Modèles et simulations d'optimisation des stocks (avec Nicolas Vandeput)

00:00:08 Introduction et accueil de Nicolas Vandeput.
00:00:34 Le travail actuel de Nicolas et son enseignement à l’université.
00:01:00 Discussion sur le livre de Nicolas “Modèles et simulations d’optimisation des stocks”.
00:03:51 Le public cible du livre et l’approche de simplification.
00:05:15 Le passage des départements informatiques aux praticiens et à la maturité de la supply chain.
00:08:02 L’expressivité de Python et ses avantages par rapport à d’autres langages de programmation.
00:10:19 L’accent mis sur Python dans le livre et les avantages de l’apprentissage pratique.
00:11:47 La popularité de Python et ses concurrents, tels que Java et JavaScript.
00:13:51 Passage de Python 2 à Python 3 et son impact sur le monde universitaire.
00:15:10 Gérer l’incertitude en Python et les possibilités d’amélioration du langage.
00:16:03 Prix avantageux pour essayer de nouveaux logiciels d’optimisation des stocks.
00:16:18 Confusions courantes dans l’optimisation des stocks et la formule du stock de sécurité.
00:17:32 L’importance de la période de révision dans le calcul du stock de sécurité.
00:18:34 Le besoin de meilleurs ingénieurs en gestion de la supply chain.
00:19:57 Comparaison des problèmes de la supply chain avec des domaines plus complexes comme la microélectronique.
00:21:02 Importance de la formulation du problème et de l’attraction de personnes brillantes.
00:22:32 Limitations des modèles académiques et de leur application dans le monde réel.
00:23:01 Passage des modèles mathématiques aux simulations pour une meilleure précision.
00:24:01 Limitations de la formule du stock de sécurité et besoin de simulation.
00:25:07 Conclusion et mention du livre de Nicolas sur l’optimisation des stocks.

Résumé

Dans l’interview, Kieran Chandler anime une discussion avec Joannes Vermorel, fondateur de Lokad, et Nicolas Vandeput, auteur de “Modèles et simulations d’optimisation des stocks”. Ils abordent la simplification et l’accessibilité de la programmation dans l’optimisation de la supply chain en utilisant Python. Le livre de Vandeput propose des modèles simplifiés d’optimisation des stocks, tandis que Vermorel met l’accent sur la facilité de mise en œuvre de ces modèles. Ils discutent de l’évolution de l’optimisation de la supply chain, de l’importance de l’expressivité de la programmation et des avantages de Python. Les deux experts reconnaissent les limites des modèles mathématiques traditionnels et soulignent la nécessité de méthodes alternatives telles que les simulations pour relever les défis du monde réel en gestion de la supply chain.

Résumé étendu

Dans l’interview, Kieran Chandler, l’animateur, présente Joannes Vermorel, le fondateur de Lokad, et Nicolas Vandeput, l’auteur de “Modèles et simulations d’optimisation des stocks”. La discussion tourne autour de la simplification et de l’accessibilité de la programmation dans l’optimisation de la supply chain, avec l’utilisation d’outils tels que Python.

Vandeput partage que son livre vise à simplifier les modèles d’optimisation des stocks et à les rendre accessibles aux praticiens de la supply chain. Le livre se concentre sur la fourniture de recettes numériques simples en Python pour résoudre des situations réelles, plutôt que de plonger profondément dans des chaînes d’approvisionnement idéalisées. Vermorel souligne que ces recettes peuvent être mises en œuvre en seulement quelques lignes de code, démystifiant ce que les grands éditeurs de logiciels offrent et remettant en question la valeur qu’ils apportent.

Le livre est conçu pour les professionnels de la supply chain qui luttent avec la gestion des stocks, dans le but de les aider à comprendre et à optimiser leurs niveaux de stock. Vandeput souligne l’importance de faire des hypothèses et de comprendre les limites des modèles utilisés, plutôt que de chercher la perfection.

Vermorel explique que la maturité de la supply chain a évolué au fil des décennies, les entreprises ayant initialement du mal à établir un équivalent numérique à leurs chaînes d’approvisionnement. Après des décennies de progrès, les entreprises peuvent désormais gérer leurs niveaux de stock numériquement sans aucune intelligence, ce qui leur permet de se concentrer sur l’optimisation.

Le changement de mentalité, avec les praticiens de la supply chain devenant de plus en plus impliqués dans la programmation, est attribué à l’accessibilité croissante d’outils tels que Python et à la simplification des processus. Ce changement a permis aux praticiens de prendre davantage le contrôle de leur optimisation de la supply chain, plutôt que de s’appuyer uniquement sur les services informatiques.

Ils discutent de l’évolution de l’optimisation de la supply chain, de l’importance de l’expressivité de la programmation et des avantages de l’utilisation de Python.

Vermorel souligne qu’il a fallu quatre décennies aux systèmes ERP pour atteindre leur maturité, ce qui a permis à l’optimisation de la supply chain de devenir une option viable. La conversation se tourne vers l’importance de l’expressivité programmatique, car elle permet aux organisations de s’adapter aux changements du monde réel et aux événements imprévisibles. Vermorel explique qu’Excel offre un certain niveau d’expressivité, mais ses limites découlent de la manière dont la logique est organisée dans les feuilles de calcul. Python, en revanche, offre une solution plus abstraite et expressive, ce qui en fait un choix idéal pour l’optimisation de la supply chain.

Vandeput explique ensuite pourquoi Python est son langage de prédilection pour le livre. Il souligne que Python est l’un des langages de programmation les plus populaires dans le monde, avec une abondance de ressources disponibles en ligne. Cela signifie que les utilisateurs peuvent trouver facilement des réponses à leurs questions, ce qui réduit les risques de blocage. De plus, la simplicité de Python le rend plus accessible, et les utilisateurs peuvent comprendre le code en le lisant.

Le livre met l’accent sur Python pour deux raisons. Premièrement, Vandeput estime que la pratique est cruciale pour l’apprentissage, il inclut donc de nombreuses sections de bricolage en Excel et en Python, permettant aux lecteurs d’acquérir une expérience pratique. Deuxièmement, Python permet aux utilisateurs de mettre à l’échelle des solutions pour l’optimisation de la supply chain, au-delà de la résolution de problèmes pour des articles individuels et en abordant des problèmes plus larges de la supply chain.

Vermorel est d’accord avec les points de Vandeput sur la popularité et la simplicité de Python, mais il reconnaît également certaines limites du langage. Il suggère que d’autres langages de programmation, comme JavaScript et Java, ne conviennent pas autant à l’optimisation de la supply chain en raison des compétences étendues en génie logiciel requises pour travailler avec eux.

La conversation tourne autour des mérites de Python en tant que langage de programmation et des idées fausses courantes dans l’optimisation des stocks.

Vermorel soutient que Python est bien adapté à l’optimisation de la supply chain en raison de sa nature concise et de sa facilité d’utilisation, en particulier pour les débutants. Il note que l’évolution de Python depuis sa création dans les années 1990 jusqu’à aujourd’hui l’a rendu de plus en plus populaire et efficace pour répondre aux besoins académiques et industriels. Malgré ses avantages, Vermorel mentionne qu’il y a encore des améliorations à apporter, notamment en ce qui concerne la gestion de l’incertitude. Cependant, il affirme que Python est une solution rentable par rapport à d’autres options coûteuses sur le marché.

Vandeput, quant à lui, aborde les idées fausses courantes dans l’industrie concernant l’optimisation des stocks. Il souligne que de nombreux praticiens confondent souvent le délai de livraison avec le temps de transport et négligent l’importance de la période de révision lors du calcul des stocks de sécurité. Vandeput insiste sur le fait que la période de révision doit être prise en compte en plus du délai de livraison et suggère que la réduction de cette période peut entraîner une réduction des stocks de sécurité.

Vermorel et Vandeput reconnaissent tous deux la confusion prévalente dans l’industrie et la nécessité de professionnels mieux formés dans le domaine de la gestion de la supply chain. Ils soulignent l’importance de comprendre les subtilités de l’optimisation des stocks et d’utiliser des outils et des techniques appropriés pour obtenir de meilleurs résultats.

La discussion a abordé les défis auxquels est confrontée l’industrie de la supply chain et la nécessité d’attirer davantage de personnes talentueuses dans ce domaine.

Vermorel a noté que la complexité des problèmes dans l’industrie de la supply chain est souvent inférieure à celle d’autres domaines, tels que la microélectronique. Cependant, il a souligné l’importance d’attirer davantage d’esprits brillants dans ce domaine pour aider à résoudre les défis auxquels il est confronté. Il a félicité le livre de Vandeput pour rendre le domaine de la supply chain plus attrayant pour des individus intelligents et enthousiastes qui peuvent réellement s’intéresser à la résolution de tels problèmes.

Vandeput a discuté des limites des modèles mathématiques traditionnels dans la gestion de la supply chain, qui sont souvent basés sur des simplifications de la réalité. Il a expliqué que certains modèles peuvent fonctionner suffisamment bien pour certains scénarios, mais lorsqu’ils ne parviennent pas à donner des résultats satisfaisants, d’autres approches telles que les simulations peuvent être nécessaires.

Vandeput a cité l’exemple des formules de stocks de sécurité, qui supposent des délais de livraison distribués normalement. En réalité, les fournisseurs peuvent être à l’heure la plupart du temps, mais lorsqu’ils sont en retard, ils peuvent l’être de manière significative. Les modèles mathématiques traditionnels ont du mal avec ce genre de situation, ce qui souligne la nécessité de méthodes alternatives telles que les simulations.

La conversation met l’accent sur les limites des modèles mathématiques traditionnels, tels que les formules de stocks de sécurité qui supposent des délais de livraison distribués normalement. Les deux experts soulignent que les scénarios du monde réel s’écartent souvent de ces hypothèses, créant des défis qui nécessitent des méthodes alternatives comme les simulations pour une gestion de la supply chain plus précise.

En conclusion, l’interview a souligné l’importance d’attirer des esprits brillants dans l’industrie de la supply chain, les limites des modèles mathématiques traditionnels et les avantages potentiels de l’utilisation de simulations comme alternative pour surmonter ces limites.

Transcription complète

Kieran Chandler: Aujourd’hui sur lokad tv, nous sommes ravis d’accueillir à nouveau Nicolas Vandeput qui va discuter avec nous de la simplicité et de ce que nous pouvons apprendre de son nouveau livre. Alors, Nicolas, merci beaucoup de nous rejoindre à nouveau. Aujourd’hui, comme toujours, nous aimerions en savoir un peu plus sur nos invités et ce qu’ils ont fait depuis la dernière fois où nous vous avons vu dans l’émission.

Nicolas Vandeput: Bonjour encore une fois, Kieran. Eh bien, en fait, comme toujours, je suis occupé à créer de beaux modèles pour les entreprises sur l’optimisation des stocks et les prévisions. Et, eh bien, je peux aussi dire que j’ai écrit quelques livres et que j’enseigne à l’université, comme vous le savez, c’est maintenant mon grand passe-temps.

Kieran Chandler: D’accord, très bien. Et aujourd’hui, nous allons discuter de l’un de ces livres, Joannes. Il s’appelle “Modèles d’optimisation des stocks et simulations”. Alors, qu’est-ce qui différencie le livre de Nicolas ?

Joannes Vermorel: Je pense, vous savez, que Nicolas, dans ce livre, embrasse, je dirais, frontalement une chose que je considère comme un pilier des supply chains modernes. Et quand je parle de supply chain, je parle dans le sens de l’optimisation de la supply chain, pas seulement de la gestion au sens de la comptabilité des choses. Vous devez avoir une expressivité programmatique si vous voulez avoir quelque chose qui a une chance de traiter avec les supply chains du monde réel. Et dans ce livre, je pense que l’une des choses qui est très intéressante, c’est qu’au lieu d’aller très en profondeur sur des supply chains idéalisées, où vous dites : “Oh, trouvons une preuve mathématique d’optimalité pour ceci ou cela pour une supply chain idéalisée qui n’existera jamais”, et où si vous ajoutez un peu d’ingrédient du monde réel dans la supply chain, tous les cadres mathématiques s’effondrent. Nicolas fait quelque chose qui, selon moi, est beaucoup plus dans l’état d’esprit agile, ce qui est beaucoup plus approprié : montrer simplement comment vous pouvez fournir des recettes numériques très simples et directes avec Python.

La beauté des recettes, c’est qu’elles sont très pratiques et montrent littéralement que la plupart des recettes classiques de la supply chain peuvent être mises en œuvre en cinq lignes de Python ou presque la plupart du temps. Et je pense que c’est très intéressant parce que cela transmet l’idée que si vous voulez faire quelque chose de très simple, cela peut être fait de manière très simple. Il ne faut pas une demi-douzaine d’ingénieurs logiciels pour arriver à ces choses-là. Et je pense que, par effet secondaire, cela démystifie profondément ce que les grands éditeurs de logiciels proposent réellement sur le marché. Parce que lorsque vous montrez que fondamentalement, vous pouvez faire ce qu’ils disent qu’ils font, mais juste en quelques lignes de code, la question est : y a-t-il une valeur à ce qui est proposé par ces fournisseurs ? Et je pense que, dans une large mesure, non. Mais même au-delà de cela, cela montre que si vous pouvez avoir de très petits blocs de construction, vous pouvez soudainement les combiner pour injecter vos propres défis du monde réel dans ces recettes afin d’avoir quelque chose qui a au moins une chance raisonnable d’être adapté.

Kieran Chandler: Solution pour votre supply chain. D’accord, cela semble certainement très intéressant. Nicolas, cette idée de quelques lignes de code et vous obtenez déjà des résultats, c’est beaucoup plus satisfaisant que de passer des heures et des heures à coder. Alors, à qui s’adresse ce livre ?

Nicolas Vandeput: Une de mes grandes obsessions est la simplification. Donc, quand j’écris un tel livre, j’essaie de réfléchir, “D’accord, si je gère la supply chain et que je veux optimiser les stocks, comment puis-je simplifier tout cela pour donner une image globale et en même temps permettre aux praticiens de le faire eux-mêmes ?” Donc, j’ai vraiment écrit ce livre pour toute personne travaillant dans une supply chain en ce moment et qui pense, “Oh mon dieu, nous avons trop de stock,” ou “Nous avons tellement de stock et en même temps, nous n’avons pas le bon taux de service,” ou simplement, “Eh bien, je suis responsable des stocks, mais je n’ai aucune idée de la quantité dont j’ai besoin.” J’ai vraiment écrit ce livre pour aider ces personnes, pour qu’elles puissent le faire elles-mêmes. Il y a tellement de sections “faites-le vous-même” dans ce livre qui montrent, de la manière la plus simple, comment vous pouvez le faire. Et en même temps, j’essaie vraiment de leur dire, “Eh bien, nous devons faire certaines hypothèses, et en suivant ces hypothèses, nous ne visons pas la perfection qui n’existe pas. Donc nous allons faire des simulations et nous allons voir les limites des modèles que nous utilisons.” Donc en résumé, ce livre s’adresse vraiment à toute personne travaillant dans la supply chain aujourd’hui et qui se dit, “D’accord, je dois obtenir les stocks corrects.”

Kieran Chandler: Super, et c’est un peu un changement de mentalité, n’est-ce pas, Joannes ? Parce que historiquement, la programmation était quelque chose qui était laissé aux services informatiques. Maintenant, il semble qu’il y a de plus en plus de praticiens qui ajoutent ces cordes à leur arc. Alors pourquoi diriez-vous qu’il y a ce changement de mentalité ?

Joannes Vermorel: Je pense que ces choses existent depuis longtemps. Mais en termes de maturité de la supply chain, pendant des décennies, les entreprises se sont simplement battues pour avoir les équivalents numériques de leur supply chain, pour avoir un ERP ou une configuration WMS où vous pouvez simplement gérer les niveaux de stock de manière simple - aucune intelligence quelconque, mais simplement un équivalent numérique précis de votre supply chain. Il a fallu beaucoup de temps pour y arriver. Si nous considérons le fait que les premiers ERP ont été déployés - ils n’allaient pas sous ce nom - à la fin des années 70, nous avons maintenant quatre décennies d’histoire des ERP derrière nous. Il a donc fallu beaucoup de temps pour avoir une cartographie numérique suffisante afin que cela devienne une option raisonnable pour faire toutes sortes d’optimisations. Et cela a été un passage lent d’Excel à Python, d’ailleurs. Excel vous offre déjà de nombreuses capacités de programmation, qui sont également, dans une certaine mesure, illustrées dans le livre. Donc pour moi, c’est un continuum, pas une disruption complète où vous passez d’une chose à une autre. Vous avez besoin de cette expressivité programmatique pour faire face à toutes les choses que le monde réel vous lance.

Kieran Chandler: Donc Joannes, vous parliez du besoin que le logiciel soit expressif pour gérer la nature imprévisible des supply chains. Pouvez-vous développer un peu plus à ce sujet ?

Joannes Vermorel: Oui, je pense qu’il y aura toujours des choses qui sont complètement aléatoires et imprévisibles. Cela peut être le Brexit, un tarif Trump, une pandémie ou soudainement le fait que l’entreprise doit gérer la distribution d’un vaccin, ce qui va bouleverser votre supply chain. Il se passe beaucoup de choses, et si vous avez simplement un logiciel rigide, il ne pourra tout simplement pas faire face à tout ce qui se passe dans le monde réel. Vous devez donc avoir quelque chose de plus expressif, et donc vous avez besoin de cette expressivité programmatique. Excel vous donne cela, mais cela vient avec certaines limitations qui sont, je dirais, profondément liées à la façon dont vous organisez votre logique dans un tableur. Python vous donne le niveau suivant ; c’est un peu plus abstrait, mais vous obtenez, je dirais, le niveau suivant d’expressivité où vous pouvez avoir des choses comme des fonctions définies par l’utilisateur. Vous pouvez avoir cela dans Excel grâce à Visual Basic, mais en fin de compte, Python est simplement une version supérieure de VBA.

Kieran Chandler: Nicolas, parlons peut-être de la transition d’Excel à Python, et il y a beaucoup d’autres langages de programmation disponibles, comme SQL, C-sharp, et ainsi de suite. Pourquoi Python était-il votre langage de choix pour ce livre ? Qu’est-ce qu’il offre que certains de ces autres langages n’offrent pas ?

Nicolas Vandeput: Eh bien, dans l’ensemble, nous constatons que Python a quelques avantages. Le premier est qu’il est en fait assez connu. Je ne sais pas si on peut dire que c’est le langage numéro un dans le monde, mais c’est au moins proche de cela. Cela signifie qu’aujourd’hui, si vous vous posez une question sur Python, il vous suffit de la rechercher sur Google et vous trouverez une réponse, et c’est vraiment pratique. Si vous trouvez un langage de programmation beaucoup plus rapide que Python, vous allez dire : “D’accord, je vais utiliser celui-ci, il est plus rapide”, mais vous posez des questions et vous tapez ces questions en ligne, mais vous ne trouvez aucune réponse, vous allez vous retrouver bloqué. Avec Python, il est extrêmement difficile de rester bloqué car je peux vraiment vous dire que quelqu’un quelque part a déjà eu la même question et qu’elle a déjà été répondue. D’autre part, et je pense que c’est extrêmement important, je suis vraiment partisan de la simplification. Python est vraiment simple. Je me souviens toujours de mes jours en tant qu’analyste quantitatif de ces collègues qui utilisaient VBA. Nous avons tous en tête ces sortes de fichiers de macros VBA énormes dans Excel dont tout le monde a un peu peur, et vous n’osez rien toucher dans le fichier Excel car s’il se casse, il est impossible de le réparer. Python n’est pas du tout comme ça. Eh bien, Python est beaucoup plus simple, et vous pouvez le lire et comprendre ce qu’il fait simplement en continuant à lire le fichier. J’ai reçu un ou deux e-mails de lecteurs après avoir lu le livre, me disant : “Nicolas, je ne connais rien à Python, mais j’ai lu votre code et en gros, je comprends ce que vous faites dans votre code car tout est super clair.” Donc, grâce à ces deux choses, je pense que Python est vraiment le langage à utiliser si vous voulez apprendre quelque chose de nouveau. Maintenant, en ce qui concerne le livre, pourquoi est-ce que je mets autant l’accent sur Python ? Eh bien, je vois deux raisons pour lesquelles je fais cela. Premièrement, je crois que si vous voulez apprendre quelque chose, vous

Kieran Chandler: Je suis curieux, dans votre livre, pourquoi avez-vous choisi de vous concentrer sur Python pour l’optimisation de la supply chain ?

Nicolas Vandeput: Je pense que c’est beaucoup mieux si vous pouvez le vivre par vous-même et l’essayer par vous-même. Je propose de nombreuses sections de “faites-le vous-même” dans le livre, que ce soit dans Excel ou Python, car je veux que le lecteur acquière de nouvelles compétences et connaissances. Je veux aussi démystifier l’optimisation de la supply chain en leur disant que ce n’est pas si compliqué. Il vous suffit de taper quelques lignes de code et cela fonctionnera sur votre propre ordinateur. La principale raison pour laquelle je pousse Python est qu’il est facile de mettre à l’échelle la solution pour une supply chain. Avec Python, vous pouvez facilement exécuter une supply chain en utilisant des hypothèses et des modèles simples.

Kieran Chandler: Seriez-vous d’accord avec cela, Joannes ? Nous avons déjà parlé un peu dans le passé des limites de Python.

Joannes Vermorel: En termes de popularité, il ne fait aucun doute que Python est dans le top 10 des langages de programmation les plus utilisés. Les concurrents seraient JavaScript, Java et quelques autres, mais ce ne sont pas de bonnes options pour les supply chains. Il faut des compétences significatives en génie logiciel pour faire quoi que ce soit avec ces langages. Certaines des bonnes qualités de Java, par exemple un support étendu pour la programmation orientée objet, peuvent être un défaut lorsqu’il s’agit d’intégrer facilement de nouveaux utilisateurs. Ces fonctionnalités ne sont pas directement utiles pour l’optimisation de la supply chain ou la modélisation de la supply chain. Si vous ajoutez cela à l’équation, vous avez un langage de programmation plus complexe sans aucun avantage évident, du moins pas pour les premiers mois de tout projet.

Python a été lancé dans les années 90 et il a fallu près de trois décennies pour devenir populaire. Il y a eu une migration massive de Python 2 vers Python 3, qui, je crois, a été une prise de contrôle par le milieu universitaire. Python a trouvé son créneau dans le milieu universitaire et la grande transition entre Python 2 et Python 3 visait à éliminer toutes les parties négatives de Python. Ce qui est apparu de cela au cours de la dernière décennie, c’est un langage beaucoup plus adapté à ce dont vous avez besoin dans le milieu universitaire et pour l’optimisation de la supply chain.

Kieran Chandler: Parlons donc des langages de programmation. Joannes, qu’en pensez-vous de Python ?

Joannes Vermorel: Python est quelque chose de très concis, où vous n’avez pas trop de masse avec trop de choses qui flottent autour. L’exact opposé serait probablement quelque chose comme C++. Je ne suis pas sûr qu’il y ait quelqu’un sur terre qui dise : “Je sais tout ce qu’il y a à savoir sur C++”, car la spécification du langage est tellement gigantesque que je ne pense pas qu’il soit même humainement possible de connaître toutes les parties de C++. Le langage est un peu fou quand on y pense. Donc, tout cela mis ensemble, vous avez Python qui est vraiment un bon point de départ pour permettre aux gens de commencer facilement. Je crois que c’est un bon point de départ pour éviter beaucoup des pièges de la complexité accidentelle. Maintenant, là où je pense que ce n’est pas vraiment la fin du jeu, c’est ce que nous avons développé chez Lokad. Mais évidemment, ce n’est pas le sujet du livre de Nicolas, donc je ne vais pas trop m’égarer. Mais je crois que si vous voulez faire face à l’incertitude, il y a beaucoup de choses qui peuvent être faites relativement simplement en Python. Mais si vous êtes prêt à aller jusqu’à modifier le langage lui-même, cela pourrait être fait de manière encore plus simple. Mais cela dépasse le cadre du livre. Pour les besoins de la discussion, je pense actuellement que si vous devez choisir entre ce que vous pouvez obtenir de Python par rapport à la plupart des options coûteuses sur le marché, c’est littéralement une bonne affaire et il y a très peu de raisons de ne pas essayer sérieusement. Même si vous échouez, ce sera un échec beaucoup moins coûteux par rapport à un échec avec un SAP de ce monde.

Kieran Chandler: Nicolas, en plus d’examiner certains des modèles de votre livre, votre livre aborde également certaines confusions en matière d’optimisation des stocks. Quelles sont les confusions courantes dont nous devrions être conscients dans l’industrie ?

Nicolas Vandeput: Oui, avec mon expérience en tant que consultant, en discutant avec de nombreux praticiens sur la façon dont ils gèrent l’optimisation des stocks, et lorsque vous regardez, eh bien, vous savez, cette formule de stock de sécurité que vous voyez partout, même sur Wikipédia, vous voyez des gens aller sur Wikipédia, taper stock de sécurité, regarder la formule, puis la taper dans Excel. Ce que nous voyons là, c’est que - et c’est correct lorsque vous voulez évaluer la quantité de stock de sécurité dont vous avez besoin - vous allez jeter un coup d’œil au délai de livraison, donc essentiellement combien de temps faut-il pour effectuer un réapprovisionnement. Alors, la première confusion des gens est que je vois que de nombreux praticiens confondent le concept de délai de livraison et le temps de transport. Il peut suffire de deux jours ou d’un jour pour qu’un camion passe d’un entrepôt à un autre, mais cela peut prendre trois semaines de planification car vous devez trouver un camion, vous devez trouver un chauffeur, et vous devez avoir le temps de préparation et toutes ces sortes de choses qui s’ajoutent. Et à la fin, vous prenez deux semaines, mais il y a toujours une chose que les gens ont tendance à oublier. L’inspiration est que vous ne devriez pas seulement regarder le délai de livraison, mais vous devriez également regarder la période de révision.

Nicolas Vandeput: Permettez-moi de vous donner un exemple. Si vous passez une commande chaque semaine ou chaque mois, c’est une addition de ce que j’appelle dans le groupe la période de risque. Donc essentiellement, la période pendant laquelle vous devez couvrir vos besoins n’est pas seulement le délai de livraison mais aussi la période de révision.

Kieran Chandler: D’accord, Nicolas, dans votre livre “Modèles et simulations d’optimisation des stocks”, vous avez parlé de l’importance de prendre en compte la période de révision. Pouvez-vous développer cela ?

Nicolas Vandeput: Oui, donc la période de révision est essentiellement le laps de temps dont vous avez besoin pour être protégé, augmenté de la durée de la période de révision. Donc, si vous ne faites des réapprovisionnements que chaque semaine et que vous avez un délai de livraison de trois semaines, la période de risque est en réalité de quatre semaines. Donc, vous devez être protégé contre ce qui pourrait éventuellement se produire pendant quatre semaines. Ce que je constate, c’est que la plupart des gens, la plupart des logiciels, ont tendance à totalement ignorer cette période de révision et se concentrent uniquement sur ces trois semaines de délai de livraison. Donc, en lisant le livre, j’essaie de souligner le fait que, eh bien, vous devez absolument prendre en compte cette période de révision lorsqu’il s’agit de stock de sécurité. Mais je pousse aussi les gens à réaliser qu’en fait, s’ils peuvent réduire cette période de révision, s’ils peuvent réduire la période de production figée, etc., ils sont en mesure de réduire le stock de sécurité, ce qui, je pense, est une bonne victoire pour la supply chain.

Kieran Chandler: D’accord. Seriez-vous d’accord avec cela, Joannes ? Diriez-vous qu’il y a beaucoup de confusion là-bas, et c’est pourquoi les gens sont si heureux de payer pour des logiciels de gestion des stocks ?

Joannes Vermorel: Oui, je veux dire, encore une fois, je crois, vous savez, je crois que les chaînes d’approvisionnement ont désespérément besoin, je dirais, de meilleures classes d’ingénieurs. Et, lors de l’une de mes premières conférences, j’ai fait cette blague d’introduction, vous savez, si vous avez beaucoup d’énergie, vous allez dans les ventes. Si vous êtes fiable, vous allez dans la production. Et si vous manquez, vous savez, de toutes sortes de qualités, vous finissez dans la chaîne d’approvisionnement. Mais la chose est que, vous savez, si je compare certains domaines dans les chaînes d’approvisionnement, les sortes de confusions auxquelles vous êtes confrontés ne sont pas, je dirais, le produit d’esprits excessivement brillants. Et je suis désolé d’être peut-être un peu dur avec le public, mais si vous regardez, disons, par exemple, ce qui est fait avec la lithographie pour la microélectronique et les sortes de problèmes que ces personnes résolvent, vous savez, c’est incroyablement compliqué. C’est littéralement, vous avez tout. Vous avez la physique quantique avec des mathématiques compliquées. Et franchement, c’est beaucoup plus compliqué que les problèmes qui sont abordés dans la chaîne d’approvisionnement. Vous avez des problèmes physiques où vous avez toutes sortes de difficultés. La technologie est littéralement composée de tant de pièces de technologie super compliquées que vous devez rassembler. Je veux dire, par exemple, ce que des entreprises comme ASML font aux Pays-Bas, je veux dire, c’est presque magique parce que c’est une sorte d’exploit de l’humanité lorsque vous avez les esprits les plus brillants réunis. Mais le défi est que si vous voulez que des personnes plus intelligentes viennent dans la chaîne d’approvisionnement afin que nous puissions attirer des esprits très brillants qui ne seront pas confus par des problèmes aussi stupides que la définition de la période applicable pour le réapprovisionnement de votre inventaire, vous savez, un système que vous êtes sur le point de modéliser, nous devons formuler le problème de manière à ce que ces personnes puissent exercer leur intelligence. Vous savez, parce que évidemment, si toute votre discipline consiste à allumer des boutons stupides sur des logiciels stupides, alors ne soyez pas trop surpris si à la fin, les seuls employés que vous obtenez ne sont pas les plus brillants.

Kieran Chandler: Um, donc je crois que, et c’est aussi quelque chose que j’aime dans ce livre, c’est que, vous savez, je pense que le livre de Nicolas donne quelque chose où, si vous êtes intelligent, si vous êtes jeune, si vous avez un certain degré d’enthousiasme, alors vous pouvez vraiment vous intéresser aux sortes de problèmes auxquels vous serez confrontés. Et non seulement vous allez, en lisant le livre, vous savez, vous pouvez réellement vous améliorer pour résoudre ces problèmes, ce qui est également un très bon soutien pour la chaîne d’approvisionnement. C’est le genre de choses qui peuvent rendre le monde plus attrayant pour les esprits brillants qui veulent exercer leur esprit sur des problèmes intéressants, en premier lieu. Et donc ce que je soupçonne, c’est qu’en termes de confusions, vous savez, les sortes de choses qui confondent les gens maintenant, et les sortes de choses qui, j’espère, confondront les gens dans deux décennies à partir de maintenant, seront radicalement différentes, surtout si nous apportons, vous savez, je dirais beaucoup plus de talent à cette industrie. D’accord, si nous commençons à conclure un peu les choses. Nicolas, dans votre livre, Johanna a mentionné que certains des modèles utilisés ont leurs applications, peut-être d’un point de vue académique, mais peut-être dans le monde réel, ils ont leurs limites. Diriez-vous que certaines de ces limites peuvent être surmontées et comment peuvent-elles être surmontées ? Et comment peuvent-elles finir par être utilisées dans le monde réel ?

Nicolas Vandeput: Eh bien, il faut toujours comprendre que d’une certaine manière, un modèle est une simplification de la réalité, n’est-ce pas ? Donc, dès le départ, lorsque vous créez un modèle, vous devez comprendre que vous devez laisser certaines choses de côté. Donc, la vraie question est la suivante : si je prends un modèle qui fonctionne, disons, 98% du temps en 1995, est-ce suffisant pour moi ? Certains diront que oui, d’autres diront que non. Maintenant, si vous créez un modèle et que vous constatez qu’il ne fonctionne que, disons, 70% ou 60% du temps, alors vous réalisez vraiment que le modèle mathématique habituel n’est pas suffisant. Je dois passer à autre chose. Et c’est ce que je montre dans la dernière partie du livre, en disant qu’à un moment donné, un modèle mathématique ne sera pas suffisant. Je veux dire, il ne sera pas assez précis, il ne sera pas assez gérable.

Joannes Vermorel: Et c’est quelque chose que nous constatons également avec les clients de Lokad, en fait, c’est que, fondamentalement, les modèles mathématiques que nous avons sont suffisamment bons pour identifier ce que nous appelons les grandes victoires. C’est-à-dire les choses qui, si vous les corrigez, ont un impact massif sur la supply chain, la rentabilité ou tout ce que vous essayez d’optimiser. Et c’est là que, je dirais, nous apportons beaucoup de valeur à nos clients. Cependant, il y a aussi beaucoup de détails où, vous savez, le modèle est bon, mais il n’est pas suffisamment bon, et c’est là que, je dirais, avoir une sorte d’industrialisation, où vous pouvez vraiment tester, ajuster et, vous savez, faire des tests dans le monde réel. Je veux dire, c’est vraiment le cœur de la supply chain, n’est-ce pas ? C’est un mélange d’analyse et d’opérations, où vous avez besoin de l’analyse pour vous assurer de ne pas faire de bêtises, mais ensuite, vous savez, les opérations, les tests, les

Kieran Chandler: Alors, je voulais vous demander à tous les deux à propos de l’optimisation des stocks. Il semble que ce soit un domaine où les gens hésitent souvent à utiliser des modèles parce qu’ils ont peur que cela devienne trop compliqué. Donc, vous pourriez passer à une simulation, et je suis sûr que Jonas a beaucoup de choses à dire sur la façon de faire des simulations dans la supply chain.

Joannes Vermorel: Eh bien, dans cette première partie du livre, je montre également : “D’accord, voici les modèles habituels pour la supply chain. Faisons une simulation pour voir s’ils fonctionnent, oui ou non.” Et je vois vraiment là que, par exemple, l’une des choses que nous faisons habituellement dans la supply chain, c’est de prendre cette formule habituelle de stock de sécurité, celle qui se trouve sur Wikipédia. Et cette formule peut gérer le temps de besoin aléatoire, ce qui signifie que de temps en temps, votre fournisseur est en retard, donc vous devriez avoir un peu plus de stock de sécurité, n’est-ce pas ? Lorsque vous regardez réellement la formule pour évaluer la quantité de stock de sécurité dont vous avez besoin en fonction du temps de besoin aléatoire, vous constatez qu’il y a toute une hypothèse qui dit : “Eh bien, le délai de livraison, je le distribue normalement.” Donc, fondamentalement, c’est une courbe bien comportée selon laquelle votre fournisseur est parfois en retard, mais jamais autant en retard. En pratique, je crois en réalité que la plupart des fournisseurs sont à l’heure la plupart du temps. Mais quand ils sont en retard, ils sont vraiment en retard, n’est-ce pas ? Je dirais que 80% du temps, ils sont à l’heure, et puis 20% des cas, cela peut être une ou deux semaines de retard. En réalité, il n’y a aucune formule mathématique capable de gérer cela, n’est-ce pas ? Donc, si vous avez ce genre de fournisseur, vous n’irez nulle part avec cette formule de stock de sécurité. Vous devez vraiment revenir à la simulation, et c’est là que vous atteignez les limites de l’utilisation d’un modèle mathématique simple et les limites de, eh bien, nous devrions aller un pas plus loin et peut-être commencer à utiliser la simulation pour résoudre cela.

Nicolas Vandeput: Oui, et je suis tout à fait d’accord avec ce que dit Joannes. Je pense qu’il y a une limite à ce que l’on peut faire avec des modèles mathématiques en termes d’optimisation de la supply chain. Et la simulation est un outil très puissant pour vous aider à comprendre l’impact des différents paramètres sur votre supply chain et l’optimiser. Et en fait, c’est ce que nous faisons depuis de nombreuses années, et c’est aussi ce que fait Joannes.

Kieran Chandler: D’accord, super. Nous devons en rester là, mais merci à vous deux pour votre temps. Si vous êtes intéressé par la lecture du livre de Nicolas sur les modèles d’optimisation des stocks et les simulations, nous mettrons un lien dans la description ci-dessous. Sinon, nous vous retrouverons dans le prochain épisode, et merci de nous avoir regardés. Au revoir.

Joannes Vermorel: Merci.

Nicolas Vandeput: Merci.