais si nous pouvions améliorer notre délai de livraison en termes de temps nécessaire pour livrer une nouvelle recette numérique que nous n’avions pas encore inventée sur le marché, puis le temps nécessaire pour faire fonctionner cette chose de manière fiable en production, alors nous serions plutôt bien. Donc, la réflexion s’est orientée vers : “Nous allons le faire pour la tarification car je connaissais beaucoup moins la tarification à l’époque que la planification.” Et pourtant, lorsque nous avons commencé à ajuster, nous traitions littéralement avec les mêmes ensembles de données, et nous avons réalisé : “Oh, c’est très intéressant. Ce que nous faisons du côté de la tarification a du sens.”

Kieran Chandler: Il est assez difficile de gérer la partie planification des supply chains, car elles sont composées d’une série d’accidents. Certaines entreprises ont un ERP, d’autres en ont deux, certaines en ont un par pays. Parfois, la plateforme de e-commerce est intégrée, parfois elle est séparée, et parfois il y a un WMS. C’est très hétérogène. Nous avons réalisé que nous avions besoin d’une approche complètement sur mesure et programmatique à la fois pour la tarification et la planification. Cela nous a permis d’avoir un deuxième niveau de convergence avec la même couche de base pour les données et les mêmes couches de traitement des données. Mais est-ce que cela fonctionne réellement bien ? Est-ce plutôt une approximation grossière ?

Joannes Vermorel: Il nous a fallu du temps pour améliorer le système. Au départ, nous avons mutualisé la couche de données, car nous travaillions avec les mêmes sources de données, et nous avons également mutualisé l’approche de traitement des données. Nous avons réalisé que les deux côtés devaient être programmatiques, et nous avions des ensembles distincts de recettes numériques. La première percée est survenue à l’époque de l’apprentissage profond, où nous avons commencé à jouer avec des modèles de demande plus avancés. Du côté de la planification, si vous voulez un modèle sophistiqué, vous devez intégrer le prix, et du côté de la tarification, vous devez intégrer les effets temporels, tels que la saisonnalité.

Par exemple, la volonté de payer pour une serviette de plage est plus élevée à la fin du printemps qu’à la fin de l’été, car si vous achetez la serviette au début de la saison, vous pouvez en profiter tout l’été. En revanche, si vous l’achetez à la fin de l’été, votre utilisation du produit sera beaucoup plus limitée. Nous avons réalisé que la volonté de payer était en réalité saisonnière, et du côté de la planification, nos modèles plus avancés avaient la dimension de la tarification de plus en plus prédominante. Dans la mode, par exemple, vous voulez utiliser le prix comme levier pour vous assurer de liquider entièrement votre stock à la fin d’une collection.

Nous avons donc constaté ces convergences, et au milieu, nous avions un modèle prédictif de quelque sorte pour la demande. Nous avons réalisé que ces modèles convergeaient vraiment, et la boucle était bouclée avec l’ère de la programmation différentiable.

Kieran Chandler: Donc, l’industrie de la mode est celle à laquelle cette solution s’applique le mieux ? Parce que si vous pensez à l’industrie aérienne, leurs prix fluctuent à la seconde, et puis vous avez d’autres industries où les prix n’ont pas changé depuis des années.

Joannes Vermorel: La solution est littéralement applicable partout. La tarification est toujours très importante lorsque vous vendez quelque chose, car cela fait la différence entre aucune marge ou beaucoup de marge. Et il y a une relation étroite entre la planification, où vous traitez avec la rareté, et la tarification, où vous traitez avec la volonté de payer. Les deux sont en réalité complètement entremêlés. Si vous anticipez une demande plus importante, vous pouvez produire davantage à un prix plus bas et ainsi avoir une meilleure marge et potentiellement surpasser vos concurrents en termes de prix. Si vous avez un prix très élevé, peut-être pouvez-vous jouer sur la rareté et rendre vos produits encore plus désirables, comme le font les marques de luxe. Elles veulent que les prix augmentent avec le temps et jouent sur l’idée de rareté. Chaque industrie a une perspective assez distinctive sur le problème, tant du côté de la planification que du côté de la tarification, mais le fait que ces deux problèmes fondamentaux soient complètement entremêlés est presque toujours vrai.

Kieran Chandler: Donc, pour obtenir les meilleurs résultats, les équipes de planification doivent travailler en étroite collaboration avec les équipes de tarification ?

Joannes Vermorel: Je ne suis pas d’accord avec cela. Ma perspective initiale était : pourquoi devriez-vous avoir une équipe de planification et une équipe de tarification ? Pourquoi en avoir deux ? C’est la même erreur que j’ai faite initialement avec des logiciels séparés pour chacun. C’est le même problème ; vous le regardez simplement sous deux angles différents. Il devrait y avoir une seule équipe.

Kieran Chandler: Y a-t-il des entreprises que vous avez observées qui le font bien et qui travaillent avec une seule équipe ?

Joannes Vermorel: Oui, il y a le suspect habituel : Amazon. Ils sont très intelligents et ils font des choses qui sont très évidentes quand on y réfléchit. Par exemple, si quelque chose est en rupture de stock, ils augmenteront le prix. Il n’y a aucune raison de se précipiter vers une rupture de stock. Le prix est simplement un moyen de façonner la demande afin de tirer le meilleur parti du stock dont vous disposez. Vous pouvez littéralement le voir en action.

Kieran Chandler: Amazon l’a fait avant Noël avec les jouets qu’ils vendent. Ma fille, qui a 10 ans, est une grande fan des jouets LEGO, et quand vous regardez sur Amazon, littéralement toutes les quelques heures, lorsqu’il y a un peu moins de stock, ils augmentent réellement le prix de certaines boîtes LEGO. Je suis assez sûr qu’ils ont quelques heuristiques de base qui font augmenter le prix lorsqu’ils sont à court de stock, et cela a du sens. C’est littéralement du bon sens, mais ce n’est pas super évident. Je suis assez sûr que rien qu’en observant publiquement, ils ont un algorithme qui entrelace la disponibilité des stocks, qui est une projection, avec l’optimisation des prix.

Joannes Vermorel: Mais ensuite, du côté de la base de clients locaux, je vois que d’autres entreprises de commerce électronique très intelligentes, axées sur la technologie et agressives, le font également déjà, donc ce n’est pas seulement Amazon. Ce sont également les plus grands challengers d’Amazon en termes de supply chain qui le font.

Kieran Chandler: D’accord, donc si c’est une si bonne voie à suivre, pourquoi la majorité du marché propose-t-elle encore des logiciels axés uniquement sur la tarification ou uniquement sur la planification ?

Joannes Vermorel: Parce que tant que vous n’avez pas de solution, il n’y a pas de problème. C’est une chose déconcertante. On pourrait dire : “Oh, il y a un problème, donc les gens devraient chercher une solution”, mais ce n’est pas comme ça que ça marche. Personne ne cherche un nouveau moyen de réinventer les voitures si nous avions des moteurs antigravité. Nous n’avons pas de moteurs antigravité, donc personne ne se soucie de trouver des solutions pour un problème qui n’existe pas encore. Si vous n’avez pas de solution pour aborder frontalement la tarification et la planification, est-ce même utile de réfléchir à la solution potentielle de ce problème ? Je dirais que non.

Comment Lokad en est-il arrivé là ? Est-ce que je pensais historiquement, dans un éclair de génie, “Ce sont deux aspects d’une même pièce, je dois aborder cela et penser à ces deux problèmes comme un seul” ? Absolument pas. Ce que j’ai fait était à peu près l’inverse. Nous pensions : “Eh bien, nous avons un problème pour lequel il existe un ensemble de solutions connues dans la littérature pour la prévision, et il y a la tarification, et il existe également un ensemble de solutions connues dans la littérature pour cela.” Donc, j’aurai en fait un produit qui met en œuvre toutes les solutions ou peut-être ce que je pense être une variante légèrement meilleure de ces solutions, et la même chose du côté de la prévision - une variante légèrement meilleure de ce qui est connu dans la littérature.

Comme je le décrivais, la convergence est apparue de manière totalement accidentelle. C’était juste que nous utilisions les mêmes ensembles de données, alors pourquoi pas ? Faisons-le. Fusionnons comme ça. Ensuite, nous voyons que les recettes se ressemblent un peu, alors mutualisons cela. Les deux produits logiciels distincts sont réunis simplement parce qu’ils partagent accidentellement les mêmes composants.

Mais vous voyez, ce n’était pas une grande réflexion ; c’était plutôt un développement accidentel. Et puis, cinq ans plus tard, il y a un autre accident où, avec de nouvelles techniques d’apprentissage automatique, vous réalisez : “Oh, zut, c’est le même modèle que j’utilise des deux côtés du problème.” Donc, j’ai ma solution qui fait les deux choses ensemble, et donc je réalise que je devrais aborder ces problèmes comme un seul, car j’ai une solution.

Kieran Chandler : Maintenant, à l’intérieur, cela semble évident, mais en regardant en arrière, ce ne l’était pas. Et donc, je pense que la plupart des entreprises ont gardé cette équipe séparée parce que c’est une chose raisonnable à faire jusqu’à ce que vous ayez une solution pour unifier les choses. Si vous n’avez pas, vous savez, une solution qui peut unifier la tarification et la planification, alors fondamentalement, eh bien, vous êtes coincé avec deux équipes distinctes. Parce que sinon, ces personnes ne pourraient même pas commencer à travailler sur ces deux problèmes. La première chose qu’elles feraient serait de re-diviser le problème en interne. Et donc, si elles avaient des personnes travaillant d’un côté du programme et un autre ensemble de personnes travaillant de l’autre côté du département, parce qu’elles n’ont pas, vous savez, et c’est cela qui deviendrait le thème de la planification et de la tarification.

Joannes Vermorel : D’accord, cela ressemble un peu à un heureux accident alors.

Kieran Chandler : Et peut-être si nous regardons vers l’avenir, pouvez-vous voir que certaines de ces entreprises de logiciels s’associent et se regroupent pour fournir une solution double ?

Joannes Vermorel : Je ne pense pas, car littéralement, les sortes de choses qui fonctionnent pour unifier les deux problèmes sont complètement différentes de ce qui était traditionnellement fait pour la tarification et ce qui était traditionnellement fait pour la prévision. C’est une chose bizarre que cette classe de solutions que nous avons maintenant pour résoudre ces deux problèmes à la fois, vous savez, et optimiser frontalement à la fois les prix et le plan, c’est-à-dire combien vous produisez, combien vous achetez, combien de stock vous mettez dans tous vos réseaux. Les sortes de technologies que nous avons développées sont radicalement différentes de ce que nous avions historiquement, que ce soit du côté de la tarification ou du côté de la planification. Donc, littéralement, nous avons dû jeter complètement et abandonner nos technologies respectives des deux côtés. Donc, imaginez, vous savez, est-ce que vous réuniriez réellement deux entreprises, deux entreprises de logiciels, afin qu’elles puissent toutes les deux convenir qu’elles vont toutes les deux abandonner l’ensemble de la pile technologique pour tout réécrire ensemble ? Non, je ne pense pas. Cela semble super bizarre. Donc, probablement ce que nous verrons le plus probablement…

Kieran Chandler : Je ne sais pas, je veux dire, c’est très difficile de prévoir l’avenir, surtout l’avenir. Mais ce que nous verrons probablement le plus probablement, ce sont de nouvelles classes d’entreprises qui, dès le départ, tirent parti des connaissances pour dire : “Nous allons aborder ces deux problèmes ensemble” et décident dès le premier jour d’opter pour une solution qui engloberait l’ensemble des problèmes du monde.

Joannes Vermorel : D’accord.

Kieran Chandler : Si nous commençons à conclure aujourd’hui, euh, quelle est notre principale conclusion ? Est-ce que c’est que l’entreprise qui unifie la tarification et la planification a beaucoup plus de contrôle ?

Joannes Vermorel : Non, c’est juste que, comme d’habitude, les entreprises qui ont unifié cela vont simplement, vous savez, continuer à pousser, je dirais, les entreprises vers la faillite qui ne l’ont pas fait. Vous savez, c’est littéralement, euh, si vous êtes capable de le faire, ce ne sera pas seulement plus de contrôle ; c’est littéralement la domination du marché. Et, encore une fois, quand nous voyons un autre ingrédient où nous voyons pourquoi Amazon continue de gagner des parts de marché, bien qu’ils soient, comme, l’une des plus grandes entreprises de la planète, et qu’ils continuent de gagner des parts de marché, et c’est la même chose pour Alibaba en Chine. Ou, et vous voyez, eh bien, parce qu’ils ont ces choses fondamentales bien en place, et donc, avec le temps, cela va simplement, vous savez, écraser toutes les entreprises qui ne le font pas. Alors, pourquoi devriez-vous le faire ? Eh bien, je dirais juste de vous interroger sur le fait de savoir si vous pouvez vraiment penser que vous pouvez, vous savez, en pensant à la demande, isoler littéralement la partie tarification de la partie planification ? Est-ce raisonnable d’un point de vue commercial ? Et généralement, lorsque les gens, vous savez, s’arrêtent un instant et réfléchissent, non, ces choses sont complètement entremêlées. Donc, oui, si j’ai une solution pour simplement, vous savez, embrasser cela, je devrais le faire. Et, euh, ma conclusion serait, pour les personnes qui nous regardent, de le faire.

Kieran Chandler : Cela semble toujours se résumer à la survie du plus apte, absolument. D’accord, c’est tout pour cette semaine. Merci beaucoup de nous avoir suivi, et nous vous retrouverons dans le prochain épisode. Merci de nous avoir regardés.