Le parcours de la Supply Chain Quantitative

00:00:15 Célébration de la 100e édition de Lokad TV et réponses aux questions sur la supply chain.
00:01:17 Discussion sur les origines de Lokad et sa focalisation sur l’industrie de la supply chain.
00:03:15 Prévision de la 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’entreprise de l’entrepreneur.
00:11:31 L’évolution de leur entreprise et les principales avancées techniques.
00:13:26 Exploration de Bitcoin, l’économie en action et sa relation avec les supply chains.
00:15:34 Croissance de l’entreprise et transition vers la pratique de la science de la supply chain.
00:17:54 Différence entre l’embauche de data scientists et de supply chain scientists.
00:19:39 Projets 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 auxquels Lokad a été confronté.
00:25:45 Le coronavirus met en évidence la nécessité de transformer les modèles de supply chain.
00:26:59 Mise en avant de la résilience et de la capacité à embrasser l’incertitude.
00:28:11 Comment les algorithmes de Lokad ont performé pendant la perturbation de COVID-19.
00:29:00 L’importance de l’adaptabilité et de la gestion des demandes changeantes pendant le confinement.
00:30:01 Adaptation des modèles de supply chain en situation de crise.
00:30:59 Bitcoin, blockchain et leur impact sur la sécurité de la supply chain.
00:33:30 L’importance du professionnalisme et de la compréhension pour des prévisions précises.
00:36:23 Défis de la mise en œuvre de solutions d’IA étroite pour la prévision commerciale.
00:38:01 Discussion sur les mauvaises données et l’impact des données mal qualifiées sur les systèmes ERP.
00:39:08 Débat sur la durabilité des chaînes d’approvisionnement mondiales et l’influence de la spécialisation.
00:41:22 L’avenir des chaînes d’approvisionnement locales et l’impact de l’automatisation sur les lieux de production.
00:42:19 Défis de la mise en œuvre de l’approche de la supply chain quantitative et de la gestion du changement organisationnel.
00:45:15 Identification des domaines où l’approche low-cut peut débloquer le plus de valeur commerciale.
00:46:01 Discussion sur l’optimisation de la supply chain pour diverses industries.
00:47:34 Raisons de réécrire le logiciel Locad à partir de zéro.
00:49:10 Impact des décisions de conception clés sur le développement logiciel.
00:50:23 Coexistence de Locad et des solutions de type S&OP dans les organisations.
00:51:01 Discussion sur les défis auxquels les grandes entreprises sont confrontées en matière de gestion des fraudes.
00:51:57 Commentaire sur l’auteur du blog et l’impact du podcast sur la production de contenu.
00:53:00 Importance de réfléchir aux erreurs passées et de réaliser quand on a tort.
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, discute du parcours de l’entreprise et de sa focalisation sur l’optimisation de la supply chain lors d’une interview avec Kieran Chandler. Vermorel parle des premières difficultés de Lokad avec son modèle de prévision en tant que service, de son adoption de la prévision quantile et de son passage à une approche programmatique. Il souligne la nécessité pour les entreprises de la supply chain de planifier l’incertitude et d’adopter la gestion des risques dans un monde de plus en plus imprévisible. Vermorel discute également des performances des algorithmes de Lokad pendant les perturbations liées à la COVID-19, de la valeur potentielle des cryptomonnaies dans la gestion de la supply chain et de l’avenir des chaînes d’approvisionnement mondiales. Enfin.

Résumé étendu

Dans cette interview, Kieran Chandler et Joannes Vermorel, le fondateur de Lokad, discutent du parcours de l’entreprise et de sa focalisation sur l’optimisation de la supply chain. Vermorel a créé Lokad en 2008 tout en poursuivant un doctorat en biologie computationnelle, mais a été attiré par le potentiel d’innovation dans l’industrie de la supply chain. L’entreprise a initialement rencontré des difficultés avec son modèle de prévision en tant que service, mais a ensuite réalisé des avancées significatives, telles que l’adoption de la prévision 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 prévision était basée sur l’élimination des biais, mais qu’ils ont finalement réalisé 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, bien qu’elle ait été initialement considérée comme une idée “étrange”.

Lokad a initialement suivi un modèle d’application d’entreprise traditionnel avec des écrans, des boutons et des menus. Cependant, à mesure qu’ils signaient plus de clients, ils ont réalisé que les supply chains étaient trop diverses pour s’adapter à une structure d’application rigide. L’entreprise s’est tournée vers une approche programmatique, où les calculs et les fonctionnalités étaient personnalisés pour chaque client, en mettant l’accent 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 d’un entrepreneur est rempli de regrets. Un changement significatif est survenu avec l’avènement du cloud computing, qui a contraint l’entreprise à réécrire la plupart de ses produits. Malgré ces défis, Lokad a continué à évoluer, en adoptant de nouvelles générations d’apprentissage automatique 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 projets futurs. Vermorel explique que le cloud computing et l’apprentissage profond ont été des percées clés pour l’entreprise, ainsi que l’adoption d’une perspective financière sur la gestion de la supply chain.

Vermorel partage également son intérêt pour le Bitcoin, qu’il considère comme la microéconomie en action, avec des parallèles avec la gestion de la supply chain. Il trouve de l’inspiration dans les idées techniques de la communauté des cryptomonnaies, qu’il estime pouvoir bénéficier à Lokad.

Lokad est passé d’une approche de science des données à une approche de science de la supply chain après avoir constaté que les scientifiques des données étaient trop concentrés sur les problèmes de données plutôt que sur les problèmes de supply chain. Vermorel insiste sur le fait que l’engagement des employés de Lokad devrait être d’améliorer la supply chain pour les clients plutôt que de simplement produire des modèles d’apprentissage automatique sophistiqués.

Lorsqu’on lui demande quel est l’avenir de l’entreprise, Vermorel envisage une croissance organique plus importante. Il reconnaît que la croissance rapide peut ne pas convenir aux entreprises de supply chain, car cela pourrait entraîner des problèmes majeurs si les choses tournent mal. Lokad vise à croître à un rythme durable tout en veillant à ce que ses employés aient une expérience suffisante 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 “regarder vers l’avenir” suggérée par un consultant IBM.

Vermorel évoque le plus grand revers auquel l’entreprise a été confrontée au cours de ses premières années, qui s’est produit vers 2011-2012. À cette époque, Lokad a remporté des compétitions de référence, offrant aux clients une meilleure précision des prévisions. Cependant, ces clients ont constaté que leurs supply chains s’étaient détériorées par la suite et que leurs planificateurs étaient frustrés par le logiciel.

Vermorel se souvient d’une réunion particulière à New York où des clients en colère l’ont confronté, affirmant que bien que le logiciel de Lokad fournisse une meilleure précision, il rendait leur vie misérable et ne résolvait pas les véritables problèmes de leurs supply chains. Finalement, Lokad a perdu certains clients à cause de ce problème.

La conversation se tourne ensuite vers le sujet du coronavirus et de son impact sur les modèles traditionnels de supply chain. Vermorel estime que la pandémie n’est qu’une des nombreuses sources d’incertitude pouvant perturber les supply chains, mentionnant des exemples tels que les décisions politiques, les tarifs ou les incidents viraux sur les réseaux sociaux. Il souligne la nécessité pour les entreprises de planifier l’incertitude et d’adopter une gestion des risques, plutôt que de se fier à des prévisions prétendant prédire l’avenir avec certitude.

Vermorel affirme que des entreprises comme Amazon, qui se concentrent sur la résilience et la capacité à faire face à l’incertitude, sont celles qui réussissent face à la crise. Il suggère que les meilleures institutions financières commencent également à adopter ces idées et que les entreprises de supply chain devraient faire de même pour rester en avance dans un monde de plus en plus imprévisible.

Ils discutent des performances des algorithmes de Lokad pendant les perturbations liées à la COVID-19, de la valeur potentielle des cryptomonnaies dans la gestion de la supply chain, de l’importance du professionnalisme et de la compréhension des affaires dans l’optimisation de la supply chain, des défis liés à la mise en œuvre de solutions d’IA étroite pour la prévision des affaires, et de l’avenir des supply chains mondiales.

Vermorel explique que pendant la crise de la COVID-19, les algorithmes de Lokad n’ont pas bien fonctionné seuls. Cependant, les scientifiques de la supply chain de l’entreprise ont pu s’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 étroite pour la prévision des affaires, Vermorel exprime son scepticisme quant au terme “IA” et met en évidence l’importance de comprendre les différentes classes d’algorithmes d’apprentissage automatique. Il aborde également la qualité des données dans les supply chains, affirmant que si les données ne sont 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 mondiales. Vermorel ne donne pas de réponse définitive, mais soulève la question du changement climatique et de son impact potentiel sur la durabilité des supply chains mondiales, suggérant que le modèle actuel pourrait devoir évoluer.

Ils ont discuté de la nature mondiale des supply chains et de la façon dont la spécialisation limite la production locale de certains biens. Il parle également du retour éventuel de certaines supply chains dans des zones locales en raison de l’automatisation. Vermorel aborde le scepticisme autour de l’approche de la supply chain quantitative de Lokad et des défis de sa mise en œuvre dans les organisations. Il souligne que Lokad fonctionne le mieux dans les 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 aux côtés des solutions de Sales & Operations Planning (S&OP), en les ignorant principalement car elles sont détachées des effets réels sur la supply chain.

Ils ont discuté de la façon dont Lokad opère aux côtés des équipes de data science qui produisent des modèles détachés qui ne sont pas utilisés. Il mentionne également qu’il rédige 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 s’est mal passé et comment éviter des erreurs similaires dans le présent et l’avenir. Il estime que regarder un problème sous un angle différent peut conduire à des percées plutôt que de simplement faire mieux. Vermorel encourage les téléspectateurs à envoyer des 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 sur la supply chain.

Joannes Vermorel: Je ne pensais vraiment pas que nous arriverions à 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 sympa appelé OBS, et j’ai commencé à jouer avec. J’ai trouvé que c’était un excellent logiciel, alors j’ai voulu l’essayer. Mais en réalité, je pense que nous l’utilisons pour la première fois aujourd’hui, car il n’est utilisé que pour les événements en direct. Non, je n’avais pas vraiment prévu autant à l’avance.

Kieran Chandler: Aujourd’hui, l’idée générale est de revenir sur le parcours de Lokad jusqu’à présent et sur les leçons que nous avons apprises en cours de route. Peut-être si nous commençons par revenir en 2008, lorsque vous avez commencé l’entreprise, pourquoi avez-vous décidé de créer une entreprise dans le secteur de la supply chain ? Qu’est-ce qui vous intéressait ?

Joannes Vermorel: À l’époque, j’étais doctorant en biologie computationnelle, mais je n’ai jamais terminé ma thèse. Le nombre d’excellents chercheurs dans le domaine était stupéfiant, cela était donc à la fois humble et très enthousiasmant. Cependant, je pouvais voir que le monde se porterait très bien sans moi. Lorsque j’ai commencé à m’intéresser à la supply chain, ce que j’ai vu, c’était surtout des mathématiques du XIXe siècle. J’ai réalisé qu’il y avait un potentiel pour faire mieux dans ce domaine, qui est absolument gigantesque. Donc, avec beaucoup d’enthousiasme, j’ai lancé ma propre entreprise.

Kieran Chandler: Comment se sont passées ces premières années ? A-t-il été 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 fondée 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 était en 2011, l’idée de faire des prévisions avec un biais en utilisant des prévisions quantiles. Pourquoi cela était-il quelque chose de légèrement controversé ou différent ?

Joannes Vermorel: Ce n’était pas controversé ; c’était juste étrange. Dans les cours de statistiques et dans tous les cercles de la supply chain dont j’avais connaissance, l’idée de faire des prévisions avec un biais n’était pas bien connue.

Kieran Chandler: L’idée était d’éliminer le biais, vous savez. Les grandes entreprises ont des équipes entières de planificateurs de la demande qui passent leurs journées entières à éliminer et à ajuster le modèle afin qu’il ne soit pas biaisé. Pourquoi auriez-vous en fait des personnes qui font le contraire et ajoutent un biais délibérément, et non par erreur ? C’était juste ça, ce n’était pas controversé, c’était comme, stupide. Pourquoi avons-nous une équipe entière qui travaille à éliminer le biais et vous voulez ajouter un biais ?

Joannes Vermorel: En fait, il m’a fallu plusieurs années pour arriver à la conclusion que cela pourrait être une bonne idée. Pour moi, ce n’était pas une position controversée ; ce n’était pas du tout une position. C’était un non-problème jusqu’à ce que, en éliminant toutes les autres choses qui ne fonctionnaient pas, j’en arrive à une conclusion. C’était, je pense, la percée des prévisions quantiles. Oui, les biais étaient très, très utiles dans la supply chain car vous voulez prévenir, vous voulez être biaisé en faveur du profit, et donc nous avons dû complètement réinventer la technologie autour de cette idée.

Kieran Chandler: D’accord, et puis une autre étape que vous avez franchie a été en 2012, où vous avez décidé que plutôt que de suivre la majorité du marché, qui adoptait une approche plug-and-play d’entreprise, vous avez décidé de faire quelque chose de très différent et d’utiliser une approche plus programmatique. Pourquoi pensiez-vous que c’était bon pour les supply chains ?

Joannes Vermorel: Encore une fois, Lokad a commencé de manière très classique, vous savez, avec des écrans, des boutons, des menus et des options - juste le genre de choses auxquelles on s’attend de n’importe quelle application d’entreprise. Mais la réalité est que chaque fois que nous signions un nouveau client, nous nous rendions compte qu’il y avait tellement de choses qui ne correspondaient pas. Donc, nous mettions littéralement en œuvre des tonnes de nouvelles fonctionnalités pour répondre aux besoins de chaque client.

Habituellement, lorsque vous lancez une entreprise de logiciels, vous pensez que oui, nous n’avons pas toutes les fonctionnalités que le marché veut, mais nous allons ajouter quelques fonctionnalités de plus et converger progressivement vers quelque chose qui est complet en termes de fonctionnalités. Donc, il est acceptable de commencer par un produit minimum viable, puis vous répétez, ajoutez quelques fonctionnalités et, espérons-le, vous convergez vers quelque chose de bon qui correspond au marché. Mais j’étais littéralement quatre ans plus tard, et je ne voyais aucune convergence ; si je voyais quelque chose, c’était une divergence.

Nous commencions à réussir à attirer des clients plus importants à l’époque, et je constatais que c’était encore plus diversifié que ce que j’avais connu lors des premières années où je ne travaillais qu’avec des PME. Donc, si quelque chose, je n’étais pas sur une voie convergente ; j’étais sur une voie divergente. Quand je regardais mes concurrents, je voyais des monstres - des monstres dans le sens où leurs produits logiciels étaient des monstres, pas les personnes. Les produits logiciels avaient des milliers d’écrans, littéralement des milliers d’options, et c’était un processus de développement complètement divergent.

À l’époque, le défi était de savoir si j’allais suivre cette voie. Cela n’avait même pas de sens. Y avait-il un moyen d’avoir une sorte de convergence ? Et puis, j’en suis finalement venu à la conclusion que les supply chains étaient beaucoup trop diverses pour s’adapter à une application rigide avec des menus et des 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, bien sûr. Lokad a été fondée avec l’idée de créer une plateforme d’optimisation programmatique et d’optimisation prédictive de la supply chain. Nous avons imaginé une plateforme où les menus, les boutons et les calculs seraient entièrement personnalisés, et donc, vous devez les programmer pour chaque client. Mais si vous programmez des choses pour chaque client, alors quel est votre problème ? Votre problème devient la productivité et la fiabilité. Vous voulez pouvoir le faire très rapidement, à moindre coût, et c’est ainsi que la plateforme d’optimisation programmatique et d’optimisation prédictive de la supply chain est née.

Kieran Chandler: Avez-vous déjà regardé en arrière ces premières années et avez-vous commis de grosses erreurs et avez-vous des regrets importants ?

Joannes Vermorel: Le parcours d’un entrepreneur est plein de regrets dans le sens que si je savais à l’époque en 2008 ce que je sais maintenant, vous savez probablement que nous aurions mis trois fois moins de temps. Nous serions revenus plus rapidement sur le marché que ce que nous avons fait. Mais vous savez, il est difficile de remplacer, même intellectuellement, de rejouer le passé. Par exemple, quand j’ai commencé en 2008, j’ai commencé avec la technologie de l’époque, et puis un an plus tard, en 2009, il est devenu très clair que, par exemple, le monde du logiciel a complètement changé, et que nous devions nous tourner 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 j’ai commencé en 2008, c’est que vous avez une machine, un ordinateur, pour effectuer un calcul, un traitement de données, vous savez, une tâche que vous souhaitez exécuter. Combien de temps cela prendra-t-il ? Eh bien, cela prend autant de temps que le programme s’exécute. Vous avez une machine. Vous lancez le programme, et quand c’est fini, c’est fini. Donc ce qui est constant, c’est la machine. Le problème varie, et donc, le temps de calcul nécessaire pour résoudre le problème varie.

L’état d’esprit du cloud computing est exactement l’inverse. Ce qui est constant, c’est le délai de livraison cible pour le résultat de votre calcul. Vous dites : “Je veux que mon calcul soit livré en 30 minutes”, et ensuite vous pouvez ajuster dynamiquement la quantité de ressources informatiques que vous allouez 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 était lorsque nous sommes passés de cette idée où d’un côté le matériel est constant et ce qui varie, c’est le problème et c’est le délai pour livrer la solution au problème, à la perspective du cloud computing où le constant est un délai, et ensuite vous ajustez les ressources informatiques pour livrer dans le délai imparti. Soudain, nous avons dû réécrire presque tout ce que nous avions fait chez Lokad.

Kieran Chandler: Si vous regardez un peu en arrière, vous pouvez voir que nous avons évolué progressivement au fur et à mesure que les technologies évoluent avec nous. Et si vous regardez sur notre site web, vous pouvez voir ces générations d’apprentissage automatique que nous avons suivies. Quelle serait, selon vous, la plus grande percée d’un point de vue technique ?

Joannes Vermorel: Le fait est que ce n’est pas seulement une évolution. C’était littéralement un changement complet. Les gens pensent : “Oh, c’est juste une évolution”, mais non, ça ne s’est pas passé comme ça dans l’histoire de Lokad. C’était plutôt comme si nous avions un produit, nous l’avions jeté et nous repartions de zéro, généralement sur un meilleur problème. Donc, ce n’est pas juste un meilleur produit parce qu’il a les mêmes fonctionnalités, juste améliorées. En général, c’est littéralement un problème différent car il aborde la question avec une meilleure compréhension, ce qui change généralement complètement la technologie ou l’architecture du logiciel.

Je pense que, en termes d’apprentissage automatique, la plus grande percée a été le deep learning. D’un point de vue infrastructurel, la plus grande percée a été le cloud computing. C’est l’idée que vous voulez avoir des délais stricts pour livrer vos résultats, et le reste varie. Mais d’un point de vue statistique, la plus grande percée a probablement été le deep learning, même si ce n’est pas ce que nous avons actuellement en production. C’est la programmation différentiable, mais la percée elle-même venait du deep learning.

Et puis, d’un point de vue de la supply chain, la plus grande percée a été l’idée selon laquelle vous devez adopter une perspective financière complète sur la supply chain de bout en bout. Vous mettez des dollars d’erreur, de récompense et d’opportunités partout. Cette mentalité financière a probablement été la plus grande percée - regarder tout à travers les lunettes d’une analyse financière au lieu de le regarder à travers le prisme du taux de service, avec des pourcentages d’erreur que vous essayez d’améliorer.

Kieran Chandler: Une autre route peut-être un peu étrange que beaucoup auraient considérée comme bizarre était en 2016 lorsque nous avons trempé nos orteils dans le monde de la R&D Bitcoin. Pourquoi avons-nous emprunté cette voie 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 d’une quelconque crypto, blockchain ou Bitcoin. Néanmoins, c’est fascinant car c’est l’économie en action. Les gens ont commencé à concevoir des systèmes logiciels autour d’idées fondées sur notre compréhension de l’économie, et c’est très intéressant car généralement, ces idées n’appartiennent qu’au domaine de la politique. Elles ne sont jamais conçues.

Vous pouvez avoir un homme politique qui dit que nous devons augmenter les impôts, et un autre homme politique qui dit que nous devons les baisser. L’expérience ne se déroule que à l’échelle des pays, et généralement, elles ne sont pas conçues - elles sont simplement le résultat d’un processus démocratique imparfait au mieux. Ce qui est intéressant avec Bitcoin, c’est que c’est une approche différente de l’économie et de la technologie.

Kieran Chandler: Alors, Joannes, parlez-nous de votre intérêt pour Bitcoin et de son lien avec l’optimisation de la supply chain.

Joannes Vermorel: En ce qui concerne Bitcoin, c’était l’économie en action d’un point de vue technique. Vous pouvez évaluer si cela fonctionne ou non. C’est très intéressant car les supply chains sont à peu près les mêmes. C’est l’économie en action à petite échelle. Vous pouvez expérimenter et évaluer si les choses fonctionnent ou non. Donc, de ce point de vue, je l’ai trouvé très intéressant. Bitcoin partage de nombreuses propriétés avec ce que la supply chain a. C’est distribué, de nombreux acteurs, des couches de logiciels, une complexité énorme, des incitations contradictoires et des problèmes de sécurité multicouches. Évidemment, ce ne sont que des analogies, pas une traduction directe, mais il y a beaucoup d’inspiration à trouver en examinant les idées techniques trouvées dans ces communautés. Pas la spéculation, c’est juste bien, mais les idées techniques. Elles sont assez intéressantes.

Kieran Chandler: Pouvez-vous nous parler de Lokad et de la mission de l’entreprise ?

Joannes Vermorel: Bien sûr, nous sommes actuellement une cinquantaine de personnes situées au centre de Paris. Nous proposons ce que nous appelons une pratique de la science de la supply chain.

Kieran Chandler: Pourquoi avez-vous abandonné le côté classique de la science des données ?

Joannes Vermorel: Je pense que c’est très gentil de dire que j’ai décidé de m’en éloigner. C’était plutôt que nous avons essayé la voie classique du data scientist et que nous avons échoué lamentablement. Nous avons dû nous en éloigner. Lorsque nous avons embauché de jeunes ingénieurs, dès les entretiens d’embauche, nous définissons le paysage de ce à quoi ils sont loyaux, plutôt que de définir leur engagement. Êtes-vous engagé envers la vision, un type de problème, un type de compétences ? Quel est votre engagement ? Lorsque vous vous engagez dans la voie de la science des données, les gens s’engagent envers les problèmes de données. C’est le mauvais type d’engagement. Vous vous retrouvez avec des personnes qui se concentrent sur les problèmes intéressants et les outils intéressants, et qui se concentrent sur les problèmes intéressants du point de vue des données. Malheureusement, la plupart de ce qu’il faut pour résoudre un problème de supply chain se situe dans une zone peu intéressante, 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 de nombreuses personnes pour clarifier exactement quels sont les processus de la supply chain afin d’avoir une chance de faire quelque chose comme une optimisation qui ait du sens en pratique. Ainsi, votre engagement ne doit pas être envers les données, mais envers la supply chain. C’est ce que nous avons appris un peu à nos dépens. C’est pourquoi ce que nous avons maintenant, ce sont des scientifiques de la supply chain, car lorsque nous embauchons ces jeunes passionnés, nous leur disons que leur engagement ne consiste pas à fournir un modèle d’apprentissage automatique sophistiqué. Ce n’est pas ce dont Lokad traite.

Kieran Chandler: Votre engagement consistera à améliorer la supply chain de nos clients et c’est quelque chose de très différent, et franchement, cela ne nous importe pas tant que ça. Vous savez, si vous le faites d’une manière ou d’une autre, évidemment, nous avons des recettes que nous savons fonctionner, nous avons certaines classes d’outils qui ont été testées en situation réelle. Mais fondamentalement, vous ferez tout ce qu’il faut avec un client pour améliorer sa supply chain. Et c’est cela votre engagement. C’est votre défi quotidien, votre inspiration quotidienne, et tout.

Joannes Vermorel: Il s’est avéré que lorsque nous embauchions des, je dirais, des data scientists, nous obtenions des personnes qui avaient probablement trop d’intérêt pour les problèmes de données sophistiqués et pas assez d’intérêt, je dirais, pour les personnes, pour les problèmes commerciaux, pour nous assurer qu’il n’y avait rien qui entraverait réellement l’utilisation de la solution en production, car généralement, les problèmes de ces initiatives axées sur l’apprentissage automatique échouent non pas parce que l’algorithme a un problème, mais simplement parce qu’il y a de plus gros défauts dans la configuration globale.

Kieran Chandler: D’accord. Et avant de plonger dans peut-être certaines des questions de nos téléspectateurs, en guise de dernière question, nous sommes une entreprise qui a beaucoup grandi de manière organique au cours de la dernière décennie et un peu plus. Et donc, lentement mais sûrement, quelles sont vos idées pour les cinq prochaines années, les dix prochaines années ? Que voyez-vous pour Lokad dans le futur ?

Joannes Vermorel: Eh bien, une croissance organique plus importante. Je veux dire, littéralement, une année, nous avons connu une croissance de 60 %, et franchement, nous étions très proches de l’effondrement total. Et ce que les gens ne réalisent pas vraiment, c’est que lorsqu’ils voient des start-ups qui affirment avoir une croissance annuelle de 200 %, c’est absolument fantastique. Je dirais, “Oui, c’est bien si vous avez quelque chose où vous pouvez aller vite et casser des choses.” Vous savez, si vous avez une application de rencontres et que vos serveurs tombent en panne, franchement, ce n’est pas grave. Votre base de clients reviendra, vous savez, demain. Ce n’est pas un problème. Lorsque vous avez une panne totale de quelque chose qui gère une supply chain, et que soudainement, vos clients commencent à passer des commandes de production massives ou des bons de commande qui se révèlent être des absurdités complètes, nous parlons d’erreurs de plusieurs millions de dollars. C’est très, très grave. L’idée de “aller vite et casser des choses” n’est pas totalement compatible avec les supply chains. Et ce que peu de gens réalisent, c’est que, je dirais, en regardant le marché du travail tel qu’il existe de nos jours à Paris, ou la même chose serait vraie à New York, ou dans d’autres grandes villes du monde, c’est que si vous avez une croissance annuelle de 50 %, et que vous avez un taux de rotation régulier des employés d’environ trois, quatre ans, vous vous retrouvez avec un âge médian de vos employés dans votre entreprise qui est de six mois. Vous voyez ça ? Cela signifie que si vous avez une croissance de 50 %, à la fin de l’année, vous savez, la moitié des personnes n’ont été là que pendant six mois. Et littéralement, si vous vous attendez à ce que des personnes n’ayant que, vous savez, six mois d’expérience soient capables de gérer, vous savez, une supply chain, nous parlons potentiellement de centaines de millions d’euros, vous savez, annuellement. C’est beaucoup demander, même si vous embauchez des ingénieurs intelligents, dévoués et brillants. C’est beaucoup.

Joannes Vermorel: Et donc, je pense qu’il y a malheureusement, quand nous ne sommes pas, vous savez, une entreprise comme Facebook qui connaît une croissance de 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 personnes que nous embauchons constamment.

Kieran Chandler: D’accord, plongeons dans quelques-unes des questions car je vois qu’il y en a déjà pas mal et quelques visages familiers, des amis de l’émission. Tout d’abord, il y en a une qui, je pense, a beaucoup intéressé 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 spéciale pour le nom Lokad ? Est-ce une forme abrégée des algorithmes que nous utilisons ? Est-ce un secret ?

Joannes Vermorel: En réalité, lorsque je faisais mon doctorat en biologie computationnelle, je réfléchissais à créer une entreprise où j’utiliserais l’affichage numérique pour la publicité. J’ai donc pensé à la publicité locale et j’ai trouvé “LoCad”. C’était un très bon nom de domaine avec cinq lettres. Je l’ai gardé, et puis je pense qu’une dizaine d’années plus tard, un consultant d’IBM m’a dit : “Oh, Lokad, évidemment ça signifie regarder vers l’avenir. Quel super nom !” Et j’ai pensé : “Oui, regarder vers l’avenir, c’est une histoire cool et c’est celle que je raconterai maintenant à mes clients.” Donc, la vraie histoire était que c’était pour la publicité locale, mais je pense que cette interprétation de regarder vers l’avenir est bien plus cool.

Kieran Chandler: Nous avons une autre question ici de Deh. C’est un peu triste, mais elle porte sur les erreurs. Quelle a été la plus grande défaite ou le plus grand revers que nous ayons connu dans l’histoire de Lokad jusqu’à présent ? Et abordons peut-être cela du point de vue d’un client.

Joannes Vermorel: Le plus grand revers a été, je pense, avec certains grands clients américains que nous avions. Pendant les premières années, je n’ai pas connu de grands revers parce que je n’avais pas de grands clients. Donc, il a fallu du temps pour connaître les grands revers. Le grand revers a été un tournant, je pense que c’était vers 2011-2012, où nous remportions littéralement des benchmarks, similaires à la compétition Kaggle avec Walmart. Nous avions une plus grande précision, des prévisions classiques hebdomadaires, des prévisions mensuelles, et nous mettions ces choses en prédiction pour les chaînes d’approvisionnement de nos clients. Cependant, leurs chaînes d’approvisionnement se détérioraient.

Ensuite, nous refaisions le benchmark, nous comparions, et Lokad avait une meilleure précision. Mais à un moment donné, le client m’appelait et me disait : “Joannes, tu sais quoi ? Tu as complètement perturbé notre chaîne d’approvisionnement.” Je me souviens d’une réunion que j’ai eue à New York, où ils m’avaient demandé de venir, et je suis entré dans une salle avec 20 planificateurs. La moitié d’entre eux étaient complètement furieux, me disant : “Ton logiciel rend notre vie complètement misérable.”

Pour moi, c’était un cauchemar. Il y avait 20 personnes, elles étaient vraiment inflexibles, et je pensais : “Oui, en termes de précision, nous sommes meilleurs.” Mais les gens disaient : “Franchement, on s’en fiche. Ce n’est pas toi qui gères le désordre ; c’est nous qui gérons le désordre, et ça ne fonctionne tout simplement pas. C’est un cauchemar.”

Kieran Chandler: Au fil du temps, les clients étaient engagés envers eux, et ils faisaient de leur mieux, nous faisions de notre mieux. Et je pense que nous les avons perdus au bout de trois ans environ, mais ce fut une expérience tellement misérable.

Joannes Vermorel: Misérable, et tout ça. Bon, nous allons essayer de nous remonter un peu le moral et parler d’un autre sujet pas si réjouissant, malheureusement, le coronavirus. On dirait qu’on ne peut pas l’éviter en ce moment.

Kieran Chandler: Nous avons un message de SV qui demande : pensez-vous que le coronavirus a mis en évidence la nécessité de transformer les modèles traditionnels de chaîne d’approvisionnement ?

Joannes Vermorel: Je pense que le coronavirus n’est qu’une source supplémentaire de variabilité. Il y a tellement de choses qui peuvent bouleverser le monde. Le prochain président peut décider d’établir des tarifs douaniers, un pays comme l’Angleterre peut décider de quitter l’union, ou votre entreprise peut être complètement perturbée par une multitude de choses. Par exemple, de nos jours, vous pouvez avoir des employés qui publient une vidéo raciste sur YouTube qui nuit complètement à la marque du jour au lendemain, et vous perdez alors 20% de votre part de marché simplement à cause de cette stupide vidéo qui devient virale. Il y a tellement de choses qui rendent le monde plus incertain. Donc, si cela met en évidence une chose, c’est quelque chose que nous préconisons depuis de nombreuses années : vous devez planifier en tenant compte de l’incertitude. Je n’ai absolument aucune idée de ce que sera l’avenir dans le monde post-COVID, mais je suis assez sûr qu’il sera encore plus erratique qu’avant, et donc vous devez embrasser l’incertitude, embrasser le risque et le gérer au lieu de faire des prévisions et de prétendre connaître l’avenir avec votre boule de cristal. Lokad n’a pas de boule de cristal, vous non plus. Donc, vous devez embrasser l’incertitude et gérer le risque. Je pense qu’aujourd’hui, cette sorte d’idée commence à faire son chemin dans la finance. Tous les fonds spéculatifs ne sont pas alignés sur cette idée, mais les meilleurs s’y mettent. Et je soupçonne qu’en termes de chaîne d’approvisionnement, les entreprises qui s’en sortent le mieux avec cette crise sont des entreprises comme Amazon qui mettent précisément l’accent sur la résilience, la capacité à embrasser l’incertitude et à réagir très rapidement avec de nombreux systèmes numériques pour le soutenir.

Kieran Chandler: Je crains que nous ne restions sur le thème du coronavirus juste pour une autre question de Marcus Leopold, un ami de Lokad. Il demande : comment les algorithmes de Lokad ont-ils réellement fonctionné pendant la perturbation due au COVID ? Les clients ont-ils dû revenir au manuel, ou les algorithmes de Lokad ont-ils fait face automatiquement ?

Joannes Vermorel: Les algorithmes ne sont pas magiques ; les algorithmes eux-mêmes ont échoué de manière terrible. Mais, et c’est un gros “mais”, Lokad, ce que nous vendons, ce n’est pas seulement une plateforme logicielle. Nous disons toujours, de nos jours, que c’est ce que nous appelons des plans gérés. C’est essentiellement avoir la plateforme et une équipe de scientifiques de la chaîne d’approvisionnement…

Kieran Chandler: et littéralement l’équipe de scientifiques de la chaîne d’approvisionnement travaillait en heures supplémentaires pour d’abord fermer en mars pratiquement toutes nos chaînes d’approvisionnement européennes, puis un mois plus tard fermer toutes nos chaînes d’approvisionnement américaines, et ensuite, deux-trois mois plus tard, les redémarrer, vous savez ?

Joannes Vermorel: Les défis auxquels nous avons été confrontés ont consisté à organiser la fermeture, à organiser un redémarrage et à ajuster le modèle de sorte que cette période de confinement inhabituelle ne soit pas interprétée comme une baisse de la demande. Vous ne pouvez pas considérer cela comme de la demande pendant trois mois, car cela fausserait complètement tous vos profils saisonniers.

Je pense que le cœur du problème réside dans le fait que notre technologie a été assez efficace, non pas parce que les algorithmes étaient puissants, mais parce qu’elle permettait aux scientifiques de la chaîne d’approvisionnement d’avoir un très haut niveau de productivité. Lorsque la crise a frappé, nous n’avions pas des semaines pour nous préparer à la transition. Nous avons reçu des appels téléphoniques disant : “Lokad, vous savez quoi ? La semaine prochaine, nous fermons nos usines et entrepôts. Nous devons donner la priorité aux tâches qui doivent être effectuées avant cette date. Vous avez 24 heures pour adapter le modèle afin que ces choses soient exécutées de manière harmonieuse.” Chaque heure comptait, et les scientifiques de la chaîne d’approvisionnement, même si toute l’entreprise travaillait en heures supplémentaires, devaient exécuter cela en quelques jours. Le problème n’était pas la qualité de l’algorithme, mais la productivité qu’Envision offre pour la modélisation explicite des chaînes d’approvisionnement.

Kieran Chandler: Nous allons revenir aux discussions sur les cryptomonnaies et le Bitcoin. Voici un message de John Michelle qui demandait : voyez-vous une réelle valeur ajoutée de ces applications de la blockchain Bitcoin dans la chaîne d’approvisionnement à court terme, donc au cours des trois ou quatre prochaines années, ou pensez-vous simplement que c’est du battage médiatique autour des cryptomonnaies ?

Joannes Vermorel: Je vois beaucoup de valeur, mais pas le genre de valeur auquel on s’attendrait. Tout d’abord, les cryptomonnaies redéfinissent ce que signifie la sécurité informatique. La chose intéressante, c’est que si vous mettez un Bitcoin sur un ordinateur, vous pouvez savoir que l’ordinateur est sûr car le Bitcoin ne se fait pas voler. C’est incroyablement intéressant, car cela signifie que vous avez soudainement un test très simple pour voir si vos systèmes sont sûrs ou non. Vous pouvez y déposer une cryptomonnaie, et si elle disparaît, devinez quoi ? Il y a quelqu’un qui rôde dans vos systèmes. Les gens ont commencé à réaliser cela lorsque les entreprises Bitcoin ont commencé à avoir des machines sur le cloud contenant des portions importantes de cryptomonnaies en ligne, et qu’elles ont toutes fait faillite à cause de vols.

Kieran Chandler: Alors, Joannes, pouvez-vous parler un peu des défis de l’optimisation de la chaîne d’approvisionnement en termes de sécurité informatique ?

Joannes Vermorel: Oui, et littéralement les gens ont réalisé que rien n’était sûr, vous savez. Tous les fournisseurs de cloud computing avaient des failles. Tous les appareils IoT ont des failles. Tous les smartphones ont des failles. Je veux dire, littéralement, les gens réalisent l’ampleur du problème, la magnitude du problème. Donc, je crois que, en tant que chaîne d’approvisionnement, nous avons le problème, je dirais, deux fois pire parce que les chaînes d’approvisionnement sont, par conception, géographiquement distribuées. Vous ne pouvez pas adopter une approche de forteresse en matière de sécurité informatique simplement parce que vous avez des choses réparties un peu partout dans le monde. C’est un défi énorme, et ce qui se passe dans le domaine des cryptomonnaies est très intéressant car cela vous donne des informations sur toutes les choses que vous devez faire pour sécuriser votre système réellement. C’est la principale valeur ajoutée. Donc encore une fois, je ne suggère pas cela comme un véhicule d’investissement. Je suggère de jeter un coup d’œil aux aspects techniques de ces choses et surtout du point de vue de la sécurité informatique, qui combine généralement des problèmes d’ingénierie sociale avec des problèmes d’exploitation de logiciels.

Kieran Chandler: D’accord. Nous avons un autre message ici de l’un de nos amis, Khalil Mehana, qui mentionne un peu les prévisions. Peu importe leur qualité, elles ont besoin d’informations sur les utilisateurs qui les utilisent. Deux utilisateurs clés seront le chef de projet du côté de l’entreprise et les scientifiques de la supply chain du côté de Lokad. Alors, à quel point le professionnalisme et la compréhension des affaires de ces deux personnes sont-ils importants, et dans quelle mesure cela peut-il influencer le résultat et la précision des prévisions finales ?

Joannes Vermorel: C’est là que réside le piège. Pour commencer, nous avons environ 100, un peu plus de 100, entreprises en production. Nous ne modifions pas les prévisions. Ce n’est pas ainsi que cela se passe. Vous savez, les gens pensent que vous avez besoin d’un aperçu humain pour ajuster les prévisions. Maintenant, il s’agit généralement de déterminer comment extraire des informations statistiques des données. Vous n’essayez pas de deviner le marché en utilisant votre aperçu humain et vos connaissances. Je veux dire, cela arrive. Cela arrive. Nous avons quelques situations marginales, par exemple, celle qui me vient à l’esprit, l’A380, vous savez, l’avion d’Airbus. Nous avons des clients qui fournissent des pièces pour cet avion. Lorsque Airbus a annoncé qu’il arrêtait ce type d’avion, oui, vous pouvez ajuster vos prévisions en fonction de vos connaissances du marché, mais c’est très rare. C’est très rare, donc c’est généralement une situation particulière. Le travail des praticiens de la supply chain et des scientifiques de la supply chain chez Lokad est beaucoup plus vaste. Il s’agit généralement de définir d’abord le problème de manière à ce que les algorithmes apprennent et optimisent la bonne chose, ce qui est une cible mouvante. Si la situation est toujours la même, il ne s’agit pas d’injecter des connaissances au sens où vous ajustez les prévisions. C’est littéralement de reformuler le problème même que vous essayez de prévoir et d’optimiser. Ensuite, il s’agit généralement, je veux dire, la plupart du travail banal consiste à revoir les moteurs économiques. Vous savez, nous optimisons ces dollars d’erreur, mais ces dollars d’erreur, ce n’est pas quelque chose que vous extrayez des données. Il n’y a pas d’algorithme d’exploration de données ou d’apprentissage automatique pour savoir si um…uh.

Joannes Vermorel: Beaucoup de gens sous-estiment quelques forces. Tout d’abord, ils sous-estiment la force de spécialisation des pays. Par exemple, il n’y a que trois pays dans le monde qui possèdent des usines de RAM - des mémoires à accès aléatoire. Donc, littéralement, si vous voulez de la RAM, et que tous les ordinateurs les utilisent, il n’y a que trois pays : la Corée du Sud, la Chine et les États-Unis. Partout ailleurs, eh bien, tant pis.

Et puis, si vous voulez du lithium pour les batteries de votre smartphone, il s’avère que les réserves mondiales de lithium se trouvent dans seulement trois pays : le Chili, l’Argentine et l’Australie. Je pense que certaines personnes vérifieront. Donc, encore une fois, si vous voulez avoir une production locale de lithium, eh bien, tant pis. La réalité est la même chose pour l’horlogerie de maître. Je crois que la Suisse en possède plus de la moitié, mais je pense que sur le segment de l’horlogerie de maître, ils représentent environ 70 %. Donc, encore une fois, je ne pense pas que ce soit toujours réalisable pour des articles de faible valeur comme les t-shirts.

Le textile a toujours été une industrie en retard parce qu’il est si difficile de l’automatiser. Par conséquent, la production textile a été déplacée en Chine, mais ce n’est plus le cas maintenant. Elle a été déplacée vers des pays moins chers comme le Vietnam, les Philippines ou le Bangladesh. Mais le problème, c’est que une fois que nous sommes au Bangladesh et que les salaires augmentent là-bas, où ces choses vont-elles aller ? Peut-être en Afrique ? Je ne sais pas. Mais nous manquons de pays bon marché.

Et l’automatisation progresse, donc je pense que pour ces chaînes d’approvisionnement de base, elles seront probablement ramenées localement. Malheureusement, ne vous attendez pas à ce que cela crée des emplois car ils seront ramenés dans les endroits où ces choses sont consommées une fois qu’un degré élevé d’automatisation sera atteint. Donc, aurons-nous des chaînes d’approvisionnement locales légèrement plus nombreuses ? Oui, je le crois un peu. Encore une fois, lorsque vous avez des choses incroyablement automatisées, cela n’a plus vraiment d’importance où vous positionnez vos usines. Cela importe, encore une fois, le lithium n’est présent que dans quelques endroits dans le monde, etc., etc. Mais soudain, lorsque vous ne vous souciez pas du coût de la main-d’œuvre locale, vous pouvez placer votre production pratiquement où vous voulez.

Kieran Chandler : Nous avons ici deux questions que je vais regrouper en une seule. Une de Kenya et une de Manmeet. Le Kenya demandait si l’approche de la supply chain quantitative est si différente, rencontrez-vous beaucoup de scepticisme en mettant en œuvre ce genre de pratiques ? Et Manmeet ajoute à cela, en demandant quels sont les défis de gestion du changement organisationnel auxquels vous êtes confronté lorsque vous mettez en œuvre quelque chose comme Lokad ?

Joannes Vermorel : C’est probablement l’une de mes plus grandes frustrations, je ne rencontre pas beaucoup de scepticisme. Et je vais vous dire pourquoi. C’est parce que lorsque je dis aux gens, par exemple, que la prévision des séries temporelles nue est complètement fausse, elle ignore l’incertitude. Les gens le savent alors, et ensuite je…

Kieran Chandler : Alors Joannes, pouvez-vous expliquer ce qui se passe lorsque vous prévoyez un produit, mais que vous introduisez ensuite 10 autres produits qui sont en concurrence avec lui ?

Joannes Vermorel : Si vous prévoyez un produit, mais que vous ne savez pas que vous allez introduire 10 autres produits qui sont en concurrence avec lui, vous allez avoir de la cannibalisation partout. Et si vous avez un modèle de séries temporelles, il va simplement ignorer complètement cette cannibalisation, et donc c’est complètement faux. Et encore une fois, les gens ne sont pas idiots. Ils le savent. Donc la frustration, c’est qu’ils comprennent. Je pense que généralement, lorsque je parle avec, disons, des directeurs de la chaîne d’approvisionnement, des responsables de la planification, des responsables de la prévision de la chaîne d’approvisionnement et ce genre de choses, ils ne sont pas sceptiques. Ils disent : “Oui, oui, oui, je comprends.” Ma frustration vient du fait que, mais vous savez quoi ? Je ne vais tout simplement pas le faire. Je sais que c’est faux, mais bon, suis-je prêt à vraiment, vous savez, en théorie, beaucoup de gens disent que si vous leur posez la question, “Oui, je vais faire ce qu’il y a de mieux pour mon entreprise.” Mais malheureusement, dans les grandes entreprises, les gens font surtout ce qu’il faut pour pouvoir garder leur emploi. Et même s’ils occupent des postes assez élevés dans la hiérarchie, on pourrait prétendre que la plupart des gens sont des héros qui promeuvent l’innovation et tout ça, mais non, les gens, la plupart des gens ont des passe-temps intéressants, une vie intéressante, et leur travail est bien, juste un travail. Et ils ne vont pas se lancer dans une croisade pour réformer leur organisation afin qu’elle puisse mieux fonctionner. Oui, pour les actionnaires, c’est mieux. Cela ferait croître l’entreprise, la rendrait plus rentable. Mais soyons honnêtes, vous savez, la plupart des personnes qui sont dans de grandes organisations, elles ont un salaire. Là, elles ne veulent pas nuire à l’organisation, vous savez. Elles veulent être raisonnablement bonnes dans leur travail, mais elles ne vont pas se lancer dans une croisade pour amener leur entreprise à la prochaine étape. Et si l’entreprise va mal, elles partiront, elles changeront de travail et iront dans la prochaine entreprise, vous savez.

Kieran Chandler: D’accord, nous allons juste poser encore quelques questions avant de terminer. Je vais en poser une de Richard Lebenski, principalement parce qu’il veille tard dans son fuseau horaire. Donc ouais, ouais, les héros, les héros, ouais. Et donc il demande, dans quel domaine l’approche Lokad peut-elle débloquer le plus de valeur commerciale là où d’autres ne le peuvent peut-être pas ?

Joannes Vermorel: C’est généralement inversement proportionnel au niveau de désordre et de complication. Et quand les gens disent : “Oh, c’est comme un cauchemar”, c’est très bon parce que généralement, lorsque la supply chain est comme un cauchemar, avec beaucoup trop d’options, beaucoup trop de décisions, beaucoup trop de choses avec des effets de second ordre, avec des échelons multiples, avec une durée de vie, avec des rétrofits, aussi toutes sortes d’effets super bizarres, c’est typiquement là où Lokad brille le plus, car généralement c’est une sorte de supply chain où l’optimisation n’a même pas encore commencé. Donc évidemment, si vous avez une supply chain qui est déjà extrêmement lean parce qu’elle est si simple, et probablement, je dirais, par exemple, la distribution d’eau, vous savez, il n’y a rien de plus stupide que la distribution d’eau. Donc la supply chain de l’eau, personne n’en parle parce que c’est tellement fade qu’il ne reste rien à optimiser. Tout ce qui restait à optimiser a été presque optimisé il y a un siècle. Donc Lokad ne peut presque rien faire, je dirais, pour les entreprises d’eau. Mais

Kieran Chandler: De l’autre côté le plus extrême, je dirais, disons l’aérospatiale, qui est un véritable chaos en désordre complet, surtout avec la COVID. C’est généralement là où nous performons le mieux. Mais les produits frais peuvent être super compliqués, le luxe aussi tend à être super compliqué, et il y a le problème supplémentaire que vous disposez de jeux de données très limités. Donc les méthodes statistiques classiques pour les pièces ne fonctionnent généralement pas dans ces situations. C’est un peu paradoxal. On pourrait dire que Lokad performe le mieux lorsqu’il y a beaucoup de données, mais aussi lorsqu’il y a très peu de données, et donc toutes les statistiques habituelles ne fonctionnent tout simplement pas. C’est aussi un très bon créneau pour nous.

Joannes Vermorel: D’accord. Il semble qu’il y ait eu une discussion avec Nicholas Vanderpooh, l’un de nos précédents invités préférés de l’émission. Il a discuté avec Edith, et la question principale était, quel était le plus gros problème qui a motivé de se lancer dans une tâche aussi énorme qu’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 êtes sur la mauvaise voie. Habituellement, la réécriture est simplement le dernier recours. C’est quand vous n’avez plus d’espoir. Donc, à un moment donné, vous faites du développement incrémental, puis encore du développement incrémental, et puis à un moment donné, vous n’avez tout simplement plus d’espoir que cela fonctionne un jour. Et donc, à un moment donné, vous le réécrivez complètement. C’est très difficile. Ce n’est pas quelque chose que nous avons pris à la légère. Chaque fois que vous savez, il y a un dicton dans le domaine du logiciel selon lequel vous ne devriez jamais réécrire complètement. Je dirais que oui, c’est généralement une très mauvaise chose de réécrire complètement. Mais lorsque vous réalisez que vous avez des défauts architecturaux, des défauts de conception qui sont complètement au cœur de votre architecture, vous êtes fichu. Vous êtes littéralement fichu. 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 par conception. C’est littéralement la décision de conception clé qui a été prise probablement pendant les trois premiers mois de la phase de développement de ce logiciel qui dirige tout le reste à partir de ce moment-là. Donc lorsque vous voyez qu’il y avait une hypothèse de conception clé qui s’effondre, vous êtes un peu dans la merde.

Kieran Chandler: J’ai une question ici qui pourrait être assez divertissante de la part de Slim Kalell. Il demande, comment Lokad fonctionne-t-il aux côtés de solutions de type SNOP ?

Joannes Vermorel: Oh, nous les ignorons simplement. La chose amusante est que les bureaucraties ont tendance à avoir une propriété incroyable ; elles survivent systématiquement à leur utilité. Ainsi, vous vous retrouvez dans des situations où Lokad est en production. Nous sommes littéralement les scientifiques de la supply chain travaillant avec une modeste équipe de praticiens de la supply chain, prenant chaque décision. Donc tous les achats, toute la production, tous les mouvements de stocks, même les prix. Et puis vous avez la bureaucratie SNOP, où les gens continuent de se réunir, les gens continuent de suivre leur processus, ils demandent toujours aux commerciaux leurs prévisions, les tableurs sont toujours remplis de chiffres, et les gens continuent de pratiquer leurs petites manigances habituelles. Donc toute cette bureaucratie continue de vivre.

Kieran Chandler: Elle est complètement détachée de la réalité, vous savez, donc cela ne fait pas vraiment de mal car cela n’a aucun effet sur 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 réussi à avoir un ministère des Colonies jusqu’à ce que le Royaume-Uni cesse d’avoir des colonies à gérer. C’était toujours un énorme ministère. La France a fait à peu près la même chose avec, par exemple, nous avons toujours la Banque de France, qui gère le Franc. Nous n’avons plus le Franc ; c’est l’Euro maintenant, 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 immunisé contre le problème. C’est le même problème pour n’importe quelle grande entreprise, et donc nous nous retrouvons dans ces situations très paradoxales où Lokad opère généralement aux côtés de SNLP qui continue de faire son truc, complètement détaché. Et là où cela devient encore plus étrange, c’est lorsque nous opérons aux côtés de l’équipe de data science car il y a 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 détachés, et nous continuons simplement notre vie en production. C’est étrange, mais vous savez quoi, c’est comme ça.

Kieran Chandler: D’accord, et nous allons commencer à conclure maintenant. Je vais plutôt finir par un commentaire plutôt qu’une question de la part de Yatin Dinesh, qui est également un grand fan de l’émission. Il dit simplement : “J’adore le podcast jusqu’à présent, des années d’expérience et d’apprentissage à travers les erreurs partagées.” Mais il veut savoir, qui écrit le blog ?

Joannes Vermorel: Le blog, c’est généralement moi. Je suis très occupé, oui. Et d’ailleurs, si vous regardez le rythme de production des articles de blog depuis le début de cette émission, j’ai produit beaucoup moins d’articles de blog. Je vais m’y remettre ; j’ai l’intention de reprendre le blog, mais il n’y a que tant d’heures dans une journée. Mais non, je n’ai jamais délégué à une sorte d’agence de contenu tierce pour produire en masse des discours joyeux, vous savez, qui ne vous donnent que des platitudes et des absurdités combinées.

Kieran Chandler: C’est toujours moi qui me mets normalement en travers des choses. Non, non, pour conclure aujourd’hui et pour conclure, pourquoi avez-vous pensé qu’il était important de revenir sur le parcours de Lokad, et qu’espérez-vous que nos téléspectateurs apprennent de l’épisode d’aujourd’hui ?

Joannes Vermorel: Le problème, c’est qu’il est très difficile intellectuellement de réaliser que l’on a tort. C’est très dur. D’abord, ce n’est pas super agréable ; on n’aime pas se rendre compte que l’on a fait plein d’erreurs. Donc, en général, votre instinct de base est d’avoir un mécanisme de défense, donc vous trouvez des excuses. Vous dites : “Oui, on n’a pas réussi, mais les clients, vous savez, il y a eu un choc culturel, c’était une situation difficile, ils avaient un déploiement ERP en cours qui a compliqué les choses.” Il y a toujours plein d’excuses. Il y a cette devise : on peut avoir des résultats ou des excuses. Et il y a une troisième voie, qui est de…

Kieran Chandler: Comprendre pourquoi ça a mal tourné et où est très important pour moi. Je fais probablement plein d’erreurs en ce moment, je ne sais juste pas lesquelles. Revoir ses erreurs passées est un moyen de réfléchir à ce qui peut éventuellement mal se passer en ce moment. 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 sûr qu’il y a plein de choses que, dans 10 ans, nous réaliserons, franchement, j’étais fou, ou quelque chose comme ça. C’était juste évident qu’il y avait une meilleure façon de le faire, et c’était l’éléphant dans la pièce. C’était gros et évident, et pourtant, nous étions juste autour de ça. Donc, à mon avis, revisiter ces choses est quelque chose que j’essaie de faire de manière répétitive car cela vous donne un angle pour réaliser ce qui ne va pas dans ce que vous faites en ce moment.

Joannes Vermorel: Et en général, encore une fois, le problème ne réside pas dans le fait que vous pourriez faire quelque chose de mieux. C’est la mauvaise façon de voir le problème car en général, le problème est que vous ne regardez même pas le problème de la bonne manière. Il ne s’agit pas de regarder le problème de manière meilleure, de le faire mieux car c’est complètement, je dirais, une progression linéaire de ce que vous avez, une progression incrémentale. En général, les plus grandes percées se produisent lorsque vous réalisez que vous auriez dû regarder ce problème sous un autre angle. Et là, 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 ne nous attaquions même pas au problème du tout dans le passé.

Kieran Chandler: D’accord, nous devrons en rester là, mais après cent épisodes, nous avons probablement mérité une bière, je suppose. Donc c’est tout pour cette semaine, et si nous n’avons pas répondu à votre question, assurez-vous de nous envoyer un e-mail à contact@lokad.com, et nous essaierons de vous répondre. Assurez-vous de cliquer sur le bouton d’abonnement, et nous vous reverrons dans le prochain épisode. Merci de nous avoir regardés.