00:00:15 Célébration de la 100e édition de Lokad TV et réponses aux questions supply chain.
00:01:17 Discussion sur les origines de Lokad et son orientation vers l’industrie supply chain.
00:03:15 Prévision supply chain avec biais en utilisant des prévisions quantiles en 2011.
00:04:53 Passage à une approche programmatique en 2012 et les défis rencontrés.
00:07:47 Réflexions sur les premières années, les erreurs commises et l’évolution de Lokad.
00:08:48 L’impact du cloud computing sur l’activité de l’entrepreneur.
00:11:31 L’évolution de leur entreprise et les percées techniques majeures.
00:13:26 Exploration de Bitcoin, de l’économie en action et de sa relation avec les supply chains.
00:15:34 Croissance de l’entreprise et transition vers la pratique machine learning supply chain science.
00:17:54 Différence entre l’embauche de data scientists et de Supply Chain Scientists.
00:19:39 Plans futurs pour Lokad et défis de la croissance rapide.
00:22:33 L’histoire derrière le nom “Lokad”.
00:23:37 Les plus grands revers rencontrés par Lokad.
00:25:45 Le coronavirus mettant en lumière la nécessité de transformer les modèles supply chain.
00:26:59 Mettre l’accent sur la résilience et la capacité à accepter l’incertitude.
00:28:11 Comment les algorithmes de Lokad ont performé pendant la perturbation due à la COVID-19.
00:29:00 L’importance de l’adaptabilité et de la gestion des demandes changeantes pendant le confinement.
00:30:01 Adapter les modèles supply chain en situation de crise.
00:30:59 Bitcoin, blockchain et leur impact sur la sécurité supply chain.
00:33:30 L’importance du professionnalisme et de la compréhension pour des prévisions précises.
00:36:23 Les défis dans la mise en œuvre de solutions d’IA étroites pour la prévision des affaires.
00:38:01 Discussion sur les mauvaises données et l’impact des données mal qualifiées sur les systèmes ERP.
00:39:08 Débattre de la longévité des supply chains globales et de l’influence de la spécialisation.
00:41:22 L’avenir des supply chains locales et l’impact de l’automatisation sur les sites de production.
00:42:19 Les défis de la mise en œuvre de l’approche de la Supply Chain Quantitative et de la gestion du changement organisationnel.
00:45:15 Identifier les domaines où l’approche low-cut peut libérer le plus de valeur commerciale.
00:46:01 Discussion sur l’optimisation de la supply chain pour diverses industries.
00:47:34 Les raisons de réécrire le logiciel Locad à partir de zéro.
00:49:10 L’impact des décisions clés de conception sur le développement logiciel.
00:50:23 La coexistence de Locad et des solutions de type S&OP dans les organisations.
00:51:01 Discussion sur les défis que rencontrent les grandes entreprises en matière de gestion de fraude.
00:51:57 Commentaire sur qui écrit le blog et l’impact du podcast sur la production de contenu.
00:53:00 L’importance de réfléchir aux erreurs passées et de reconnaître ses torts.
00:54:02 Apprendre des erreurs passées pour éviter des problèmes similaires à l’avenir.
00:55:41 Conclusion et appel à l’action.
Résumé
Le fondateur de Lokad, Joannes Vermorel, aborde le parcours de l’entreprise et son orientation vers l’optimisation de la supply chain lors d’une interview avec Kieran Chandler. Vermorel évoque les premières difficultés de Lokad avec son modèle de prévision en tant que service, son adoption de la prévision quantile et son passage à une approche programmatique. Il souligne la nécessité pour les entreprises supply chain de planifier l’incertitude et d’adopter la gestion du risque dans un monde de plus en plus imprévisible. Vermorel aborde également la performance des algorithmes de Lokad lors des disruptions, la valeur potentielle des cryptomonnaies dans la gestion de la supply chain, et l’avenir des supply chains globales. Enfin.
Résumé étendu
Dans cette interview, Kieran Chandler et Joannes Vermorel, le fondateur de Lokad, discutent du parcours de l’entreprise et de son orientation vers l’optimisation de la supply chain. Vermorel a lancé Lokad en 2008 alors qu’il préparait un doctorat en biologie computationnelle, mais il a été attiré par le potentiel d’innovation dans l’industrie supply chain. L’entreprise a d’abord connu des difficultés avec son modèle de prévision en tant que service, avant de réaliser des progrès significatifs, tels que l’adoption de prévisions avec biais en utilisant des prévisions quantiles en 2011 et le passage à une approche programmatique en 2012.
Vermorel explique que l’approche initiale de l’entreprise en matière de prévisions consistait à éliminer le biais, mais qu’ils ont finalement compris que les biais pouvaient être utiles dans l’optimisation de la supply chain. La prévision quantile leur a permis d’être plus orientés vers le profit, même si cela était initialement considéré comme une idée “bizarre”.
Lokad suivait initialement un modèle d’application d’entreprise traditionnel avec des écrans, des boutons et des menus. Cependant, à mesure qu’ils signaient davantage de clients, ils se sont rendu compte que les supply chains étaient trop diverses pour s’adapter à une structure d’application rigide. L’entreprise a alors opté pour une approche programmatique, où les calculs et les fonctionnalités étaient personnalisés pour chaque client, en se concentrant sur la productivité et la fiabilité.
En réfléchissant au parcours de l’entreprise, Vermorel reconnaît qu’il y a eu de nombreuses leçons apprises, et que le chemin de l’entrepreneur est parsemé de regrets. Un changement significatif est survenu avec l’essor du cloud computing, qui a contraint l’entreprise à réécrire la majeure partie de ses produits. Malgré ces défis, Lokad a continué d’évoluer, en adoptant de nouvelles générations de machine learning et en se concentrant sur la résolution de problèmes mieux définis dans l’optimisation de la supply chain.
Le fondateur de Lokad, à propos de l’histoire de l’entreprise, des percées technologiques et des plans futurs. Vermorel explique que le cloud computing et le deep learning ont été des percées clés pour l’entreprise, de même que l’adoption d’une perspective financière sur la gestion de la supply chain.
Vermorel partage également son intérêt pour Bitcoin, qu’il considère comme de la microéconomie en action, avec des parallèles à la gestion de la supply chain. Il trouve son inspiration dans les perspectives techniques de la communauté des cryptomonnaies, dont il estime qu’elles peuvent profiter à Lokad.
Lokad est passé d’une approche data science à une approche supply chain science après avoir constaté que les data scientists se concentraient trop sur les problèmes de données plutôt que sur les problèmes de supply chain. Vermorel souligne que l’engagement des employés de Lokad devrait être d’améliorer la supply chain pour les clients plutôt que de se contenter de produire des modèles de machine learning sophistiqués.
Interrogé sur l’avenir de l’entreprise, Vermorel envisage une croissance plus organique. Il reconnaît qu’une croissance rapide peut ne pas convenir aux entreprises supply chain, car elle pourrait entraîner des problèmes majeurs en cas de défaillance. Lokad vise à croître à un rythme soutenable tout en s’assurant que ses employés disposent de suffisamment d’expérience pour gérer des problèmes complexes de supply chain.
Enfin, Vermorel partage l’origine du nom “Lokad”. Initialement inspiré par la “publicité locale,” il a ensuite adopté l’interprétation “looking ahead” suggérée par un consultant d’IBM.
Vermorel évoque le plus grand revers que l’entreprise a connu dans ses premières années, survenu autour de 2011-2012. Pendant cette période, Lokad a remporté des compétitions de benchmark, offrant aux clients une précision des prévisions améliorée. Cependant, ces clients ont constaté que leurs supply chains se détérioraient en conséquence, et leurs planificateurs étaient frustrés par le logiciel.
Vermorel se souvient d’une réunion particulière à New York où des clients furieux l’ont affronté, déclarant que bien que le logiciel de Lokad fournisse une meilleure précision, il rendait leur vie misérable et ne s’attaquait pas aux véritables problèmes de leurs supply chains. Finalement, Lokad a perdu certains clients à cause de ce problème.
La conversation se tourne ensuite vers la question du coronavirus et son impact sur les modèles supply chain traditionnels. Vermorel estime que la pandémie n’est qu’une des nombreuses sources d’incertitude susceptibles de perturber les supply chains, mentionnant des exemples tels que des décisions politiques, des tarifs douaniers ou des incidents viraux sur les réseaux sociaux. Il souligne la nécessité pour les entreprises de planifier l’incertitude et d’adopter la gestion du risque, plutôt que de se fier à des prévisions qui prétendent prédire l’avenir avec certitude.
Vermorel affirme que des entreprises comme Amazon, qui se concentrent sur la résilience et la capacité à accepter l’incertitude, sont celles qui réussissent face à la crise. Il suggère que les meilleures institutions financières commencent également à s’aligner sur ces idées et que les entreprises supply chain devraient faire de même pour rester en tête dans un monde de plus en plus imprévisible.
Ils évoquent la performance des algorithmes de Lokad lors des disruptions liées à la COVID-19, la valeur potentielle des cryptomonnaies dans la gestion de la supply chain, l’importance du professionnalisme et de la compréhension des affaires dans l’optimisation de la supply chain, les défis de la mise en œuvre de solutions d’IA étroites pour la prévision des affaires, et l’avenir des supply chains globales.
Vermorel explique que pendant la crise de la COVID-19, les algorithmes de Lokad n’ont pas bien fonctionné de manière autonome. Cependant, les Supply Chain Scientists de l’entreprise ont pu adapter et optimiser les modèles en peu de temps, démontrant l’importance de l’intervention humaine en période de crise.
En réponse à la question sur les solutions d’IA étroites pour la prévision des affaires, Vermorel exprime son scepticisme quant au terme “AI” et souligne l’importance de comprendre les différentes classes d’algorithmes de machine learning. Il aborde également la qualité des données dans les supply chains, en déclarant que, bien que les données ne soient pas nécessairement mauvaises, elles sont souvent mal qualifiées, ce qui entraîne des problèmes d’interprétation et d’application.
Enfin, la conversation se tourne vers l’avenir des supply chains globales. Vermorel ne fournit pas de réponse définitive mais soulève la question du changement climatique et de son impact potentiel sur la durabilité des supply chains globales, suggérant que le modèle actuel pourrait devoir évoluer.
Ils ont discuté de la nature globale des supply chains et de la manière dont la spécialisation limite la production locale de certains biens. Il évoque également le retour éventuel de certaines supply chains vers des zones locales en raison de l’automatisation. Vermorel aborde le scepticisme entourant l’approche Supply Chain Quantitative de Lokad et les défis de sa mise en œuvre dans les organisations. Il souligne que Lokad est le plus performant dans des supply chains complexes avec de nombreuses options et décisions. Enfin, Vermorel explique la motivation derrière la réécriture complète du logiciel de Lokad et partage comment Lokad fonctionne en parallèle avec des solutions de type Sales & Operations Planning (S&OP), en les ignorant en grande partie car ils sont détachés des effets réels sur la supply chain.
Ils ont discuté de la manière dont Lokad opère aux côtés des équipes de data science qui produisent des modèles déconnectés qui ne sont pas utilisés. Il mentionne également qu’il écrit le blog de l’entreprise, mais à un rythme beaucoup plus lent qu’auparavant en raison de contraintes de temps. Vermorel souligne l’importance de revisiter les erreurs passées pour comprendre ce qui a mal tourné et comment éviter des erreurs similaires dans le présent et à l’avenir. Il estime qu’aborder un problème sous un angle différent peut conduire à des percées plutôt que de simplement l’améliorer. Vermorel encourage les spectateurs à envoyer leurs questions au podcast et à s’abonner aux épisodes futurs.
Transcription complète
Kieran Chandler: Bonjour et bienvenue dans une édition plutôt spéciale de Lokad TV. Aujourd’hui, nous sommes en direct ici à Paris pour célébrer notre 100e édition, où nous allons revenir sur le parcours de Lokad jusqu’à présent et répondre à vos questions supply chain.
Joannes Vermorel: Je ne pensais vraiment pas que nous atteindrions cent épisodes sur quelque chose d’aussi bizarre que la supply chain. La raison pour laquelle nous avons commencé tout cela, c’est simplement parce que j’ai découvert ce logiciel super cool appelé OBS, et j’ai commencé à m’en amuser. J’ai trouvé que c’était un excellent outil logiciel, alors j’ai voulu l’essayer. Mais en réalité, je pense que c’est notre premier jour d’utilisation, puisqu’il n’est utilisé que pour les événements en direct. Non, je ne planifiais pas vraiment autant à l’avance.
Kieran Chandler: Alors aujourd’hui, l’idée est de revenir sur le parcours de Lokad jusqu’à présent et sur les leçons que nous avons tirées en cours de route. Peut-être que nous commencerons par vous replonger en 2008, lorsque vous avez lancé l’entreprise : pourquoi avoir décidé de créer une entreprise dans l’industrie supply chain ? Qu’est-ce qui vous a intéressé ?
Joannes Vermorel: À l’époque, j’étais étudiant en doctorat en biologie computationnelle, mais je n’ai jamais terminé mon doctorat. Le nombre d’excellents chercheurs dans ce domaine était impressionnant, ce qui était à la fois humble et très motivant. Cependant, je pouvais voir que le monde se passerait très bien de moi. Lorsque j’ai commencé à m’intéresser à la supply chain, ce que j’ai vu était principalement des mathématiques du 19e siècle. J’ai réalisé qu’il y avait un potentiel pour faire mieux dans ce domaine, ce qui est absolument gigantesque. Alors, avec beaucoup d’enthousiasme, j’ai lancé ma propre entreprise.
Kieran Chandler: Comment se sont déroulées ces premières années ? Était-il facile de se lancer ? Les gens étaient-ils intéressés par ce dont vous parliez, ou y avait-il beaucoup d’hésitation au début ?
Joannes Vermorel: Non, c’était terrible. Il nous a fallu des années pour avoir quelque chose qui fonctionnait réellement. Lokad a été fondé sur l’idée de la prévision en tant que service, ce qui est en réalité une très mauvaise idée, tant sur le plan technique que du point de vue de la supply chain. Le début du parcours a été assez lent, précisément parce que cela ne fonctionnait pas.
Kieran Chandler: Parlons de certaines des grandes étapes que vous avez franchies en cours de route. La première, que vous avez mentionnée, date de 2011 : l’idée de la prévision avec biais en utilisant des prévisions quantiles. Pourquoi cela était-il un peu controversé ou différent ?
Joannes Vermorel: Ce n’était pas controversé ; c’était simplement bizarre. Dans les cours de statistiques et dans tous les cercles supply chain que je connaissais, l’idée de la prévision avec biais n’était pas bien connue.
Kieran Chandler: L’idée était qu’il faut éliminer les biais, vous savez. Les grandes entreprises ont des équipes entières de planificateurs de la demande qui passent leurs journées à éliminer et ajuster le modèle pour qu’il ne soit pas biaisé. Pourquoi auriez-vous des personnes qui font le contraire en ajoutant des biais intentionnellement, et non par erreur ? C’était exactement le propos, ce n’était pas controversé, c’était, euh, absurde. Pourquoi avons-nous toute une équipe qui travaille à supprimer les biais alors que vous voulez en ajouter ?
Joannes Vermorel: En fait, il m’a fallu plusieurs années pour en venir à la conclusion que cela pourrait être une bonne idée. Pour moi, ce n’était pas une position controversée ; ce n’était même pas une position. Ce n’était pas un problème tant que, par élimination de toutes les autres solutions qui ne fonctionnaient pas, je n’arrivais pas à une conclusion. C’était, je pense, le déclic de la prévision quantile. Oui, les biais étaient très, très utiles dans la supply chain parce que vous voulez être orienté vers le profit, et ainsi nous avons dû réinventer complètement la technologie autour de cette idée.
Kieran Chandler: D’accord, et puis une autre étape que vous avez franchie fut en 2012, lorsque vous avez décidé qu’au lieu de suivre la majorité du marché, qui adoptait ce type d’approche plug-and-play pour entreprises, vous choisissiez de faire quelque chose de très différent et d’utiliser une approche plus programmatique. Pourquoi pensiez-vous que cela serait bénéfique pour les supply chains ?
Joannes Vermorel: Encore une fois, Lokad a été lancé de la manière très classique, vous savez, avec des écrans, des boutons, des menus et des options – exactement ce à quoi on s’attend de toute application d’entreprise. Mais en réalité, à chaque nouveau client signé, nous nous rendions compte qu’il y avait tellement d’éléments qui ne convenaient pas. Nous implémentions donc littéralement des tonnes de nouvelles fonctionnalités pour satisfaire chaque client.
Habituellement, quand vous lancez une entreprise de logiciels, vous pensez que, oui, nous n’avons pas encore toutes les fonctionnalités que le marché souhaite, mais que nous allons ajouter quelques fonctionnalités et converger progressivement vers un produit complet. Il est donc acceptable de démarrer avec un produit viable minimum, puis de répéter le processus, d’ajouter quelques fonctionnalités, et, espérons-le, de converger vers quelque chose de bon qui ait sa place sur le marché. Mais, après quatre ans, je n’ai vu aucune convergence ; si j’ai observé quelque chose, c’était de la divergence.
Nous commencions à réussir à attirer de plus gros clients à cette époque, et je constatais que c’était encore plus diversifié que durant les premières années où je ne traitais qu’avec des PME. Donc, si quelque chose, je n’étais pas sur une trajectoire convergente, j’étais sur une trajectoire divergente. Quand j’examinais mes concurrents, je voyais des monstres – des monstres au sens où leurs produits logiciels étaient monstrueux, pas les personnes. Les produits comportaient des milliers d’écrans, littéralement des milliers d’options, et c’était un processus de développement complètement divergent.
À l’époque, le défi était : vais-je suivre cette voie ? Cela n’avait même plus de sens. Y a-t-il un moyen d’obtenir une certaine convergence ? Puis, j’en suis finalement venu à la conclusion que les supply chains étaient bien trop diverses pour pouvoir être contenues dans une application rigide avec menus et boutons. Au lieu de cela, nous avions besoin d’une approche programmatique.
Kieran Chandler: Pouvez-vous nous parler des débuts de Lokad ?
Joannes Vermorel: Oui, certainement. Lokad a été fondé avec l’idée de créer une plateforme pour l’optimisation programmatique et l’optimisation prédictive de la supply chain. Nous visions une plateforme où les menus, boutons et calculs seraient entièrement sur mesure, et donc, qu’il faudrait les programmer pour chaque client. Mais si vous programmez des éléments pour chaque client, alors quel est votre problème ? Votre problème devient de produire de la productivité et de la fiabilité. Vous voulez être capable de le faire super rapidement, super à moindre coût, et ainsi est née l’idée d’une plateforme pour l’optimisation programmatique et l’optimisation prédictive de la supply chain.
Kieran Chandler: Avez-vous déjà repensé à ces premières années, et y a-t-il eu de grandes erreurs que vous auriez commises ou de grands regrets ?
Joannes Vermorel: Le parcours d’un entrepreneur est semé de regrets dans le sens où, si je savais en 2008 ce que je sais aujourd’hui, nous aurions probablement réduit notre temps de réalisation par trois. Nous serions revenus sur le marché plus rapidement que nous ne l’avons été. Mais, vous savez, il est difficile de rejouer le passé, même intellectuellement. Par exemple, quand j’ai commencé en 2008, j’ai démarré avec la technologie de l’époque, puis un an plus tard, en 2009, il est devenu très évident que, par exemple, le monde des logiciels avait complètement changé, et que nous devions nous orienter vers le cloud computing.
Kieran Chandler: Pouvez-vous expliquer ce qu’est le cloud computing ?
Joannes Vermorel: Bien sûr. La perspective classique pour aborder un problème informatique, c’est ainsi que je commençais en 2008 : vous disposez d’une machine, un ordinateur, pour effectuer un calcul, analyser des données, exécuter une tâche que vous souhaitez réaliser. Alors, combien de temps cela prendra-t-il ? Eh bien, cela prend le temps que le programme met à s’exécuter. Vous avez une machine. Vous lancez le programme, et lorsqu’il a terminé, c’est fini. Ainsi, ce qui est constant, c’est la machine. Le problème varie, et par conséquent, le temps de calcul nécessaire pour résoudre le problème varie.
L’état d’esprit du cloud computing est tout à fait opposé. Ce qui est constant, c’est le délai cible pour la livraison du résultat de votre calcul. Vous dites donc, “Je veux que mon calcul soit livré en 30 minutes,” puis vous pouvez ajuster dynamiquement la quantité de ressources informatiques allouées pour résoudre le problème. Si j’ai besoin de mille CPU pour livrer le résultat en 30 minutes, alors allouons dynamiquement ces 1000 CPU. L’idée clé fut lorsque nous sommes passés de cette conception où le matériel était constant et le problème variable – et donc le délai de livraison de la solution variait – à la perspective du cloud computing où le délai est constant, et où vous ajustez les ressources informatiques pour respecter ce délai. Soudainement, nous avons dû réécrire presque entièrement tout ce que nous avions fait chez Lokad.
Kieran Chandler: Si vous regardez en arrière, vous constatez que nous avons évolué graduellement au rythme des technologies qui évoluent avec nous. Et si vous consultez notre site, vous pouvez voir ces générations de machine learning que nous avons suivies. Que diriez-vous de la plus grande avancée du point de vue technique ?
Joannes Vermorel: Le fait est que ce n’était pas simplement une évolution. C’était littéralement un changement complet. Les gens pensent, “Oh, c’est juste une évolution,” mais non, cela n’a pas fonctionné ainsi au cours de l’histoire de Lokad. C’était plutôt comme si nous avions eu un produit, que nous l’avions jeté, et que nous repartions de zéro, généralement pour un problème mieux défini. Ce n’est donc pas seulement un meilleur produit parce qu’il dispose des mêmes fonctionnalités, en mieux. Habituellement, il s’agit littéralement d’un problème différent, car il aborde la question avec une meilleure compréhension, changeant complètement la technologie ou l’architecture du logiciel.
Je pense que, en ce qui concerne le machine learning, la plus grande avancée fut le deep learning. Du point de vue de l’infrastructure, la plus grande avancée fut le cloud computing. C’est l’idée qu’il faut avoir des délais stricts pour livrer vos résultats, et que le reste puisse varier. Mais, du point de vue statistique, la plus grande avancée fut probablement le deep learning, même si ce n’est pas ce que nous utilisons actuellement en production. C’est differentiable programming, mais c’est le deep learning qui a constitué le véritable déclic.
Ensuite, du point de vue de la supply chain, la plus grande avancée fut l’idée qu’il fallait adopter une perspective entièrement financière sur la supply chain de bout en bout. Vous attribuez des dollars aux erreurs, aux récompenses et aux opportunités partout. Cet état d’esprit financier fut probablement la plus grande avancée – considérer tout à travers le prisme d’une analyse financière au lieu de le faire à partir du prisme du taux de service, avec des pourcentages d’erreur que vous cherchez à améliorer.
Kieran Chandler: Une autre voie, peut-être un peu étrange que beaucoup auraient trouvée bizarre, fut en 2016 lorsque nous avons mis les pieds dans le monde de la R&D Bitcoin. Pourquoi avoir pris cette direction, et qu’avez-vous appris de ces expériences ?
Joannes Vermorel: Bitcoin a toujours été un passe-temps pour moi, donc professionnellement, Lokad ne dépend pas vraiment de quelque forme que ce soit de crypto, blockchain ou Bitcoin. Néanmoins, c’est fascinant car c’est de l’économie en action. Les gens ont commencé à concevoir des systèmes logiciels autour d’idées ancrées dans notre compréhension de l’économie, et c’est très intéressant parce que, habituellement, ces idées appartiennent uniquement au domaine de la politique. Elles ne sont jamais conçues de manière ingénieuse.
Vous pouvez avoir un politicien qui dit qu’il faut augmenter la fiscalité, et un autre qui dit qu’il faut la diminuer. L’expérience ne se produit qu’à l’échelle des pays et, généralement, elle n’est pas conçue – elle n’est qu’au mieux le résultat d’un processus démocratique imparfait. L’aspect intéressant de Bitcoin est qu’il propose une approche différente de l’économie et de la technologie.
Kieran Chandler: Alors, Joannes, parlez-nous de votre intérêt pour Bitcoin et comment cela se rapporte à l’optimisation de la supply chain.
Joannes Vermorel: Pour Bitcoin, c’était de la microéconomie en action vue d’un point de vue ingénierique. On peut évaluer si cela fonctionne ou non. C’est très intéressant car les supply chains sont à peu près les mêmes. C’est de la microéconomie en action. Vous pouvez expérimenter et évaluer si les choses fonctionnent ou non. Ainsi, de ce point de vue, j’ai trouvé cela très intéressant. Bitcoin partage de nombreuses propriétés avec ce que possède la supply chain. C’est distribué, il y a de nombreux acteurs, des couches logicielles, une tonne de complexité, des incitations conflictuelles et des problèmes de sécurité multi-niveaux. Évidemment, ce ne sont que des analogies, pas une traduction directe, mais il y a beaucoup d’inspiration à puiser dans les aperçus techniques des communautés. Pas la spéculation, qui est simplement agréable, mais les aperçus techniques. Ils sont assez intéressants.
Kieran Chandler: Pouvez-vous nous parler de Lokad et de l’orientation de l’entreprise ?
Joannes Vermorel: Bien sûr, nous sommes aujourd’hui environ 50 personnes situées dans le centre de Paris. Nous proposons ce que nous appelons une pratique de Supply Chain Science.
Kieran Chandler: Pourquoi vous êtes-vous éloigné du côté classique de la data science ?
Joannes Vermorel: Je trouve très aimable de votre part de dire que j’ai décidé de m’en éloigner. En réalité, nous avions essayé la voie classique du data scientist et avons échoué lamentablement. Nous avons dû nous en détourner. Lorsque nous recrutons de jeunes ingénieurs, dès les entretiens d’embauche, nous définissons le paysage de ce à quoi ils sont loyaux, ce à quoi ils sont fidèles, au lieu de déterminer leur engagement. Êtes-vous engagé envers la vision, un type de problème, un certain type de compétences ? Quel est votre engagement ? Quand on se lance dans la data science, les gens se consacrent aux problèmes de données. C’est le mauvais type d’engagement. Vous vous retrouvez avec des personnes qui se concentrent sur les problèmes sympas et sur les outils innovants, et qui se focalisent sur des problématiques agréables, un peu cool, du point de vue des données. Malheureusement, la majeure partie de ce qu’il faut pour résoudre un problème de supply chain se situe dans un domaine moins attrayant, du moins en ce qui concerne le traitement des données. Vous devez préparer et qualifier littéralement des centaines de champs, les documenter, et discuter avec une multitude de personnes pour clarifier ce que sont exactement les processus de la supply chain, afin d’avoir une chance de réaliser une optimisation qui ait du sens en pratique. Ainsi, votre engagement ne devrait pas porter sur les données, il devrait porter sur la supply chain. Voilà ce que nous avons appris, parfois à la dure. C’est pourquoi nous avons aujourd’hui des Supply Chain Scientist, car lorsque nous recrutons ces jeunes passionnés, nous leur disons que leur engagement ne consiste pas à livrer un modèle de machine learning sophistiqué. Ce n’est pas cela, la vocation de Lokad.
Kieran Chandler: Votre engagement sera de rendre la supply chain de nos clients meilleure et c’est une chose très différente, et franchement, cela nous importe peu. Vous savez, que vous procédiez ainsi ou autrement, nous disposons évidemment de recettes éprouvées, de certaines catégories d’outils ayant fait leurs preuves. Mais fondamentalement, vous ferez tout ce qu’il faut avec un client pour améliorer sa supply chain. Et cela devrait être votre engagement. Cela devrait être votre défi quotidien, votre inspiration quotidienne, et tout le reste.
Joannes Vermorel: Il s’est avéré que, lors de nos recrutements de data scientists, nous attirions des personnes probablement trop intéressées par les problèmes sophistiqués de données et pas assez par, je dirais, les personnes, par les problèmes business, ou par le souci de s’assurer qu’il n’existe rien qui entrave réellement l’utilisation de la solution en production, car généralement, les initiatives basées sur le machine learning échouent non pas parce que l’algorithme pose problème, mais simplement parce qu’il existe des défauts majeurs dans l’ensemble du système.
Kieran Chandler: D’accord. Et avant de plonger dans peut-être quelques questions de nos spectateurs, en guise de question finale, nous étions une entreprise qui a beaucoup évolué organiquement au cours de la dernière décennie et un peu plus. Alors, lentement mais sûrement, quelles sont vos idées pour les cinq prochaines années, les dix prochaines années ? Que voyez-vous pour l’avenir de Lokad ?
Joannes Vermorel: Euh, plus de croissance organique. Je veux dire, littéralement, pendant un an, nous avons enregistré une croissance de 60 %, et franchement, nous étions à ce point d’être proches d’un effondrement total. Et ce que les gens ne réalisent pas vraiment, c’est que lorsqu’ils voient des startups qui proclament : “Oh, nous avons cette croissance annuelle de 200 %”, c’est absolument fantastique. Je dirais : “Oui, c’est bien si vous avez quelque chose avec lequel vous pouvez aller vite et casser des choses.” Vous savez, si vous avez une appli de rencontre, et que vos serveurs s’effondrent complètement, franchement, ce n’est pas grave. Votre base de clients reviendra, vous savez, dès le lendemain. Ce n’est pas un problème. Quand vous avez une défaillance totale dans quelque chose qui pilote une supply chain, et que, subitement, vos clients lancent d’énormes commandes de production ou des bons d’achat complètement absurdes, nous parlons alors d’erreurs de plusieurs millions de dollars. C’est donc vraiment très mauvais. L’idée de “bouger vite et casser des choses” n’est pas tout à fait compatible avec les supply chains. Et ce que peu de gens réalisent, c’est que, en observant le marché de l’emploi tel qu’il existe aujourd’hui à Paris, ou de même à New York, ou dans d’autres grandes villes du monde, si vous affichez une croissance annuelle de 50 % et que vous avez un roulement régulier de personnel sur trois ou quatre ans, l’âge médian de vos employés dans l’entreprise se retrouve à seulement six mois. Vous voyez ? Cela signifie que si vous croissez de 50 % par an, à la fin de l’année la moitié des personnes n’y sont que depuis six mois. Et littéralement, s’attendre à ce que des personnes ayant seulement, vous savez, six mois d’expérience soient capables de piloter une supply chain — dont nous parlons ici de potentiels centaines de millions d’euros par an —, c’est beaucoup demander, même si vous recrutez des ingénieurs intelligents, dévoués et brillants.
Joannes Vermorel: Et donc, je crois qu’ils sont, malheureusement, quand on n’est pas, vous savez, une entreprise comme Facebook qui croît à mille pour cent par an, ce n’est tout simplement pas une option raisonnable. Et c’est pourquoi nous allons vite, mais il y a des limites à ce qui peut être fait. Sinon, nous ne pouvons même pas former les nouvelles recrues que nous embauchons en continu.
Kieran Chandler: D’accord, passons à quelques questions, car je vois déjà qu’il y en a pas mal et quelques visages familiers, des amis de l’émission. La première concerne une question qui, je pense, intéressait beaucoup le personnel ici chez Lokad, et à laquelle nous n’avons jamais eu de réponse. Elle vient de Dervish qui demande essentiellement : Y a-t-il une raison particulière pour le nom Lokad ? Est-ce une forme abrégée des algorithmes que nous utilisons ? Est-ce un secret ?
Joannes Vermorel: La réalité est que, lorsque je faisais mon doctorat en biologie computationnelle, je pensais créer une entreprise qui utiliserait le digital display pour la publicité. Alors, j’ai pensé à la publicité locale, et j’ai inventé “LoCad”. C’était un très bon nom de domaine de cinq lettres. Je l’ai gardé, puis, je crois, dix ans plus tard, un consultant d’IBM m’a dit : “Oh, Lokad, évidemment, c’est une vision tournée vers l’avenir. Quel super nom !” Et j’ai pensé, “Oui, tourné vers l’avenir, c’est une belle histoire, et c’est celle que je vais désormais raconter à mes clients.” Ainsi, la véritable histoire était qu’il s’agissait de publicité locale, mais je pense que cette interprétation tournée vers l’avenir est bien plus cool.
Kieran Chandler: Nous avons une autre question ici de la part de Deh. C’est un peu morose, mais elle porte entièrement sur les erreurs. Quel a été le plus grand revers ou la plus grosse défaite que nous ayons connu dans l’histoire de Lokad jusqu’à présent ? Et encadrons cela particulièrement du point de vue d’un client.
Joannes Vermorel: Le plus gros revers a été, je pense, avec certains grands clients américains que nous avions. Durant les premières années, je n’avais pas de gros clients, donc pas de gros revers. Il a fallu du temps pour vraiment vivre un grand revers. Le revers majeur a constitué un tournant, je dirais, vers 2011-2012, lorsque nous remportions littéralement des benchmarks, semblables au concours Kaggle avec Walmart. Nous affichions une meilleure précision — prévisions hebdomadaires classiques, prévisions mensuelles — et nous intégrions ces données dans les prévisions des supply chains de nos clients. Cependant, leurs supply chains empireraient.
Puis nous refaisions le benchmark et, en comparant, Lokad affichait une meilleure précision. Mais à un moment donné, le client m’appelait et me disait : “Joannes, vous savez quoi ? Vous avez complètement bouleversé notre supply chain.” Je me souviens d’une réunion à New York, où ils m’avaient demandé de venir, et je me suis retrouvé dans une salle avec 20 planificateurs. La moitié d’entre eux étaient furieux, me criant : “Votre logiciel rend notre vie complètement misérable.”
Joannes Vermorel: Pour moi, c’était un véritable cauchemar. Il y avait 20 personnes, toutes bien décidées, et je pensais, “Oui, en termes de précision, nous sommes meilleurs.” Mais les gens disaient : “Franchement, ça nous est égal. Ce n’est pas vous qui gérez le chaos, c’est nous, et ça ne fonctionne tout simplement pas. C’est un cauchemar.”
Kieran Chandler: Avec le temps, les clients leur restaient fidèles, chacun faisait de son mieux, nous faisions de notre mieux. Et je pense que nous les avons perdus environ trois ans plus tard, mais cela a été une expérience vraiment misérable.
Joannes Vermorel: Misérable, et peu importe. Bon, essayons de remonter un peu le moral et parlons d’un autre sujet pas très réjouissant, malheureusement, du coronavirus. On n’arrive pas à l’éviter pour le moment.
Kieran Chandler: Nous avons un message de SV qui demande : pensez-vous que le coronavirus a mis en lumière la nécessité de transformer les modèles traditionnels de supply chain ?
Joannes Vermorel: Je crois que le coronavirus n’est qu’une source de variabilité supplémentaire. Il y a tant de choses qui peuvent ébranler le monde. Le prochain président peut décider d’instaurer des tarifs douaniers, un pays comme l’Angleterre peut décider de quitter l’union, ou votre entreprise peut être complètement perturbée par une multitude d’évènements. Par exemple, de nos jours, il se peut que des employés publient une vidéo raciste sur YouTube qui nuit terriblement à la marque du jour au lendemain, et ensuite vous perdez 20 % de parts de marché rien qu’à cause de cette stupide vidéo devenue virale. Il existe une myriade de facteurs qui rendent le monde plus incertain. Donc, je pense que si cela nous enseigne une chose, c’est que nous défendons depuis de nombreuses années l’idée suivante : il faut planifier l’incertitude. Je n’ai aucune idée de ce que sera l’avenir dans le monde post-COVID, mais je suis certain qu’il sera encore plus erratique qu’avant, et donc vous devez accepter l’incertitude, accepter le risque et le gérer, plutôt que de faire une prévision en prétendant connaître l’avenir grâce à une boule de cristal. Lokad n’a pas de boule de cristal, et vous non plus. Il faut donc accepter l’incertitude et gérer le risque. Je pense qu’aujourd’hui, ce genre d’idée commence à s’imposer dans la finance. Tous les hedge funds ne partagent pas cette vision, mais les meilleurs s’y rallient. Et je suspecte que, du côté de la supply chain, les entreprises qui tirent leur épingle du jeu dans cette crise sont celles comme Amazon, qui soulignent précisément la résilience, la capacité à accepter l’incertitude et à réagir très rapidement grâce à de nombreux systèmes digitaux.
Kieran Chandler: Je crains que nous ne restions sur le thème du coronavirus juste pour une dernière question de la part de Marcus Leopold, un ami de Lokad. Il demande : comment les algorithmes de Lokad se sont-ils réellement comportés lors de la perturbation due à la COVID ? Les clients ont-ils dû revenir aux méthodes manuelles, ou les algorithmes de Lokad ont-ils géré la situation automatiquement ?
Joannes Vermorel: Les algorithmes ne sont pas magiques ; ils ont, eux-mêmes, échoué de façon catastrophique. Mais, et c’est un gros mais, ce que nous vendons chez Lokad, ce n’est pas seulement une plateforme logicielle. Nous disons toujours, de nos jours, que c’est ce que nous appelons des plans managés. C’est essentiellement disposer de la plateforme et d’une équipe de supply…
Kieran Chandler: …chain scientists et littéralement l’équipe de Supply Chain Scientists qui a fait des heures sup’ pour, d’abord, fermer en mars quasiment toutes nos supply chains européennes, puis, un mois plus tard, fermer toutes nos supply chains américaines et ensuite, deux ou trois mois plus tard, les relancer, vous savez ?
Joannes Vermorel: Les défis auxquels nous avons été confrontés consistaient à organiser l’arrêt, à organiser une reprise, et à ajuster le modèle afin que cette période de confinement inhabituelle ne soit pas interprétée comme une baisse de la demande. Vous ne pouvez pas comptabiliser trois mois de baisse de demande, car cela fausserait complètement tous vos profils saisonniers.
Joannes Vermorel: Je pense que le cœur du problème est que notre technologie a été très efficace, non pas parce que les algorithmes étaient puissants, mais parce qu’elle permettait aux Supply Chain Scientists un niveau de productivité exceptionnel. Lorsque la crise a frappé, nous n’avions pas des semaines pour préparer la transition. Nous avons reçu des appels nous disant : “Lokad, vous savez quoi ? La semaine prochaine, nous fermons nos usines et warehouses. Nous devons prioriser les tâches à accomplir avant cette échéance. Vous avez 24 heures pour adapter le modèle afin que tout s’exécute harmonieusement.” Chaque heure comptait, et les Supply Chain Scientists, même si toute l’entreprise faisait des heures sup’, devaient réaliser cela en quelques jours. Le point essentiel n’était pas la qualité de l’algorithme, mais la productivité permise par Envision pour la modélisation explicite des supply chains.
Kieran Chandler: Nous allons revenir aux discussions sur les cryptomonnaies et le Bitcoin. Voici un message de John Michelle qui demande : voyez-vous une réelle valeur ajoutée des applications blockchain Bitcoin dans la supply chain à court terme — disons, au cours des trois ou quatre prochaines années — ou considérez-vous cela simplement comme du battage médiatique crypto ?
Joannes Vermorel: Je vois beaucoup de valeur, mais pas du genre de valeur auquel on pourrait s’attendre. D’abord, les cryptomonnaies redéfinissent ce que signifie la sécurité informatique. L’élément intéressant, c’est que si vous placez un Bitcoin sur un ordinateur, vous pouvez savoir que celui-ci est en sécurité puisque le Bitcoin ne se fait pas dérober. C’est extrêmement intéressant, car cela signifie qu’en un test très simple, vous pouvez vérifier si vos systèmes sont sûrs ou non. Vous y déposez quelques cryptomonnaies, et si elles disparaissent, eh bien, devinez quoi ? Quelqu’un rôde dans vos systèmes. Les choses ont commencé à devenir claires lorsque des entreprises Bitcoin ont vu leurs machines sur le cloud, détenant d’importantes portions de cryptomonnaies en ligne, se faire voler, menant ainsi à leur faillite.
Kieran Chandler: Alors, Joannes, pouvez-vous nous parler un peu des défis de l’optimisation de la supply chain en termes de sécurité IT ?
Joannes Vermorel: Oui, et littéralement, les gens ont réalisé que rien n’était sûr, vous savez. Tous les fournisseurs de cloud computing présentaient des failles. Tous les appareils IoT ont des failles. Tous les smartphones présentent des failles. Je veux dire, littéralement, les gens prennent conscience de l’ampleur du problème, de l’énormité de la menace. Je pense donc que pour une supply chain, le problème est, je dirais, deux fois pire, parce que les supply chains sont, par conception, distribuées géographiquement. On ne peut pas adopter une approche forteresse pour IT security simplement parce que vos actifs sont disséminés aux quatre coins du monde. C’est un défi colossal, et ce qui se passe dans la crypto est très intéressant, car cela vous donne des indications sur tout ce qu’il faut faire pour sécuriser réellement votre système. C’est la principale valeur ajoutée. Encore une fois, je ne préconise pas cela comme véhicule d’investissement. Je suggère plutôt de vous pencher sur les aspects techniques de ces technologies, et ce, particulièrement sous un angle de sécurité IT, qui combine généralement des problèmes d’ingénierie sociale et des failles logicielles.
Kieran Chandler: D’accord. Nous avons un autre message ici de la part de notre ami Khalil Mehana, qui évoque en quelque sorte la prévision. Peu importe sa qualité, elle nécessite des informations de la part des utilisateurs qui se trouvent derrière. Deux utilisateurs clés vont être le chef de projet du côté de l’entreprise et les Supply Chain Scientists du côté de Lokad. Alors, quelle importance revêt ce professionnalisme et cette compréhension business de la part de ces deux personnes, et dans quelle mesure cela peut-il impacter le résultat et la précision de la prévision finale ?
Joannes Vermorel: Voilà l’enjeu. D’une part, nous avons environ 100, un peu plus de 100 entreprises en production. Nous ne bidouillons pas la prévision. Ce n’est pas comme ça que cela fonctionne. Vous savez, on pense souvent : “Oh, il faut une intuition humaine pour ajuster la prévision.” En réalité, il s’agit principalement de déterminer comment extraire l’information statistique des données. Vous ne tentez pas de deviner le marché grâce à votre intuition humaine et à votre savoir-faire. Ce qui arrive, et cela arrive, c’est que nous avons quelques situations marginales, par exemple, l’A380, vous savez, l’avion d’Airbus. Nous avons des clients qui fournissent des pièces pour cet avion. Lorsque, en gros, Airbus a annoncé qu’ils arrêtaient ce type d’appareil, oui, vous pouviez ajuster la prévision avec votre connaissance du marché, mais c’est très rare. C’est une situation vraiment exceptionnelle. Le travail, je dirais, des praticiens de la supply chain et des Supply Chain Scientists chez Lokad va bien au-delà de cela. Il s’agit principalement de recadrer le problème afin que les algorithmes apprennent et optimisent la bonne chose, une cible mouvante. S’il s’agit simplement de couvrir la situation, il ne s’agit pas d’injecter du savoir en ajustant la prévision. C’est littéralement redéfinir le problème même que vous essayez de prévoir et ce que vous cherchez à optimiser. Ensuite, la majeure partie du travail ingrat consiste à revisiter les moteurs économiques. Vous savez, nous optimisons ces dollars d’erreur, mais ces dollars d’erreur, ce n’est pas quelque chose que l’on peut extraire des données. Il n’existe aucun algorithme de data mining ou de deep learning (qui reste inchangé) pour savoir si, euh…
Joannes Vermorel: Beaucoup de gens sous-estiment certaines forces. D’abord, ils sous-estiment le pouvoir de la spécialisation des pays. Par exemple, il n’existe que trois pays dans le monde qui possèdent des usines de RAM – mémoires à accès aléatoire. Donc, littéralement, si vous voulez des RAM et que tous les ordinateurs en utilisent, il n’y a que trois pays : la Corée du Sud, la Chine et les États-Unis. Partout ailleurs, eh bien, mauvaise chance.
Joannes Vermorel: Et puis, si vous voulez du lithium pour les batteries de votre smartphone, il s’avère que les réserves mondiales de lithium se trouvent seulement dans trois pays : le Chili, l’Argentine et l’Australie. Je pense que certains vont vérifier. Donc, encore une fois, si vous souhaitez une production locale de lithium, eh bien, mauvaise chance. La réalité est la même pour l’horlogerie de luxe. Je crois que la Suisse détient plus de la moitié, mais je pense que dans le segment de l’horlogerie de luxe, elle représente environ 70 %. Encore une fois, je ne pense pas que ce soit toujours envisageable pour des articles à faible valeur, comme des t-shirts.
Le textile a toujours été une industrie qui accuse un retard considérable car il est si difficile de l’automatiser. En conséquence, la production textile a déménagé en Chine, mais maintenant elle n’est plus en Chine. Elle s’est déplacée vers des pays moins chers comme le Vietnam, les Philippines ou le Bangladesh. Mais le fait est que, une fois au Bangladesh, et avec l’espoir que les salaires y augmenteront, où iront ces produits ? Peut-être en Afrique ? Je ne sais pas. Mais nous manquons de pays à bas coût.
Et l’automatisation progresse, je pense donc que pour ces supply chain de base, elles seront probablement ramenées localement. Malheureusement, n’attendez pas que cela crée des emplois, car elles seront rapatriées dans les lieux où ces produits sont consommés une fois qu’un niveau d’automatisation extrêmement élevé est atteint. Alors, aurons-nous un peu plus de supply chain locales ? Oui, je le crois en partie. Encore une fois, lorsque les opérations sont incroyablement automatisées, l’emplacement de vos usines n’a plus vraiment d’importance. Cela compte tout de même, puisque, par exemple, le lithium ne se trouve que dans quelques endroits du monde, etc., etc. Mais soudainement, quand le coût de la main-d’œuvre locale ne vous importe plus, vous pouvez installer votre production pratiquement où bon vous semble.
Kieran Chandler : Nous avons deux questions ici que je vais regrouper en une seule. Une de Kenya et une de Manmeet. Kenya demandait, étant donné que l’approche Supply Chain Quantitative est si différente, rencontrez-vous beaucoup de scepticisme lors de la mise en œuvre de ce type de pratiques ? Et Manmeet ajoute en demandant quels types de défis en gestion du changement organisationnel vous rencontrez lorsque vous implémentez quelque chose comme Lokad ?
Joannes Vermorel : C’est probablement l’une de mes plus grandes frustrations, je ne rencontre pas autant de scepticisme. Et je vais vous dire pourquoi. C’est parce que lorsque je dis aux gens, par exemple, que séries temporelles prévision, la prévision des séries temporelles nue est complètement défaillante, elle ignore l’incertitude. Les gens le savent, et alors je…
Kieran Chandler : Alors Joannes, pouvez-vous expliquer ce qui se passe lorsque vous prévoyez un produit, mais que vous en introduisez ensuite dix autres qui lui font concurrence ?
Joannes Vermorel : Si vous prévoyez un produit, sans savoir que vous allez en lancer dix autres qui lui font concurrence, vous allez avoir de la cannibalisation partout. Et si vous utilisez un modèle de séries temporelles, il va tout simplement ignorer cette cannibalisation, et donc il est complètement défaillant. Et encore, les gens ne sont pas idiots. Ils le savent. Donc, la frustration, c’est qu’ils comprennent. Je pense que, typiquement, lorsque je m’entretins avec, disons, des directeurs de supply chain, des responsables de la planification, des responsables de la prévision de la supply chain et ce genre de choses, ils ne sont pas sceptiques. Ils disent : “Oui, oui, oui, je comprends.” Ma frustration vient du fait que, vous savez quoi ? Je ne vais tout simplement pas le faire. Je sais que c’est défaillant, mais savez-vous, suis-je vraiment prêt, en théorie, à agir ainsi ? Beaucoup de gens disent, quand on leur pose la question : “Oui, je vais faire ce qui est le mieux pour mon entreprise.” Mais malheureusement, dans les grandes entreprises, les gens font surtout tout ce qu’il faut pour garder leur emploi. Et même s’ils occupent des postes assez élevés dans la hiérarchie, on aimerait penser que la plupart des gens sont des héros qui promeuvent l’innovation et autres, mais non, la plupart des gens ont des passe-temps très intéressants, une vie intéressante, et leur travail n’est, eh bien, qu’un travail. Et ils n’iront pas en croisade pour réformer leur organisation afin qu’elle puisse mieux performer. Certes, pour les actionnaires, c’est mieux. L’entreprise croîtrait, elle serait plus rentable. Mais soyons réalistes, la plupart des personnes dans les grandes organisations ont un salaire. Elles ne veulent pas nuire à l’organisation. Elles souhaitent être raisonnablement compétentes dans leur travail, mais elles n’iront pas en croisade pour faire passer leur entreprise au niveau supérieur. Et si l’entreprise échoue, elles changeront d’emploi et passeront à la société suivante, vous savez.
Kieran Chandler : D’accord, nous allons enchaîner avec encore quelques questions avant de conclure. Je vais intégrer celle-ci de Richard Lebenski, principalement parce qu’il se couche tard dans son fuseau horaire. Alors oui, oui, héros, héros, oui. Et il demande donc : dans quel domaine l’approche Lokad peut-elle débloquer le plus de valeur ajoutée pour l’entreprise là où d’autres ne le peuvent peut-être pas ?
Joannes Vermorel : C’est généralement inversement proportionnel à la quantité de désordre et de complexité. Et quand on entend des gens dire “Oh, c’est un cauchemar”, c’est très bien, car habituellement, lorsque la supply chain est un véritable cauchemar, avec bien trop d’options, bien trop de décisions, trop de choses avec des effets d’ordre secondaire, avec du multi-échelon, avec de la durée de vie, avec des rétrofits, et toutes sortes d’effets super étranges, c’est typiquement là que Lokad excelle le plus, car généralement, c’est une sorte de supply chain où l’optimisation n’a même pas encore commencé. Parce qu’évidemment, si vous avez une supply chain déjà extrêmement allégée parce qu’elle est si simple, et probablement, je dirais, prenons par exemple, la distribution d’eau, vous savez, il n’y a rien de plus stupide que la distribution d’eau. La supply chain de l’eau, personne n’en parle, car elle est tellement basique qu’il ne reste plus rien à optimiser. Tout ce qui pouvait être optimisé l’avait presque été il y a un siècle. Ainsi, Lokad ne peut presque rien faire, je dirais, pour les compagnies d’eau. Mais
Kieran Chandler : À l’extrême opposé, je dirais, prenons l’aérospatiale, qui est un désordre complet, en totale pagaille, surtout avec le COVID. Ce sont typiquement des domaines où nous sommes les plus performants. Mais les produits frais peuvent être extrêmement compliqués, le luxe tend également à être très complexe, et il y a en plus le problème que vous disposez de jeux de données très limités. Ainsi, les méthodes statistiques classiques pour ces pièces ne fonctionnent généralement pas dans ces situations. C’est un paradoxe. On pourrait dire que Lokad est performant quand il y a beaucoup de données, mais aussi quand les données sont très limitées, et que toutes les statistiques habituelles ne fonctionnent tout simplement pas. C’est également un créneau très intéressant pour nous.
Joannes Vermorel : D’accord. Il semble qu’il y ait eu une petite discussion avec Nicholas Vanderpooh, l’un de nos anciens invités favoris dans l’émission. Il a discuté avec Edith, et la question principale était, eh bien, quel était le plus gros problème qui a motivé le lancement d’une tâche colossale comme une réécriture complète ?
Kieran Chandler : Vous voulez dire une réécriture du logiciel, Lokad ?
Joannes Vermorel : Oui. Je veux dire, d’abord, si vous voyez que quelque chose ne fonctionne pas, vous savez que vous vous êtes trompé de voie. Habituellement, la réécriture est le dernier recours. C’est quand on n’a plus d’espoir. Donc, il arrive un moment où vous faites du développement incrémental, puis davantage de développement incrémental, et finalement, vous perdez tout espoir que cela puisse un jour marcher. Et donc, à un certain moment, vous le réécrivez de zéro. C’est très difficile. Ce n’est pas une décision que nous avons prise à la légère. Vous savez qu’il y a un adage en informatique : il ne faut jamais réécrire de zéro. Je dirais, oui, c’est généralement une très mauvaise chose à faire. Mais quand vous réalisez que vous avez des défauts architecturaux, des défauts de conception qui sont au cœur de votre architecture, vous êtes foutu. Vous êtes littéralement foutu. Et c’est quelque chose que je dis à la plupart de nos clients. La plupart des bonnes ou mauvaises propriétés d’un logiciel sont dues à sa conception. C’est littéralement la décision de conception clé qui a probablement été prise pendant les trois premiers mois de la phase de développement de ce logiciel et qui oriente tout le reste à partir de ce moment-là. Donc, quand vous constatez qu’il y avait une hypothèse de conception essentielle qui s’effondre, vous êtes carrément dans la mouise.
Kieran Chandler : J’ai une question ici qui pourrait être assez divertissante de la part de Slim Kalell. Il demande : dans quelle mesure Lokad fonctionne-t-il en parallèle avec des solutions de type SNOP ?
Joannes Vermorel : Oh, nous les ignorons tout simplement. Le drôle, c’est que les bureaucraties ont une propriété incroyable : elles survivent systématiquement bien au-delà de leur utilité. On se retrouve donc dans des situations où Lokad est opérationnel en production. Nous sommes littéralement les Supply Chain Scientists qui, avec une équipe modeste de praticiens de la supply chain, pilotons chaque décision. Ainsi, tous les achats, toute la production, tous les mouvements de stocks, voire les prix. Et puis, il y a la bureaucratie SNOP, où les gens se réunissent encore, où ils suivent toujours leur processus, où ils demandent encore aux commerciaux leurs prévisions, où les spreadsheets sont toujours remplies de chiffres, et où les gens pratiquent encore leurs habituelles combines de sandbagging, etc. Cette bureaucratie continue donc de perdurer.
Kieran Chandler : C’est complètement déconnecté de la réalité, donc cela n’a pas vraiment d’impact direct car cela n’affecte pas le monde réel, qui est physique. Je dirais que cela a un effet sur la supply chain, mais les gens ont l’impression que seuls les gouvernements peuvent maintenir une administration inutile, tout comme, par exemple, le Royaume-Uni qui a continué d’avoir un Department of the Colonies jusqu’à ce qu’il ne possède plus aucune colonie à administrer. C’était comme un ministère gigantesque. La France a fait sensiblement la même chose avec, par exemple, nous avons toujours la Banque de France, qui a pour rôle de gérer le Franc. Nous n’avons plus le Franc, c’est l’Euro, mais nous avons toujours la Banque de France.
Joannes Vermorel : En fin de compte, ce n’est pas parce que vous êtes une entreprise que vous êtes à l’abri de ce problème. C’est le même problème pour toute grande entreprise, et nous nous retrouvons donc dans ces situations très paradoxales où généralement Lokad opère côte à côte avec le SNLP qui continue de faire son truc, tout à fait déconnecté. Et ce qui devient encore plus étrange, c’est lorsque nous travaillons aux côtés de l’équipe de data science, car il existe une équipe de data science qui produit encore des modèles qui ne sont pas utilisés. Ils produisent encore des prototypes, généralement un ou deux par trimestre, qui sont complètement déconnectés, et nous continuons à vivre notre vie en production. C’est étrange, mais vous savez quoi, c’est comme ça.
Kieran Chandler : D’accord, nous allons maintenant commencer à conclure. Je vais terminer avec peut-être un commentaire plutôt qu’une question de la part de Yatin Dinesh, que je sais être un grand fan de l’émission également. Il dit en gros : “Loving the podcast so far, years of experience and learnings through mistakes being shared.” Mais il veut savoir, qui écrit le blog ?
Joannes Vermorel : Le blog, c’est généralement moi. Je veux dire, je suis très occupé, oui. Et d’ailleurs, si vous regardez le rythme de production du blog depuis le lancement de cette émission, j’ai produit les articles à un rythme beaucoup plus lent. Je vais m’y remettre ; j’ai l’intention de revenir au blog, mais il n’y a que tant d’heures par jour. Mais non, je n’ai jamais délégué à une sorte d’agence de contenu tierce pour produire en masse des discours enjoués, vous savez, qui se contentent de platitudes et d’inepties mélangées.
Kieran Chandler : C’est toujours moi qui, normalement, gêne les choses. Non, non, pour conclure aujourd’hui, pourquoi avez-vous pensé qu’il était important de revenir sur le parcours de Lokad, et qu’espérez-vous que nos auditeurs retirent de l’épisode d’aujourd’hui ?
Joannes Vermorel : Le fait est qu’il est intellectuellement très difficile de se rendre compte que l’on a tort. C’est très dur. D’abord, ce n’est pas super agréable ; on n’aime pas se rendre compte qu’on a commis des tonnes d’erreurs. Donc, généralement, notre instinct de base est de mettre en place un mécanisme de défense, de chercher des excuses. On se dit : “Oui, nous n’avons pas réussi, mais les clients, vous savez, il y a eu un choc culturel, c’était une situation tellement difficile, ils avaient un ERP en cours de déploiement qui compliquait les choses.” Il y a toujours des tonnes d’excuses. Il y a ce dicton : on peut avoir des résultats ou des excuses. Et il y a une troisième voie, qui consiste à…
Kieran Chandler : Comprendre pourquoi cela a mal tourné et comment est très important pour moi. Je fais probablement des tonnes d’erreurs en ce moment, je ne sais tout simplement pas lesquelles. Revenir sur vos erreurs passées est une manière de penser à ce qui pourrait mal se passer aujourd’hui. Je veux dire, évidemment, nous faisons des choses bien meilleures que ce que nous faisions il y a 10 ans, mais cela ne veut pas dire que nous sommes parfaits. Je suis convaincu qu’il y aura une multitude de choses, et dans 10 ans, nous réaliserons, franchement, que j’étais complètement à côté de la plaque, ou quelque chose comme ça. Il était évident qu’il existait une meilleure manière de procéder, c’était comme l’éléphant dans la pièce. C’était gros et évident, et pourtant, nous passions à côté. Donc, à mon avis, revisiter ces choses est quelque chose que j’essaie de faire de manière répétée parce que cela vous donne un angle pour comprendre ce qui ne va pas dans ce que vous faites actuellement.
Joannes Vermorel : Et généralement, encore une fois, le problème ne réside pas dans le fait que vous pourriez faire quelque chose de mieux. C’est la mauvaise manière d’aborder le problème, car habituellement, le problème, c’est que vous ne l’abordez même pas de la bonne manière. Il ne s’agit pas de regarder le problème de manière plus fine, de le faire mieux, car c’est, je dirais, une progression linéaire à partir de ce que vous avez, une progression incrémentale. Généralement, les plus grandes percées surviennent quand on se rend compte qu’on aurait dû aborder ce problème sous un angle différent. Et puis vous réalisez qu’il y a un autre problème, un autre angle qui vaut vraiment la peine de se battre. Ce n’est pas que nous pourrions faire mieux ; c’est que nous n’avons même pas traité le problème du tout par le passé.
Kieran Chandler : D’accord, nous allons devoir conclure ici, mais après cent épisodes, nous avons probablement mérité une bière, je suppose. Voilà donc tout pour cette semaine, et si nous n’avons pas répondu à votre question, assurez-vous de nous envoyer un email à contact@lokad.com, et nous essaierons de vous répondre. N’oubliez pas de cliquer sur le bouton d’abonnement, et nous nous revoyons dans le prochain épisode. Merci de votre attention.