00:00:08 Débat sur les affirmations et les avantages des jumeaux numériques dans l’industrie de la supply chain.
00:01:50 Différence entre les buzzwords avec substance et le jumeau numérique.
00:03:00 Manque d’innovation au cœur des jumeaux numériques.
00:05:07 Comparaison du jumeau numérique avec les simulateurs de supply chain glorifiés.
00:08:20 Avantages supposés des jumeaux numériques et approche de Locad.
00:09:34 Introduction aux jumeaux numériques et au concept de prévision.
00:11:29 Préoccupations concernant la précision et le manque de métriques dans les jumeaux numériques.
00:15:00 Amélioration des jumeaux numériques et prise en compte des préoccupations principales.
00:16:05 Adéquation sémantique et représentation simplifiée des supply chains.
00:18:01 Comment les jumeaux numériques s’intègrent avec les systèmes ERP classiques et le besoin de clarification.
00:18:57 Discussion sur les limites des jumeaux numériques basées sur la précision des données et les approximations.
00:21:00 Critique de la communication marketing autour des jumeaux numériques de la part des concurrents.
00:22:48 Explication de ce qu’est réellement un jumeau numérique et de sa connexion avec les simulateurs de Monte Carlo.
00:24:53 Analyse des affirmations sur les tableaux de bord intuitifs et de l’importance de la précision dans les simulations de jumeaux numériques.
00:27:14 Compréhension de la nature non intuitive des simulateurs et de l’importance de la précision pour les applications de supply chain.
00:28:33 Discussion sur l’idée d’un simulateur de supply chain et de sa précision.
00:29:32 Simulation basée sur des agents et son haut degré de personnalisation.
00:30:31 La praticité et la valeur de l’ajustement manuel des paramètres de simulation.
00:33:12 Comparaison de différentes décisions basées sur un mur de métriques et les défis qu’il présente.
00:35:34 Réponse à la question de l’identification de la meilleure décision à l’aide d’un jumeau numérique.
00:37:35 Processus de Monte Carlo à basse résolution dans la simulation de la supply chain.
00:38:07 Le jumeau numérique comme point de ralliement et ajout de qualificatifs de temps réel et de synchronisation.
00:39:07 Importance d’une approche systémique pour la supply chain et sa valeur.
00:39:47 Critique des jumeaux numériques : éléments manquants et focalisation sur des capacités bon marché.
00:40:58 Conclusion et remarques finales.
Résumé
Dans une interview, Joannes Vermorel, fondateur de Lokad, discute des jumeaux numériques dans l’industrie de la supply chain. Vermorel souligne les limites des jumeaux numériques, les considérant comme un buzzword avec une innovation limitée. Il les compare à la détection de la demande et suggère qu’ils n’offrent que des améliorations incrémentielles. Vermorel souligne l’importance de la précision dans les simulations de jumeaux numériques et le défi de les intégrer avec les systèmes existants. Bien qu’il reconnaisse leur valeur potentielle dans le cadre d’une approche holistique et informatisée de la gestion de la supply chain, Vermorel soutient que les jumeaux numériques seuls sont insuffisants pour une amélioration significative et ne devraient pas être considérés comme une solution complète.
Résumé étendu
Dans cette interview, Nicole Zint s’entretient avec Joannes Vermorel, fondateur de Lokad, à propos des jumeaux numériques dans l’industrie de la supply chain. Les jumeaux numériques sont couramment décrits comme des représentations virtuelles des supply chains qui peuvent simuler différents scénarios pour la prise de décision. Cependant, Vermorel exprime son scepticisme quant aux affirmations faites par les partisans des jumeaux numériques et souligne leurs limites.
Vermorel explique que “jumeau numérique” est devenu un buzzword dans le domaine de la supply chain, servant de point de ralliement pour les professionnels confrontés à des défis similaires ou à la recherche de solutions similaires. Il soutient que le problème avec le jumeau numérique comme buzzword est son manque de profondeur et d’innovation, par rapport à d’autres buzzwords tels que le deep learning.
Vermorel affirme qu’il n’a pas vu d’innovations significatives au cœur des jumeaux numériques. Il les compare à la détection de la demande, qu’il a précédemment critiquée comme étant du vaporware, mais concède que les jumeaux numériques peuvent avoir légèrement plus de valeur. Toute innovation dans les jumeaux numériques est cependant susceptible d’être incrémentielle plutôt que transformative.
La conversation aborde le flou entourant les jumeaux numériques, la plupart des fournisseurs ne parvenant pas à définir clairement leur nature et leurs capacités. Vermorel explique que les jumeaux numériques sont essentiellement des représentations virtuelles des supply chains, souvent promues à l’aide de gadgets marketing et d’images futuristes. Il compare cette approche à la refonte de Facebook en Meta.
Les prévisions traditionnelles dans la gestion de la supply chain sont généralement limitées, car elles reposent sur des prévisions ponctuelles de séries temporelles. Bien que les jumeaux numériques puissent avoir des capacités de prévision plus polyvalentes, Vermorel remet en question leur précision, soulignant l’importance de la mesurer pour s’assurer que la représentation virtuelle a du sens.
Pour améliorer les jumeaux numériques, Vermorel recommande de s’attaquer à la précision et de garantir l’adéquation sémantique entre la représentation virtuelle et la supply chain réelle. Il reconnaît que même les simulations avancées sont très simplifiées par rapport aux supply chains réelles. Il souligne également le défi d’intégrer les jumeaux numériques avec les systèmes d’entreprise existants, tels que les ERP, les systèmes de gestion d’entrepôt et les CRM, qui n’ont pas été conçus pour collecter des données scientifiquement précises pour les jumeaux numériques.
Vermorel exprime son scepticisme quant à la communication entourant les jumeaux numériques et leur praticité. Il note que les données historiques collectées par les systèmes ERP présentent souvent une vision déformée de la réalité de la supply chain. De plus, il remet en question l’utilité d’exploiter un jumeau numérique et se demande si les informations et les KPI générés valent le coût d’employer des personnes pour les interpréter.
Vermorel décrit les jumeaux numériques comme des simulateurs de Monte Carlo glorifiés pour les besoins de la supply chain, utilisant souvent la modélisation basée sur des agents. Cependant, il remet en question la précision de ces simulateurs et le niveau de confiance qui devrait être accordé à leurs résultats. Vermorel reconnaît que les simulateurs peuvent produire des tableaux de bord visuellement attrayants, mais il souligne le défi de déterminer la précision et la fiabilité des données présentées. Il souligne également que les simulateurs sont par conception des boîtes noires complexes et, bien qu’ils puissent capturer des phénomènes non linéaires dans les supply chains, ils peuvent générer des réponses inattendues lorsque les paramètres sont ajustés.
La conversation se concentre sur la praticité, la valeur et les limites de l’utilisation des jumeaux numériques dans la gestion de la supply chain.
Les jumeaux numériques, comme l’explique Vermorel, sont un reconditionnement de concepts de simulation vieux de plusieurs décennies, en particulier les processus de Monte Carlo, rendus possibles par des capacités de traitement bon marché et puissantes. Ces simulations peuvent désormais couvrir une supply chain entière, suscitant un intérêt significatif dans l’industrie. Cependant, Vermorel souligne que les jumeaux numériques devraient être considérés comme un simple ingrédient algorithmique dans une solution de supply chain complète, plutôt que comme une solution complète en soi.
L’entretien se penche sur les défis de la comparaison des différentes approches de gestion de la supply chain, compte tenu de la multitude de variables impliquées. Vermorel note que les jumeaux numériques permettent la mesure de diverses métriques, telles que les taux de service pour chaque SKU, les coûts de stocks pour les fournisseurs, et la qualité de service pour les clients. Le véritable avantage des jumeaux numériques réside dans leur capacité à simuler une supply chain de bout en bout, bien qu’il y ait des limitations dues à des données incomplètes.
Définissant les jumeaux numériques comme une série de fournisseurs qui reconditionnent de vieux concepts en utilisant des processus de Monte Carlo, Vermorel reconnaît leur attrait dans une approche systémique pour la gestion de la supply chain et la valeur de combler les silos. Cependant, il maintient que les jumeaux numériques devraient être considérés comme un seul ingrédient dans une solution plus large.
La principale critique de Vermorel à l’égard des jumeaux numériques provient de ce qu’ils ne sont pas, plutôt que de ce qu’ils sont. Il estime que de nombreux éléments manquent au concept de jumeau numérique, et bien que les simulations de Monte Carlo soient utiles, elles ne sont pas suffisantes pour améliorer réellement la gestion de la supply chain. Vermorel suggère que les jumeaux numériques peuvent être précieux comme un cri de ralliement pour une approche plus holistique et informatisée de la gestion de la supply chain, mais ils ne devraient pas être considérés comme le seul moyen d’atteindre l’amélioration.
Joannes Vermorel partage ses réflexions sur les jumeaux numériques dans l’optimisation de la supply chain, soulignant la nécessité d’une approche plus globale de la gestion de la supply chain. Il reconnaît la valeur potentielle des jumeaux numériques mais met en garde contre le fait de les considérer comme une solution complète. La conversation met en évidence l’importance de comprendre les limites et le potentiel des jumeaux numériques, ainsi que la nécessité d’une perspective plus large dans l’optimisation de la supply chain.
Le fondateur a partagé ses réflexions sur les jumeaux numériques dans la gestion de la supply chain. Vermorel a critiqué le concept de jumeau numérique pour ce qu’il manque, plutôt que pour ce qu’il apporte. Il estime que si les simulations de Monte Carlo sont utiles, elles ne suffisent pas à apporter une amélioration significative de la gestion de la supply chain. Il suggère que les jumeaux numériques peuvent être bénéfiques pour promouvoir une approche plus holistique de la gestion de la supply chain, mais ils ne devraient pas être considérés comme la seule solution.
Vermorel souligne la nécessité d’une approche plus globale de la gestion de la supply chain, qui implique l’intégration d’une variété d’outils et de techniques. Bien que les jumeaux numériques aient le potentiel d’ajouter de la valeur à cette approche, ils ne devraient pas être considérés comme le seul moyen d’atteindre des améliorations. Au lieu de cela, Vermorel suggère que les professionnels de la gestion de la supply chain devraient prendre en compte une série de facteurs, y compris l’analyse de données, la simulation, l’optimisation et l’apprentissage automatique, pour identifier et résoudre les principaux défis auxquels leurs organisations sont confrontées.
Dans l’ensemble, les réflexions de Vermorel suggèrent que les jumeaux numériques ont un rôle à jouer dans la gestion de la supply chain, mais ils ne sont pas une solution miracle. Il plaide pour une approche plus nuancée qui intègre une gamme d’outils et de techniques pour atteindre les résultats souhaités. L’accent mis par Vermorel sur la nécessité d’une approche holistique et informatisée de la gestion de la supply chain est susceptible de résonner avec les professionnels de ce domaine qui cherchent à améliorer leurs opérations et à renforcer leur avantage concurrentiel.
Transcription complète
Nicole Zint : Alors, Joannes, à quoi ressemble vraiment un jumeau numérique pour l’utilisateur de loin ?
Joannes Vermorel : Ma perception des jumeaux numériques est que c’est l’un de ces mots à la mode où la forme prime sur le fond. Les communautés technologiques et scientifiques ont besoin de mots à la mode comme points de ralliement, afin que les personnes qui abordent un problème de la même manière puissent se réunir et organiser quelque chose comme une conférence scientifique ou une stratégie d’entreprise. Par exemple, un mot à la mode avec du contenu derrière serait le deep learning. C’est un ensemble complet d’entreprises scientifiques et technologiques. Cependant, avec le jumeau numérique, je vois le mot à la mode et une sorte de mécanique en jeu, mais quand on commence à creuser un peu sur ce qui se cache dessous, ma perception jusqu’à présent est que c’est très superficiel. Il n’y a pas de grande révolution en informatique, pas de révolution mathématique, pas de révolution en apprentissage automatique, et il est très difficile de même identifier un aspect réellement innovant de ce qui pourrait être mis derrière ces jumeaux numériques.
Nicole Zint : Donc, vous diriez qu’il n’y a pas d’innovation fondamentale au cœur d’un jumeau numérique ?
Joannes Vermorel : Je n’en ai pas vu. C’est peut-être un peu mieux que la détection de la demande, que nous avons examinée il y a quelques mois et qui est juste du vent. Cependant, même s’il y a des façons dont je peux voir les jumeaux numériques faire des progrès, ce sera très progressif en termes de type d’innovation. Les vendeurs qui vendent des jumeaux numériques le présentent comme un simulateur de supply chain. Diriez-vous que c’est censé être un simulateur ?
Nicole Zint : La plupart des vendeurs qui sont en train de vendre des jumeaux numériques restent extrêmement vagues sur ce que c’est réellement. Ils diraient que c’est comme votre supply chain virtuelle, une représentation de votre supply chain. Qu’est-ce que la supply chain virtuelle ?
Nicole Zint : C’est virtuel, ce qui signifie essentiellement que ce n’est pas votre vraie supply chain. C’est essentiellement une représentation de votre supply chain. Jusqu’à présent, cela reste incroyablement vague. Un plan de bataille sur papier de votre supply chain pourrait être une représentation virtuelle de la supply chain. En général, c’est associé à une représentation assistée par ordinateur de votre supply chain. “Virtuel” a cette sorte de connotation cool et positive qui lui est attachée.
Joannes Vermorel : C’est aussi un peu surfer sur le genre de mondes virtuels, de réalité virtuelle, un peu comme Facebook qui se rebaptise Meta. C’est encore le même genre de vibrations que je peux voir. Ce qui est intéressant, c’est qu’en effet, lorsque vous commencez à essayer de comprendre ce que c’est techniquement - au mieux, je peux évaluer parce que, encore une fois, la plupart de nos concurrents fournissent une quantité incroyablement petite de détails techniques sur ce que c’est - cela ressemble à des simulateurs glorifiés de supply chains. Encore une fois, prouvez-moi le contraire, mais je n’ai pas vu d’éléments qui me laissent penser que ces jumeaux de supply chain sont autre chose que de simples simulateurs.
Nicole Zint : Donc vous dites que c’est un peu le même genre de vibrations que Facebook qui change son nom pour Meta. Qu’entendez-vous par des vibrations similaires à cela ?
Joannes Vermorel : Je faisais simplement référence au genre de style marketing, au style de communication qui accompagne la promotion du produit - rien de plus. C’est une façon de l’emballer. Vous verriez cela chaque décennie lorsque les gens veulent projeter quelque chose qui est futuriste. Ils ne poussent pas les mêmes métaphores ou thèmes. Par exemple, dans les années 1950, tout serait à propos des robots humanoïdes. Vous verriez beaucoup de publicités futuristes où les gens voulaient penser à ce à quoi ressemblerait l’avenir. Vous auriez des gens qui étaient littéralement déguisés en robots avec quelque chose qui est très daté aujourd’hui, où vous avez des gens couverts de plaques de métal prétendant être des robots.
Et pour l’intelligence artificielle, vous verriez beaucoup de gens qui essaient de communiquer avec des technologies cognitives comme s’ils copiaient le cerveau. Il y a une partie de l’imagerie qui accompagne l’IA pour avoir le cerveau, l’aspect cognitif, comme si vous aviez un esprit dans la machine. Les jumeaux numériques jouent sur une autre chose. Ils jouent sur l’idée de réalités virtuelles, le métavers, la vision Matrix du futur. Encore une fois, je ne dis pas que c’est scientifique ; c’est juste comme un gadget marketing. C’est la façon dont vous abordez cela. Et d’ailleurs, chaque entreprise scientifique est attachée à une certaine façon de se vendre, même si c’est de la science pure. Vous devez toujours un peu le commercialiser auprès de la communauté en général.
Nicole Zint : Ce n’est pas une mauvaise chose en soi, c’est bien d’avoir une sorte de thèmes et d’imagerie qui l’accompagnent. Mais je crois qu’il est important dans le monde du logiciel d’entreprise d’identifier cela.
Joannes Vermorel : Pourquoi est-ce important ? Eh bien, parce que les gens essaient avant tout de vous vendre des choses. Ce n’est pas comme si nous faisions cela pour la beauté de l’esprit humain. C’est avant tout une entreprise à but lucratif pour améliorer les supply chains.
Nicole Zint : Attendez, décomposons un peu cela. Quels sont les avantages supposés d’un jumeau numérique selon la communication de nombreux autres vendeurs qui pourraient être qualifiés de concurrents de Lokad ?
Joannes Vermorel : Lokad ne vend pas de jumeaux numériques. Je crois que nous faisons des tonnes de choses qui sont très largement sous l’égide des avantages attendus des jumeaux numériques. Cependant, c’est un choix ; nous ne nous commercialisons pas comme des jumeaux numériques. Donc prenez cela avec un grain de sel. J’essaie essentiellement de décrire d’une manière qui n’est pas trop injuste ce que nos concurrents essaient essentiellement de vendre sous cette appellation.
Nicole Zint : Un commentaire sur Lokad et les jumeaux numériques, parce que ce que nous faisons ici chez Lokad quand nous regardons nos prévisions probabilistes, nous regardons toutes sortes de résultats attendus de toutes les différentes décisions que vous pouvez éventuellement prendre pour les comparer les unes aux autres. Donc, essentiellement, quand nous pensons aux revendications d’un jumeau numérique, c’est de pouvoir projeter toutes les différentes décisions dans un scénario de type “what-if” et ensuite voir l’impact de cela. N’est-ce pas une manière similaire, sauf qu’un jumeau numérique est en quelque sorte plus gamifié d’une certaine manière ?
Joannes Vermorel : Je pense que ce qui est mis en avant avec les jumeaux numériques, ce sont les capacités supposées supérieures à pouvoir avoir un degré d’expressivité beaucoup plus élevé, de sorte que vous pouvez voir des tonnes de futurs possibles et des variations dans le futur. Et je dirais que c’est tout à fait bien et bien en termes d’intention. Cependant, là où je suis très perplexe, c’est que dès que vous commencez à faire cela, essentiellement, si vous avez une sorte de projection pour une sorte de supply chain virtuelle, alors il y aura la question de la précision parce que ce que vous faites est une prévision.
Et je ne peux m’empêcher de penser à tous ces vendeurs qui ont d’immenses difficultés en ce qui concerne la précision de leurs technologies de prévision, et qui, soudainement, grâce aux jumeaux numériques, font disparaître le problème, du moins dans les brochures marketing. Une des choses que je n’ai pas du tout vues dans ces discussions sur les jumeaux numériques, c’est que tout le monde est enthousiaste à l’idée que vous pouvez faire tellement de choses en termes de regard sur tous les futurs possibles. Donc, essentiellement, vous faites une prévision, et puis les gens diraient, “Non, non, ce n’est pas juste une prévision. C’est beaucoup plus polyvalent que cela.”
Je dirais, très bien, si c’est une prévision très polyvalente qui vous permet de regarder des tonnes de futurs possibles, ce que vous faites techniquement est connu dans la communauté scientifique, la communauté statistique, comme une prévision probabiliste. Donc, vous regardez beaucoup de futurs probables et même comme une politique dirigée si vous voulez être capable d’injecter dans cela des constructions d’ordre supérieur telles que des politiques, votre politique de tarification, vos politiques de punition les plus sévères, et tout ce qui s’en suit.
Nicole Zint : Il y a cette question de précision, et cela me surprend que de nombreux vendeurs qui poussent les jumeaux numériques ne semblent pas réaliser qu’il y a un énorme problème de précision. À votre avis, un jumeau numérique est-il essentiellement une prévision, mais emballée différemment, de sorte que la préoccupation concernant la précision disparaît ?
Joannes Vermorel : Le problème est que le mot “prévision” dans les cercles de la supply chain est généralement appliqué à un type de prévision incroyablement étroit, qui sont les prévisions de séries temporelles ponctuelles. Il existe toute une gamme de prévisions qui existent. Les jumeaux numériques ne sont pas des prévisions si vous définissez les prévisions du point de vue des prévisions de séries temporelles ponctuelles - ils sont plus que cela.
Nicole Zint : D’accord. Donc, les jumeaux numériques ne sont pas seulement des prévisions de séries temporelles ?
Joannes Vermorel : Permettez-moi de reformuler cela très clairement : les jumeaux numériques ne sont pas des prévisions si vous définissez les prévisions du point de vue des prévisions de séries temporelles ponctuelles. Cependant, si nous prenons une définition plus large des prévisions comme des déclarations non ambiguës et quantitatives sur l’avenir, alors les jumeaux numériques, du moins tels qu’ils sont présentés par nos concurrents, tombent très largement dans cette catégorie. Ma première préoccupation est que dès que vous avez une prévision de quelque sorte que ce soit, il y a une question de précision. Si vous ne posez même pas cette question et ne développez pas les outils nécessaires pour évaluer votre précision, vous ne savez pas si ce que vous faites est bon. Vous pourriez simplement jouer avec de grandes quantités de chiffres, ce qui, soit dit en passant, est incroyablement facile avec les ordinateurs modernes. Vous pouvez utiliser beaucoup de puissance de traitement, de recettes numériques et de formules mathématiques, mais cela ne signifie pas que ce que vous obtenez en combinant tout cela est scientifique ou même raisonnable. Ce que vous pouvez obtenir est une sorte d’illusion sur votre réalité virtuelle qui n’a pas de relation de haute qualité réelle avec votre supply chain réelle. Si vous ne mesurez même pas votre précision, quel que soit le type de prévision que vous avez, vous n’avez pas la moindre idée de savoir si ce que vous faites est même sensé.
Nicole Zint : Alors, comment améliorez-vous un jumeau numérique existant ?
Nicole Zint : Mais je veux dire, c’est la première préoccupation que vous voyez exister entre ces systèmes. Si je regarde ce que font nos ordinateurs, il ne semble même pas y avoir de mesures. Donc, si vous n’avez pas de mesure, je ne suis pas exactement sûr de ce qu’ils optimisent réellement.
Joannes Vermorel : Ce n’est pas la seule préoccupation. Ce n’était que la première. Donc, vous voyez encore, je dis simplement que si nous voulons même prétendre que ce que nous faisons n’est pas juste un pur buzzword vide, nous devons aborder les préoccupations centrales. La première préoccupation centrale semble être complètement non abordée par les vendeurs de supply chain qui vendent des jumeaux numériques, qui est le problème de précision. Mais ce n’est pas la seule préoccupation. Nous avons une autre classe de préoccupations qui est une préoccupation majeure extrêmement importante, qui est l’adéquation à un niveau sémantique entre ce que vous faites en termes de représentation virtuelle des homologues numériques avec la réalité.
Parce que vous voyez, ces jumeaux numériques ne sont pas comme la Matrice, l’ancien film où vous pouvez recréer un univers alternatif qui est presque impossible à différencier du monde réel. Faire cela reste un exploit de pure science-fiction. Nous sommes à des décennies, sinon à des siècles, de pouvoir faire quoi que ce soit qui ressemble à la Matrice. Donc, chaque fois que nous voulons simuler ou avoir un homologue numérique d’une supply chain, nous avons essentiellement quelque chose qui est une vision extrêmement simplifiée de la supply chain.
Même chez Lokad, lorsque nous faisons la méthodisation la plus avancée que nous pouvons pour la supply chain, nous devons avoir l’humilité de réaliser que même ce que nous considérons comme étant à la pointe de la sophistication et de la granularité de représentation, ou l’homologue numérique de la supply chain, est encore une vision incroyablement simplifiée de la supply chain.
De plus, les données dont nous avons besoin pour alimenter cette représentation virtuelle, cette représentation numérique, ne tombent pas du ciel. Les données que nous allons utiliser proviennent de systèmes d’entreprise, de systèmes d’affaires, de systèmes ERP, de systèmes de gestion d’entrepôts, de CRM, d’extraits EDI, et de dizaines d’autres sources. Le point est que ces systèmes ont tous été conçus pour faire fonctionner la supply chain, pas pour collecter des données scientifiquement précises sur la supply chain.
Nicole Zint : Alors, comment un jumeau numérique se mélange-t-il avec un système ERP classique ?
Joannes Vermorel : Tout d’abord, nous n’avons même pas encore commencé à aborder ce qu’est réellement une supply chain numérique, un jumeau numérique pour la supply chain. Vous voyez, les gens, les vendeurs veulent éviter cette question. Ils veulent que le client passe directement aux avantages qu’ils obtiennent, etc. Mais j’insiste sur le fait que nous devons d’abord énumérer toutes les préoccupations pour savoir même si ce que nous regardons est quelque chose qui est même vraiment authentique.
Il y aura une troisième classe de questions, qui concernent l’expressivité que nous pouvons atteindre. Nous avons le problème de faire une déclaration sur l’avenir basée sur des données qui n’ont pas un véritable alignement avec la réalité.
Nicole Zint : De votre supply chain, il n’y a pas une telle chose. Vous savez, ce que vous avez, ce sont les données historiques telles qu’elles sont vues à travers l’ERP. Cela ne doit pas être confondu avec les réalités ; c’est juste une vision très, très déformée. D’accord, nous devons être capables de travailler avec cela, mais ne vous y trompez pas, il y a d’énormes approximations qui sont en cours, et ces approximations peuvent être très nuisibles en ce qui concerne l’objectif d’amélioration de la supply chain que nous pourrions avoir en utilisant ce jumeau numérique. Ensuite, nous avons probablement une troisième classe de préoccupations, qui est, comment opérez-vous même sur une telle représentation numérique de votre supply chain ? Il n’est pas clair que simplement parce que vous avez un homologue numérique, que automatiquement de bonnes choses pour votre supply chain en sortiront, surtout lorsque les gens vous disent, vous obtiendrez des KPI ou des informations clés. Je dirais d’accord, vous avez des informations clés, mais essentiellement jusqu’à preuve du contraire, ces informations clés signifient que l’entreprise devra payer des employés juste pour les regarder.
Joannes Vermorel : Donc, vous voyez, quand vous dites qu’un logiciel vous livre des KPI et des informations, essentiellement, il est toujours du côté des coûts de l’équation pour l’entreprise parce que, eh bien, peu importe combien ces choses pourraient être intéressantes, ces chiffres pourraient être, essentiellement, l’entreprise doit payer pour que les gens les regardent. Et jusqu’à présent, cela ne produit toujours pas de retour sur investissement. Et, au fait, c’est une chose dont j’ai discuté dans l’un des épisodes précédents avec le cœur bureaucratique de la supply chain. Dans la supply chain, il est toujours très tentant de faire toutes sortes de choses qui sont de nature bureaucratique. C’est le problème d’avoir des personnes hautement spécialisées qui s’occupent de tâches assez techniques.
Nicole Zint : Donc, vous êtes très critique envers les jumeaux numériques ?
Joannes Vermorel : Je ne suis pas critique envers les jumeaux numériques. Encore une fois, soyons précis. Je dis que chaque fois que vous présentez un concept, nous devons être très spécifiques sur tous les types de défis qui doivent être relevés par la chose qui est critique. Et ma critique concerne très précisément les communications qui sont associées aux jumeaux numériques tels que présentés par mes concurrents. Donc, la critique jusqu’à présent n’est pas à propos des jumeaux numériques eux-mêmes. Nous pouvons en venir à cela dans une minute si vous le souhaitez, mais il s’agit de ce qui ressort en termes d’éléments de communication. Et jusqu’à présent, je dirais que les sortes d’éléments qui émergent pour moi sont frappants, comme s’ils manquaient les éléphants dans la pièce. Et pas comme un éléphant, mais au moins trois éléphants majeurs sont en quelque sorte ignorés ou négligés ou inexistants, si vous voulez. Et je dirais que cela me fait me demander s’ils prêtent une quelconque attention à la réalité, à la réalité du problème à résoudre.
Nicole Zint : C’est juste, mais revenons maintenant au jumeau numérique lui-même.
Joannes Vermorel : Oui. Donc, l’une des affirmations que j’ai vues des fournisseurs dire essentiellement, c’est que leur jumeau numérique est capable d’avoir ce tableau de bord intuitif qui peut instantanément vous permettre de voir l’impact de différents scénarios de type “et si”. Quelle est votre opinion à ce sujet ? Quelle serait votre première critique, si vous le souhaitez, mais aussi quels sont les avantages que nous pouvons tirer d’un jumeau numérique, à votre avis ?
Nicole Zint : Alors, d’abord, je dirais, qu’est-ce qu’un véritable jumeau numérique tel qu’implémenté par les fournisseurs qui vendent des jumeaux numériques ?
Nicole Zint : Pour poser la question, qu’est-ce que c’est techniquement ? Et ici, vous voyez qu’il y a un jugement de valeur, et je dirais que ce sont des simulateurs glorifiés, plus précisément des simulateurs de Monte Carlo.
Joannes Vermorel : Malgré le fait que la quantité d’informations techniques est très mince comme poussé par beaucoup de nos concurrents, ils ont encore quelques captures d’écran flottantes et quelques pépites techniques. C’est ce que j’utilise pour faire cette déclaration. Essentiellement, quand les gens disent qu’ils ont un jumeau numérique, ce qu’ils ont est un logiciel d’entreprise qui vous donne une sorte de capacités de modélisation. Ils ont quelque chose qui est très orienté vers une mentalité de Monte Carlo. Il va générer, avec un certain degré de bruit, des choses qui sont censées représenter les futurs états de votre supply chain. Ils vont généralement avoir des sortes de choses qui sont plus inspirées de la modélisation basée sur des agents. Ils essaient de représenter le réseau de la supply chain comme une collection d’agents qui ont des comportements pré-configurés, potentiellement des comportements appris à un degré limité. Ensuite, ils font simplement tourner le simulateur et collectent des métriques comme si vous mettiez des sondes à des endroits spécifiques ou sur des motifs spécifiques dans votre supply chain. Donc, au niveau technique, un jumeau numérique est une sorte de simulateur, un simulateur de Monte Carlo qui est orienté vers les cas d’utilisation de la supply chain.
Nicole Zint : Quand il s’agit de revendications sur, par exemple, avoir des tableaux de bord ?
Joannes Vermorel : Avec n’importe quel simulateur, vous pouvez mettre des sondes partout pour mesurer les résultats de vos simulateurs, et il est très facile de collecter des milliers de chiffres. Si vous avez des milliers de chiffres, il est très facile de les compiler de manière visuellement agréable, comme un tableau de bord. Le principal problème est la confiance et la confiance que vous devriez avoir dans ces chiffres, et cela me ramène à la question de la précision. Avoir de beaux tableaux de bord est certainement quelque chose que je fais confiance à mes concurrents pour être capable de faire. Mais soyons réalistes ; il est possible d’avoir des rapports très agréables avec Excel, et cela a été possible pendant trois décennies. Donc, c’est très progressif au mieux pour ce genre de catégorie de bénéfices.
Nicole Zint : Quelle serait alors votre idée des avantages ? Mettons au défi une autre qualité que vous voyez, celle que vous avez mentionnée : intuitive.
Joannes Vermorel : C’est intéressant parce que ce n’est absolument pas mon expérience avec tout ce qui ressemble à un simulateur. Les simulateurs sont très souvent des boîtes noires, complexes par conception, et ils ne sont absolument pas le genre de recettes numériques qui se prêtent à une explication facile. D’ailleurs, Lokad utilise assez largement les processus de Monte Carlo, les simulateurs et les générateurs, et c’est quelque chose qui a un très
Nicole Zint : Lokad a une forte affinité pour les prévisions probabilistes. Cependant, même si Lokad utilise ces méthodes, je reconnais qu’elles ne sont pas particulièrement intuitives, surtout en ce qui concerne les résultats. C’est assez logique par conception. Ce que vous voulez capturer avec un simulateur, c’est généralement toutes sortes de non-linéarités que vous ne pouvez pas capturer par d’autres méthodes. Mais dès que vous traitez avec des phénomènes dans votre supply chain qui sont fortement non linéaires, il devient très difficile et très boîte noire pour comprendre ce qui se passe. Cela signifie que soudainement vous ajustez un paramètre de manière très légère, et vous avez une énorme réponse de l’autre côté du réseau, et c’était plutôt inattendu.
Joannes Vermorel : Si le simulateur est précis, alors c’est bien. Cela signifie qu’il vous donne un outil pour essentiellement prendre le contrôle et avoir une meilleure compréhension des conséquences involontaires de petites actions apparemment dans votre supply chain. Cependant, tout dépend de la précision du simulateur. Ce n’est pas quelque chose qui sera intuitif de quelque manière que ce soit. Ce sera très boîte noire au mieux. Et encore, c’est un modèle numérique complexe qui se passe lorsque vous simulez la supply chain mondiale. Cela ne tombe pas vraiment dans la catégorie des choses que je qualifierais d’intuitives.
Nicole Zint : Donc, un simulateur est essentiellement une prévision derrière le rideau du simulateur, où la précision est en question. L’idée est que nous pouvons voir la supply chain tout en un écran et jouer avec différents paramètres pour voir la sortie. Sur le papier, cela semble génial, comme une boule magique qui peut voir dans le futur. Mais, bien sûr, lorsque vous ne remettez pas en question la précision, c’est essentiellement ce que c’est.
Joannes Vermorel : Oui, et il y a aussi beaucoup d’autres questions. Lorsque vous avez un simulateur, vous avez des agents, qui sont essentiellement les blocs de construction de votre simulation. Lorsque vous dites que vous exécutez une simulation à travers la supply chain, cela signifie que vous allez simuler chaque SKU pour associer, par exemple, un comportement de réapprovisionnement ou un comportement de consommation. Donc, nous avons beaucoup de petits agents qui ont leur propre comportement, et lorsque nous laissons le simulateur se dérouler, nous laissons tous ces agents opérer et nous donner un état futur potentiel de la supply chain. Nous pouvons faire cela plusieurs fois.
Maintenant, en effet, par conception, cette simulation basée sur des agents se prête à un haut degré de comparabilité. Vous pouvez toucher chaque agent et les modifier. C’est quelque chose que vous pouvez faire, et en effet, vous pouvez avoir votre mur de métriques que vous obtiendrez en ajustant simplement les paramètres.
Nicole Zint : Exécuter le simulateur maintenant, cela crée une question sur le fait de savoir s’il s’agit d’un exercice réaliste. Nous avons potentiellement des milliers de SKU, si nous parlons d’une supply chain à grande échelle. Est-ce que cela a du sens de payer des gens pour ajuster manuellement le paramètre qui contrôle l’agent, vous savez, la modélisation de chaque SKU, un par un ? Oui, vous pouvez le faire, mais y a-t-il un point ? Y a-t-il de la valeur dans cela ?
Joannes Vermorel : C’est aussi une autre grande partie de la préoccupation. Absolument, vous pouvez le faire, mais cela fait partie du domaine des capacités données qui sont très largement ce que vous obtenez de la conception. Mais alors il y a une question de savoir si vous devriez le faire. En faisant cela, vous obtiendrez des chiffres, mais comment décidez-vous qu’un ajustement est même meilleur que l’autre si nous pouvons simplement ajuster quelque chose, disons ce qui se passe si je commande autant de ce produit ? Donc, essentiellement, vous ajustez quelque chose, et ensuite vous voyez la sortie de cela comme dans un seul scénario.
Nicole Zint : Cela ressemble à une série temporelle pour moi. Donc, d’abord, ce que vous n’allez pas obtenir typiquement si vous exécutez un simulateur de Monte Carlo, c’est un scénario ; c’est comme l’agrégation du résultat moyen sur de nombreux scénarios. Attendez, mais ils prétendent que c’est une façon intuitive de voir le résultat de différents scénarios de type “et si”. Donc, si je commande autant, je devrais obtenir une image instantanée de ce que serait l’avenir de cela, pas différentes images, juste une.
Joannes Vermorel : Oui, je veux dire, parce qu’essentiellement, ce que vous faites avec les simulateurs, c’est que vous moyennez les résultats. Donc, c’est une prévision de séries temporelles ; du moins, c’est une sortie ponctuelle. La différence est que le genre de séries temporelles suppose que vous avez un vecteur d’information qui est granulaire dans le temps, mais il a un point. Il vous donne essentiellement une estimation moyenne. Ce que vous obtiendrez est une estimation ponctuelle de la conséquence de votre ajustement. À cet égard, c’est bien de faire cela. Vous ne pouvez pas maintenir toutes les possibilités futures jusqu’à la toute fin ; à un moment donné, vous devez dire que j’ai une décision, et je veux évaluer le résultat économique de cette décision. Donc, cette partie est bien. Ce qui peut ne pas être bien, c’est si les utilisateurs doivent passer potentiellement des millions de paramètres à la main. Alors vous avez quelque chose qui est fortement impraticable, distrayant et chronophage, et les avantages que vous pouvez obtenir en identifiant de meilleures décisions peuvent ne pas suffire à couvrir le coût de payer toutes les personnes qui ont besoin d’ajuster le simulateur.
Nicole Zint : C’est une classe de problème, et ensuite vous avez une autre classe de problème, qui est que ce que vous obtiendrez d’un simulateur est un mur de métriques, littéralement des milliers de chiffres. Alors, comment comparez-vous la décision A avec un mur de métriques, donc vous avez des milliers de métriques, et la décision B avec un autre millier de métriques, sachant que certaines sont meilleures, certaines sont moindres, certaines sont dramatiquement pires, et certaines sont dramatiquement meilleures ? Ça a l’air…
Nicole Zint : Comme un processus d’appel d’offres, en quelque sorte, vous avez tellement de variables différentes. Comment comparez-vous lorsque toutes les variables sont différentes plutôt que juste une ?
Joannes Vermorel : Oui, et cela crée une véritable question de comparaison. C’est pourquoi vous avez un mur de métriques parce que lorsque vous avez un simulateur, vous pouvez mesurer chaque chose. Par exemple, vous pouvez mesurer le taux de service pour chaque SKU. Donc, la sortie de votre simulateur, lorsque vous moyennez sur des milliers et des milliers d’exécutions, est littéralement un taux de service pour chaque SKU, une qualité de service pour chaque client, et des coûts de stocks pour chaque fournisseur. Le véritable avantage de l’approche système de la supply chain numérique est de simuler non pas un seul SKU, mais toute la supply chain de bout en bout, aussi loin que vous pouvez atteindre avec les données que vous avez pour vos fournisseurs et aussi loin que vous pouvez atteindre en aval sur le côté de bout en bout pour la portion de la supply chain que vous contrôlez.
Nicole Zint : Mais il semble que la question demeure, quelle décision est la meilleure ?
Joannes Vermorel : Oui, et je dirais que c’est aussi un autre éléphant dans la pièce. Que faites-vous une fois que vous avez ces capacités ? En ce qui concerne la supply chain numérique, il me semble que c’est une question qui n’a pas de réponses. Il y a un tour de passe-passe psychologique utilisé par les fournisseurs de supply chain d’entreprise et les fournisseurs d’entreprise en général : dès que les gens voient un logiciel avec lequel ils peuvent interagir et faire des choses, ils gagnent en familiarité et, à un moment donné, ils aiment le logiciel. Même si l’interaction avec le logiciel a un élément de jeu, le problème est que l’élément de jeu signifie que les gens peuvent aimer le produit, mais cela ne prouve pas qu’il fait quelque chose de bon pour votre entreprise. Cela détourne l’attention du résultat. Par exemple, si je disais qu’en tant que politique d’entreprise, les gens devraient jouer aux cartes pendant deux heures par jour, je suis sûr qu’il y aurait beaucoup de gens qui apprécieraient cette activité et diraient qu’ils l’adorent, mais cela ne signifie pas que cela crée une valeur ajoutée pour l’entreprise.
Nicole Zint : Donc, pour conclure ici, si nous pouvons revenir à ce qu’est réellement une supply chain numérique, pourriez-vous donner votre définition ?
Joannes Vermorel : Ma perception est qu’une supply chain numérique est essentiellement une série de fournisseurs qui reconditionnent des concepts vieux de plusieurs décennies pour les simulateurs. Ce qui a changé, c’est que la puissance de traitement est maintenant suffisamment bon marché pour que vous puissiez avoir un processus de Monte Carlo à basse résolution qui s’étend sur toute une supply chain sans trop de difficulté.
Nicole Zint : Essentiellement, vous prenez une grosse machine avec beaucoup de CPU. Monte Carlo est très facile à paralléliser. C’est un problème techniquement parallèle, embarrassant. Et donc, beaucoup de fournisseurs se retrouvent avec la capacité de créer un produit qui est bon marché à mettre en œuvre et qui fait une simulation d’un système de supply chain. Vous savez que c’est ce qu’ils peuvent faire. Et puis, parce qu’ils peuvent le faire, ils peuvent le vendre. Et parce qu’il n’y a pas d’innovation radicale en cours, ils ont trouvé la supply chain numérique comme un point de ralliement pour rendre ce produit plus attrayant parce que si je vous dis que nous allons faire une approche de Monte Carlo basée sur des choses qui ont été découvertes dans les années 50, il y a 70 ans, soudainement les gens diraient, “Vraiment ? C’est ça ?”
Joannes Vermorel : Donc, essentiellement, ils font cela et ensuite, pour rendre la chose encore plus attrayante, ils ajoutent plus de qualificatifs tels que temps réel et synchronisation. Je dirais que c’est bien et bien. Cependant, avec le simulateur par conception, vous n’allez jamais obtenir quelque chose en temps réel sauf si votre simulateur est incroyablement superficiel en termes de sophistication. Donc, c’est vraiment quelque chose qui est discutable. Et néanmoins, je vois la raison pour laquelle il y a de l’attrait pour ce produit, c’est qu’il y a un élément clé de vérité, qui est une approche systémique, je dirais, pour la supply chain qui mérite vraiment un regard très, très sérieux. Donc, c’est une entreprise très digne de dire que nous ne voulons pas dire oui pour combler les silos et avoir une approche systémique qui a, je dirais, c’est un concept très attrayant pour moi. Je peux voir beaucoup de valeur à cela.
Maintenant, avoir des simulateurs, des simulateurs de Monte Carlo, est un ingrédient. Mais ce que je dis, et ce serait mon point, c’est que je ne critique pas les jumeaux numériques pour ce qu’ils sont. Un simulateur est juste bien et solide. C’est bien, vous savez ? C’est une façon établie de faire, je dirais, des prévisions probabilistes dans un sens très générique. Ce que je dis, c’est que je vois une énorme quantité d’éléments qui manquent simplement à l’image, et il semble que les gens aient travaillé sur les capacités qui sont bon marché à mettre en œuvre, et ils essaient de les vendre, alors que, eh bien, il y a toute une classe de capacités qui manquent totalement, mais elles sont malheureusement beaucoup plus difficiles à mettre en œuvre et beaucoup plus coûteuses. Mais ce sont celles qui rendent vraiment cette capacité, la simulation de Monte Carlo, vraiment utile pour la supply chain. Donc, mon point est que la supply chain numérique est bonne si c’est un cri de ralliement pour avoir une approche plus holistique de la supply chain d’un point de vue, je dirais, informatisé. Mais si vous pensez que les approches de Monte Carlo sont autre chose qu’un ingrédient algorithmique, je pense que c’est une idée très mal orientée que vous pouvez réellement améliorer votre supply chain avec juste cela.
Nicole Zint : D’accord, Joannes. Merci beaucoup d’avoir partagé vos réflexions sur les jumeaux numériques. Merci d’avoir été à l’écoute, et nous vous retrouverons la semaine prochaine.
