00:00 Introduction
03:53 Visions
07:49 Valeurs
10:53 L’histoire jusqu’à présent
13:51 Les étoiles se sont exprimées
15:49 Connaissance
20:08 Processus (Connaissance 1/2)
24:32 Division du travail (Connaissance 2/2)
28:49 Temps
33:23 Le Futur (Temps 1/4)
38:16 Exécution (Temps 2/4)
42:48 Complexité (Temps 3/4)
47:47 Planification (Temps 4/4)
54:19 Travail
59:57 Contrôle (Travail 1/2)
01:07:21 Goulot d’étranglement (Travail 2/2)
01:12:35 Diversité et validité
01:17:44 Conclusion
01:20:23 1.7 Sur la connaissance, le temps et le travail pour les Supply Chains - Questions?
Description
Les supply chains respectent les principes économiques généraux. Pourtant, ces principes sont trop méconnus et trop souvent mal représentés. Les pratiques supply chain populaires et leurs théories contredisent souvent ce qui est généralement accepté en économie. Cependant, ces pratiques sont peu susceptibles de jamais prouver que l’économie de base a tort. De plus, les supply chains sont complexes. Ce sont des systèmes, un concept relativement moderne qui est également trop méconnu et trop souvent mal représenté. Le but de cette conférence est de comprendre ce que l’économie comme les systèmes apportent lorsqu’il s’agit d’aborder les problèmes de planification pour une supply chain réelle.
Transcription Complète
Bienvenue dans cette série de conférences sur la supply chain. Je suis Joannes Vermorel, et aujourd’hui je vais présenter sur la connaissance, le temps et le travail.
Lorsqu’on aborde la gestion de la supply chain, que ce soit à travers des manuels scolaires ou des pratiques d’entreprise, beaucoup de choses restent tacites. Naturellement, il y a un élément de nécessité, car tout expliciter n’est pas une option pratique. Cependant, il y a aussi un élément d’aveuglement. Certaines idées, pensées ou perspectives critiques qui auraient dû être explicites sont presque inévitablement laissées non dites et non écrites. Parmi toutes ces idées non dites, les plus puissantes sont celles qui orientent notre intuition de causalité pour les objets d’intérêt — dans ce cas, les supply chains.
En effet, cette intuition de causalité définit comment nous cadrons les situations, comment nous percevons les problèmes, et même si nous les voyons ou non. Dans cette conférence, le terme “vision” fait référence à cette intuition de causalité. La vision imprègne l’entreprise : sa culture, ses processus et ses pratiques. Des visions erronées compromettent notre capacité à identifier les problèmes adéquats et peuvent nous égarer, en poursuivant des solutions qui ont peu ou aucune chance d’apporter les bénéfices escomptés à l’entreprise.
Ces intuitions de causalité, ces visions, peuvent être tout aussi erronées ou mal orientées que n’importe quoi d’autre. Une vision qui s’avère inappropriée pour une entreprise donnée peut empoisonner chaque tentative d’amélioration de sa supply chain, même avec le temps, et ne peut que conduire à la poursuite de ce qui existe déjà.
De plus, au sein d’une même entreprise, les gens n’ont que rarement la même vision exacte. En fait, ils peuvent avoir des visions radicalement différentes. Comme les visions ne sont que rarement explicitement formulées, les employés ont trop souvent l’impression que, dès qu’ils essaient de pousser, un autre employé essaie de tirer dans la direction opposée. Nous verrons que la cause profonde de ces conflits peut fréquemment être attribuée à une divergence de visions plutôt qu’à une divergence de valeurs ou d’incitations.
Les deux propositions que je vais défendre dans cette conférence sont subtiles et pourtant d’une importance cruciale.
Premièrement, il existe des visions puissantes qui circulent dans les cercles de la supply chain. Ces visions imprègnent et façonnent à la fois le domaine d’étude — les théories, les livres, les articles publiés sur la supply chain — et les pratiques, y compris les processus de la supply chain et les technologies logicielles de la supply chain. Loin d’être un détail mineur, ces visions impactent massivement les entreprises qui opèrent des supply chains, ainsi que leur écosystème de soutien, qui comprend les universités, software vendors, et les consultants. Nous passerons en revue une série de telles visions dans cette conférence.
Deuxièmement, toutes les visions ne sont pas également efficaces ou appropriées pour améliorer les supply chains. Certaines visions largement répandues sont même préjudiciables à l’efficacité et à la fiabilité des supply chains. À la fin de cette conférence, vous devriez être capables d’identifier au moins quelques-unes des visions en jeu dans une entreprise donnée et d’être munis de quelques outils intellectuels pour remettre en question la validité de ces visions.
Dans “A Conflict of Visions,” Thomas Sowell introduit son concept de “vision”. Il le décrit comme une compréhension intuitive ou inconsciente du fonctionnement du monde. Ces visions façonnent profondément notre compréhension immédiate et instinctive de la société et de l’univers dans son ensemble. Sowell déclare, et je cite, “C’est ce que nous percevons ou ressentons avant d’avoir élaboré un raisonnement systématique pouvant être qualifié de théorie. Une vision est notre perception du fonctionnement du monde.”
Les visions sont dans une certaine mesure simplistes, bien que ce terme soit typiquement réservé aux visions des autres, et non aux nôtres. Les visions conditionnent en grande partie notre approche des systèmes complexes — des systèmes qui dépassent ce qu’un esprit humain peut aisément comprendre. Alors que le livre “A Conflict of Visions” se concentre sur le système complexe que représente la société, cette conférence se concentre sur les supply chains.
Par exemple, prenons un magasin de détail qui peine à maintenir des niveaux de stock, laissant la moitié de ses étagères vides. L’évaluation instinctive des causes probables de cette situation variera grandement en fonction de la vision que l’on a de la supply chain et de son fonctionnement.
Prenons, par exemple, un professeur d’analytique supply chain. Il pourrait instinctivement attribuer les étagères vides à des inexactitudes dans la prévision de la demande. Ici, la vision fait peser la responsabilité de la qualité du service sur une solution technologique, sur un logiciel. Cette vision s’étend à la communauté académique au sens large, dont les contributions en recherche influencent la conception et la précision de ces logiciels, renforçant ainsi cette vision centrée sur la technologie.
En revanche, un directeur régional au sein de la même retail chain pourrait instinctivement rejeter la faute sur la gestion du magasin, sur les personnes. Dans cette vision, le responsable du magasin et le personnel sont chargés de veiller à ce que le magasin soit bien géré. La responsabilité, selon ce point de vue, incombe d’abord aux personnes les plus proches du problème. Une extension de cette vision implique la haute direction, car ce sont eux qui permettent à ce responsable de magasin inefficace de rester à son poste, soulignant à nouveau une vision centrée sur les personnes.
Il est frappant que ces deux visions, issues des mêmes étagères vides dans le même magasin, attribuent la responsabilité, et par conséquent la résolution, à des entités complètement différentes. L’une se tourne vers une solution technologique, l’autre vers une évaluation du leadership. Naturellement, que le problème rencontré par le magasin découle effectivement d’un logiciel défectueux ou d’un leadership inapproprié est une autre affaire. Les visions ne prouvent rien ; elles conditionnent simplement notre évaluation immédiate des situations complexes.
Cette attribution divergente des responsabilités met en lumière l’influence significative qu’exerce la vision sur les supply chains. Comme nous le verrons dans cette conférence, des visions alternatives ne se traduisent pas seulement par des évaluations et des résolutions divergentes de certaines situations, mais par des évaluations et des résolutions conflictuelles, menant souvent à des trajectoires mutuellement exclusives.
En politique, ainsi qu’en affaires, les dirigeants mettent souvent en avant leurs propres valeurs pour souligner les différences entre eux et leurs rivaux. L’expression “nous n’avons pas les mêmes valeurs” peut être entendue de tous bords. Cependant, cette perspective, bien que non dénuée de mérite, tend à occulter l’influence profonde des visions.
Notez que lorsqu’ils se heurtent à des interprétations différentes des mêmes faits, les individus attribuent souvent ces différences à des valeurs divergentes. Pourtant, la variation des valeurs est souvent bien plus marquée que ce que le slogan “nous n’avons pas les mêmes valeurs” pourrait laisser entendre. Dans le domaine politique, par exemple, il serait difficile de trouver quelqu’un qui défend la pauvreté, la criminalité ou la guerre. Pourtant, malgré des valeurs communes contre ces maux, les visions des gens les orientent vers des solutions strictement différentes.
Cette observation reste valable dans le domaine des supply chains. Quel que soit leur secteur ou domaine, les entreprises accordent universellement la priorité à la qualité de service, à la rentabilité, à la croissance et à la réduction du gaspillage. Les entreprises qui s’opposent ouvertement à de telles valeurs largement reconnues sont extrêmement rares. Cependant, des visions alternatives parmi les entreprises se traduisent par des stratégies et des pratiques très différentes, toutes visant à atteindre les mêmes valeurs communes.
Considérez le fondateur d’Amazon, Jeff Bezos, qui a souvent souligné son inlassable concentration sur le client, et par extension, celle d’Amazon. Il a un jour déclaré, et je cite, “La chose la plus importante est de se concentrer obsessivement sur le client. Notre objectif est d’être l’entreprise la plus centrée sur le client de la planète.” Bien sûr, il s’agit d’une déclaration de valeurs. Cependant, à quelle fréquence voyons-nous des dirigeants d’entreprise dévaloriser publiquement l’importance des clients ? La réponse est presque jamais. Lorsqu’un dirigeant est surpris en train de faire cela, cette personne reste rarement à son poste par la suite.
Ce qui distingue Amazon, ce ne sont pas ses valeurs affichées, qui s’alignent avec la plupart des entreprises, mais sa vision et sa culture uniques. Par conséquent, à mesure que nous progressons dans cette conférence et que nous réexaminons davantage d’exemples de supply chains, il est essentiel de se rappeler que, bien que les entreprises puissent suivre des trajectoires remarquablement différentes, elles recherchent souvent des résultats similaires : croissance, rentabilité et approbation publique de leur mission. C’est la vision et la culture, et non leurs valeurs, qui distinguent leur mode d’action.
Cette conférence fait partie du premier chapitre d’une série de conférences sur la supply chain. Cependant, cette série a déjà bien progressé au-delà du premier chapitre, et je me contente aujourd’hui de revisiter et d’affiner les bases mêmes qui soutiennent les conférences ultérieures. Pour ceux d’entre vous qui seraient intéressés par la compréhension des conclusions de grande portée des visions qui sous-tendent la pratique de la supply chain telle que pratiquée par Lokad, je vous invite à poursuivre avec les autres conférences.
Dans ce premier chapitre, nous avons vu pourquoi les supply chains doivent devenir programmatiques et pourquoi il est fortement souhaitable de mettre une recette numérique en production. La complexité toujours croissante des supply chains elles-mêmes rend l’automatisation plus urgente que jamais. De plus, il existe une nécessité financière de faire de la pratique de la supply chain une entreprise capitaliste également.
Le deuxième chapitre est consacré aux méthodologies. Les supply chains sont des systèmes compétitifs, et cette compétition nécessite une méthodologie qui ne suppose pas que les parties opèrent sans leur propre agenda lorsqu’elles tentent d’améliorer une supply chain donnée.
Le troisième chapitre passe en revue les problèmes, en mettant de côté la solution par le personnel de la supply chain. Ce chapitre tente de caractériser les classes de problèmes décisionnels qui doivent être résolus. Il montre que des perspectives simplistes, comme choisir la bonne quantité de stocks pour chaque SKU, ne conviennent pas aux situations réelles. Il existe invariablement une profondeur dans la forme des décisions.
Le quatrième chapitre passe en revue les éléments nécessaires pour appréhender une pratique moderne de la supply chain, où les éléments logiciels sont omniprésents. Ces éléments sont fondamentaux pour comprendre le contexte plus large dans lequel les supply chains digitales opèrent. De nombreux manuels sur la supply chain partent implicitement du principe que leurs techniques et formules fonctionnent dans une sorte de vide, ce qui n’est pas le cas.
Les chapitres 5 et 6 sont consacrés respectivement à la modélisation prédictive et à la prise de décision. Ces chapitres rassemblent des techniques qui fonctionnent bien entre les mains des Supply Chain Scientists, mettant en avant des techniques de machine learning et des techniques d’optimisation mathématique.
Le septième chapitre est consacré à l’exécution d’une initiative de la Supply Chain Quantitative. Nous voyons ce qu’il faut pour lancer une telle initiative tout en posant les fondations appropriées. Nous voyons également qui est nécessaire pour cela, à savoir le Supply Chain Scientist. Enfin, nous voyons comment franchir la ligne d’arrivée, en mettant la recette numérique en production.
Aujourd’hui, dans cette conférence, nous verrons comment les visions se déploient pour les supply chains, en considérant trois concepts fondamentaux : la connaissance, le temps et le travail. Des visions divergentes sur chacun de ces trois concepts conduisent à une série d’appréciations conflictuelles de ce qui est considéré comme souhaitable pour une supply chain donnée.
Bien qu’il soit probablement évident pour ce public qu’une supply chain vaste nécessite une quantité tout aussi vaste de connaissance pour être correctement exploitée, la forme et la nature même de cette connaissance sont à peine remises en question. Pourtant, il existe deux visions alternatives puissantes pour la connaissance : la spéciale et la banale, menant à des vues presque opposées sur les processus et sur la division du travail.
De plus, le temps est essentiel pour les supply chains. Pourtant, deux visions puissantes s’affrontent lorsqu’il s’agit d’apprécier la dimension temporelle : la vision statique et la vision dynamique. Nous verrons comment ces deux visions du temps se déploient lors de l’appréciation du futur, de l’exécution et de la complexité des supply chains. Ces appréciations se fondent en deux visions radicalement différentes sur la manière d’aborder la planification.
Enfin, les supply chains impliquent du travail et, plus précisément, du travail de col blanc, en suivant la division accordée aux supply chains dans cette série de conférences. Cependant, à l’ère numérique, les individus peuvent être considérés comme responsables, directement ou indirectement, du travail, ce qui conduit à des visions très différentes quant au rôle et à la finalité des technologies logicielles. Nous verrons comment ces visions divergentes du travail se répercutent sur le contrôle et les goulots d’étranglement au sein de l’entreprise.
Dans le domaine de la supply chain, la connaissance joue un rôle crucial pour garantir l’efficacité. Il est impératif de disposer d’informations fiables sur la demande des clients, sur les contraintes des fournisseurs, sans oublier une myriade d’autres facteurs. Dans ce contexte, notre première grande divergence de visions porte sur la nature et le lieu de cette connaissance. Nous allons la catégoriser en deux types : la connaissance spéciale et la connaissance banale. Introduite par Friedrich Hayek dans son ouvrage fondamental “The Use of Knowledge in Society” publié en 1945, cette distinction entre connaissance spéciale et connaissance banale nous fournit une base pour comprendre pourquoi des visions différentes peuvent amener à des perceptions divergentes sur le fonctionnement d’une supply chain.
La connaissance spatiale englobe des techniques, des formules, des statistiques et des logiciels. En essence, il s’agit d’informations qui sont codifiées, structurées, révisées et perfectionnées. Cette connaissance ne se limite pas au monde académique. Au sein d’une organisation, les procédures codifiées et les recettes numériques utilisées pour orienter les opérations de la supply chain sont également considérées comme de la connaissance spéciale. Un exemple majeur de connaissance spéciale est la formule de Wilson, la formule permettant de calculer l’EOQ, le Economic Order Quantity.
La connaissance banale, en revanche, désigne les trivialités quotidiennes, c’est-à-dire les circonstances particulières de temps et de lieu. Et bien qu’elle soit de plus en plus enregistrée grâce à l’omniprésence des ordinateurs sous toutes leurs formes, cette connaissance demeure brute, non organisée et non raffinée. Elle est également décentralisée, c’est-à-dire répartie entre tous les employés de l’entreprise. Par exemple, savoir qu’un des camions de livraison nécessite des réparations de freins constitue un exemple de connaissance banale.
Les deux visions dont nous discutons ici mettent l’accent sur une forme de connaissance au détriment de l’autre : la connaissance spéciale face à la connaissance banale. Bien que les deux camps reconnaissent aisément l’existence et la pertinence de l’autre forme de connaissance, ils diffèrent radicalement quant au poids qu’ils attribuent à chacune. Ceux qui privilégient la connaissance spéciale tendent à considérer les problèmes, y compris les questions de supply chain, comme étant mieux traités par des experts. Ils perçoivent la connaissance spéciale comme un produit de la raison et lui accordent ainsi une grande importance en termes de cohérence. En revanche, les partisans de la connaissance banale estiment que les problèmes doivent être traités par ceux qui sont les plus proches de la situation. La connaissance banale, acquise par de simples observations, accorde de l’importance et de la confiance à la diligence.
Les deux formes de connaissance ont des répercussions significatives sur la supply chain. Cependant, les partisans de chaque vision se retrouvent souvent à parler à côté de l’autre lorsqu’il s’agit d’aborder ces questions. Considérez, par exemple, un professeur de supply chain et un responsable d’entrepôt. Le professeur pourrait négliger l’importance de maintenir le système de freinage des camions de livraison, le considérant comme une trivialité sans intérêt, à peine digne d’être mentionnée dans la littérature académique sur la supply chain. Pourtant, pour le responsable d’entrepôt et son équipe de conducteurs, cette connaissance peut être une question de vie ou de mort. En revanche, ils pourraient considérer la formule de l’EOQ comme insignifiante, alors que négliger de dimensionner correctement les expéditions conduit à du gaspillage, entraînant des inefficacités de ressources telles que le carburant, les camions et les conducteurs.
Illustrons davantage ces visions divergentes avec deux exemples de première importance pour les supply chains du monde réel : les processus et la division du travail. Ces exemples illustrent comment des visions alternatives conduisent à des trajectoires mutuellement exclusives pour les entreprises.
La place relative accordée à la connaissance spéciale et à la connaissance banale donne lieu à des perspectives nettement différentes concernant les processus de l’organisation. Ceux qui privilégient la connaissance spéciale ont tendance à examiner le système de supply chain d’en haut, identifiant les problèmes et cherchant des solutions optimisées pour y remédier. L’exemple par excellence de cette approche se trouve dans les compétitions de prévision, où le problème est clairement défini – extrapoler les séries temporelles vers le futur – et où la métrique de notation élimine toute ambiguïté quant à ce qui constitue la meilleure solution. Dans cette optique, la présentation du problème est perçue comme la partie aisée. Le véritable défi réside dans la recherche de la solution. Les partisans de la connaissance spéciale valorisent la recherche et l’ingénierie, en se fiant à la raison comme principe directeur. Ils s’appuient fortement sur la décomposition de processus complexes en une série de sous-problèmes gérables.
Inversement, ceux qui mettent l’accent sur la connaissance banale adoptent une approche bien plus terre-à-terre. Ils prônent une attention particulière aux détails de la situation, aux circonstances de temps et de lieu. Ces personnes peuvent trouver de la valeur dans la manière dont les choses sont faites. Par exemple, un acte apparemment simple comme l’inspection visuelle des colis lors de leur déchargement d’un camion peut permettre de résoudre de nombreux problèmes non exprimés et non écrits. Les partisans de la connaissance banale accordent de l’importance aux pratiques, au mentorat, aux ateliers et aux sessions de formation. Ils considèrent la connaissance comme fondamentalement issue de l’expérience et lui attribuent une valeur particulière dans le cadre d’approches holistiques – c’est-à-dire des manières de faire.
Cette divergence de points de vue peut générer une frustration significative, notamment lorsque les camps opposés ne perçoivent pas pleinement l’existence de lignes de fracture. Les visions sont rarement explicites. J’ai souvent vu des professeurs de supply chain, archétypes du camp de la connaissance spéciale, se montrer frustrés par ce qu’ils percevaient comme un manque de coopération de la part des entreprises. De leur point de vue, ils offrent leur aide pour résoudre des problèmes difficiles, ne demandant qu’à recevoir une liste de ces problèmes communiquée par l’entreprise. Pourtant, du point de vue des dirigeants, généralement plus alignés avec le camp de la connaissance banale, les processus de l’entreprise ont évolué de façon organique au fil du temps, s’appuyant sur l’expérience de nombreux prédécesseurs. Les méthodes employées par l’entreprise ont rarement été définies en termes de solutions à des problèmes spécifiques. Au contraire, elles sont le fruit d’innombrables décisions prises au fil des années et incarnent l’expérience collective des dirigeants, y compris ceux qui ont déjà quitté l’entreprise.
Bien que ces deux points de vue se complètent naturellement, la réalité est souvent moins harmonieuse en raison du manque de compréhension mutuelle des visions sous-jacentes. Les éditeurs de logiciels d’entreprise, qui appartiennent fermement au camp de la connaissance spéciale, expriment régulièrement leur frustration face aux exigences changeantes de leurs clients. Pendant ce temps, les dirigeants peuvent se retrouver à errer dans une mer de pratiques dépassées et d’inefficacités accumulées. Ces défis sont symptomatiques du décalage et des lacunes de communication qui résultent de visions divergentes.
À titre de note annexe, pour sa pratique de la Supply Chain Quantitative, Lokad tente de réunir ces deux visions en mettant l’accent sur l’importance de découvrir les problèmes eux-mêmes. Contrairement à la vision dominante du camp de la connaissance spéciale qui considère les problèmes comme acquis, les Supply Chain Scientist de Lokad ont pour mission de faire émerger les véritables problèmes – une démarche considérée comme une expérimentation. Cette méthodologie est approfondie dans la conférence 2.1, “Experimental Optimization.”
Toute entreprise performante finit par dépasser, à un moment donné, l’expansion de sa supply chain. Ce que quelques employés peuvent aisément gérer, les grandes entreprises doivent adopter des stratégies de division du travail pour répartir efficacement la charge de travail au sein d’une main-d’œuvre plus étendue. Pour les besoins de notre discussion, j’introduis deux stratégies : la division du travail horizontale et verticale.
La stratégie horizontale consiste à répartir le travail par fonction, chaque fonction servant l’ensemble de l’entreprise. Par exemple, dans une chaîne de vente au détail, on peut trouver des départements tels que l’achat, la planification, la tarification ou le merchandising. En revanche, la stratégie verticale divise le travail par segments de marché, chaque employé supervisant tous les aspects de son segment respectif. Dans une entreprise de mode, par exemple, un employé pourrait être responsable de l’ensemble de la catégorie des accessoires en cuir, englobant l’approvisionnement, l’achat, la planification, la tarification et le merchandising.
En réalité, les entreprises n’adoptent guère une stratégie purement verticale ou purement horizontale. Beaucoup optent pour un mélange des deux. Cependant, la prédominance de l’une par rapport à l’autre est fortement influencée par la vision dominante, qu’elle privilégie la connaissance spéciale ou la connaissance banale au sein de l’organisation. Ceux qui privilégient la connaissance spéciale auront tendance à préférer la division horizontale, mettant ainsi en avant le rôle des experts. Ce sont des individus qui possèdent une compréhension approfondie ou une maîtrise d’un défi limité. Les rôles en prévision et en data science en sont un exemple. Ces divisions horizontales soulignent le rôle des experts, des individus responsables de la performance de leurs unités commerciales, tel qu’un responsable de magasin dans une chaîne de vente au détail chargé de la santé financière globale du magasin.
Inversement, ceux qui se tournent vers la connaissance banale sont enclins à préférer la division verticale. Cependant, aucune de ces stratégies ne peut revendiquer une supériorité universelle, chacune présentant des avantages et des inconvénients qui dépendent du contexte spécifique de l’entreprise. Une trop grande dépendance aux experts pourrait négliger le potentiel de solutions plus simples, au profit de solutions plus sophistiquées qui se révèlent plus fragiles et coûteuses. Par ailleurs, accorder une confiance excessive aux dirigeants pourrait conduire à surestimer ce que la seule diligence et discipline peuvent apporter à l’entreprise sans le soutien d’autres avantages concurrentiels.
Il ne faut pas sous-estimer l’importance d’une compréhension nuancée de la nature de la connaissance. J’ai personnellement vu de grandes organisations se lancer dans d’importants plans de transformation, passant fréquemment d’une organisation dominée par la verticalité à une organisation dominée par l’horizontalité, sans tenir compte de manière adéquate des valeurs comparatives des experts et des dirigeants dans leurs contextes spécifiques. Cela conduit inévitablement à des résultats moins souhaitables.
À titre de remarque tangentielle, du point de vue de la Supply Chain Quantitative, Lokad cherche à améliorer la productivité de la main-d’œuvre de col blanc au sein de la supply chain. L’objectif n’est pas simplement de réduire les coûts, même si cela constitue un résultat appréciable, mais de défragmenter les responsabilités au sein de l’organisation. Le rôle des Supply Chain Scientist, tel que défini par Lokad, englobe des responsabilités à la fois plus larges et plus profondes comparé aux pratiques courantes de la supply chain. Ce sujet est approfondi dans la conférence 7.3, “The Supply Chain Scientist.”
Le temps, ou plus précisément, le timing, est essentiel pour la supply chain. Si nous vivions dans un monde où les marchandises pouvaient être instantanément imprimées en 3D et téléportées à leur destination, le timing perdrait une grande partie de son importance. Cependant, telle que la situation se présente, la gestion d’une supply chain implique une série de délais, généralement appelés délais d’approvisionnement, nécessitant souvent des préparatifs plusieurs mois à l’avance. Pourtant, le temps demeure insaisissable et notre compréhension de celui-ci, en ce qui concerne le temps, l’est encore davantage.
Dans le livre “Antifragile: Things That Gain from Disorder”, publié en 2012, Nassim Taleb avance deux visions contrastées du temps : la vision statique et la vision dynamique. Bien que le livre de Taleb se concentre principalement sur l’antifragilité, ce sont ces deux visions du temps qui concernent notre discussion ici. La vision statique perçoit les choses comme si elles étaient figées dans le temps, comme une photographie instantanée, vues isolément. Elle prône une perspective mécaniste de l’univers dans laquelle tout système, y compris les supply chains, peut être décomposé et modélisé selon cette vision statique. Étant donné les paramètres du système à un moment donné, nous pouvons en prévoir l’évolution. En pratique, notre capacité à mesurer tous ces paramètres peut être limitée, mais conceptuellement, rien ne nous empêche d’analyser chaque phénomène et d’affiner nos mesures afin d’améliorer la précision de nos prévisions.
En revanche, la vision dynamique interprète les systèmes comme des ensembles d’agents. Elle perçoit les interdépendances et les boucles de rétroaction. Elle reconnaît que le monde et nombre de ses systèmes sont chaotiques. De plus, les changements apportés par ces agents ne surviennent pas uniquement en raison de lois universelles, telles que le mouvement des planètes, mais reflètent également l’intention des individus. Ainsi, toute prédiction établie par un modèle peut être annulée par les personnes dès qu’elles en prennent connaissance. La perspective prédominante dans les cercles traditionnels de la supply chain, dans le milieu académique, dans les logiciels d’entreprise et parmi les praticiens de la supply chain, est la vision statique. Elle met l’accent sur des séries temporelles déterministes et sur des prévisions de la demande, tandis que d’autres incertitudes, telles que la variation des délais d’approvisionnement ou des retours variables, sont traitées comme des défauts à éliminer. La vision statique s’accompagne aussi de délimitations strictes de ce qui est considéré comme un défi de la supply chain et de ce qui ne l’est pas.
Par ailleurs, la vision dynamique, telle que présentée par Taleb, demeure à ce jour largement absente des cercles traditionnels de la supply chain. Cependant, cette vision dynamique s’aligne avec la Supply Chain Quantitative telle que préconisée par Lokad. La perspective de Lokad met l’accent sur une prévision probabiliste, tenant compte de toutes les sources d’incertitude. Elle reste également quelque peu évasive quant à ce qui doit être considéré comme un défi de la supply chain, privilégiant des critères empiriques, voire opportunistes, plutôt que des frontières prédéfinies. Par exemple, du point de vue de Lokad, la tarification et la publicité peuvent relever du domaine de la supply chain, sans pour autant en revendiquer la propriété exclusive.
Dans notre discussion précédente opposant la connaissance spéciale à la connaissance banale, chaque vision présentait ses forces et ses faiblesses respectives, aboutissant à une présentation relativement équilibrée. Cependant, aucun équilibre ou complémentarité inhérent n’est à trouver parmi des visions concurrentes. Certaines visions peuvent s’avérer terriblement insuffisantes pour soutenir les entreprises de supply chain. Comme nous le verrons, la vision statique, malgré sa popularité, est l’une de ces visions terriblement insuffisantes.
Voyons ce que ces deux visions, la statique et la dynamique, impliquent pour l’avenir, l’exécution, la complexité et, enfin, la planification des supply chain.
Chaque action, chaque allocation de ressources dans la supply chain reflète une approche tournée vers l’avenir, une anticipation des événements futurs. Pourtant, l’interprétation du futur constitue un point de divergence entre la vision statique et la vision dynamique, toutes deux ayant des répercussions considérables sur les supply chain.
Les partisans de la vision statique perçoivent l’avenir en termes de prévisions, plus précisément de prévisions périodiques des séries temporelles. Ils considèrent que l’avenir est fondamentalement connaissable et symétrique au passé, une perspective partagée avec Newton en physique. Les inexactitudes de ces prévisions sont attribuées à de mauvais processus, à un manque de coopération, à des données de mauvaise qualité, à des modèles de prévision défectueux – en d’autres termes, ce sont des problèmes susceptibles d’être corrigés. Les prévisions ne sont inexactes que par accident. De plus, des sources de variations telles que les délais, les retours ou les prix des matières premières sont perçues comme des défauts à éliminer ou, à tout le moins, à contrôler.
Cependant, les partisans de la vision dynamique interprètent l’avenir en termes de risque. L’incertitude associée au futur est fondamentale ; elle est irrésductible. Bien que l’avenir ne soit pas entièrement inconnaissable, il ne sera au mieux que conjectures et probabilités. Dans la vision dynamique, l’avenir n’est pas le reflet du passé mais dépend des décisions qui restent à être prises. Dans cette optique, le problème central n’est pas tant d’améliorer la précision des prévisions que de recenser tous les risques cachés et les opportunités dissimulées, en ne négligeant aucun détail. Le concept de risque englobe non seulement la demande des clients, mais aussi celle des fournisseurs, des transporteurs, des concurrents, etc.
Les racines de la vision statique remontent aux premiers prévisionnistes du XXe siècle tels que Roger Babson, qui chercha à transposer les capacités prédictives de l’astronomie à l’économie, avec pour objectif déclaré d’atteindre une anticipation quasi parfaite de la demande et des fluctuations de prix. Cette vision reste centrale dans la littérature sur les supply chain et dans l’industrie des logiciels, où les prévisions de séries temporelles demeurent la pierre angulaire des pratiques de planification et des logiciels de planification.
À titre de remarque, certaines philosophies d’entreprise comme Kanban, le lean management ou les cinq zéros de Toyota ne s’inscrivent pas exactement dans la vision statique ni dans la vision dynamique. Elles perçoivent l’avenir comme quelque peu inconnaissable, à l’instar de la vision dynamique, et minimisent l’importance de la prévision des séries temporelles. Pourtant, ces approches adhèrent néanmoins à la vision statique en traitant toutes les variations comme des défauts plutôt que comme des risques et des opportunités. Par conséquent, ces philosophies éludent la question du futur au lieu d’apporter une réponse substantielle. Même Toyota, en cette année 2023, malgré son principe de zéro stock, détient près de 30 milliards de dollars de stocks, ce qui la fait difficilement qualifier de zéro stock.
Ma proposition est que la vision statique, malgré son ascendant, est erronée. Même près d’un siècle après l’ère Babson, la question demeure : les progrès réalisés dans les techniques de prévision ont-ils vraiment rendu la supply chain plus certaine ? Durant plus d’une décennie et demie chez Lokad, j’ai interagi avec plus de 200 entreprises s’efforçant de rectifier leurs prévisions inexactes, et aucune n’est parvenue à atteindre cet objectif de manière significative. De plus, les entreprises négligent souvent des facteurs tels que la tarification, qui ont un impact majeur sur la demande. La plupart considèrent la prévision et la tarification comme deux démarches indépendantes, reflétant une pratique académique dans la littérature sur les supply chain où la tarification est rarement évoquée, et encore moins l’objet d’un chapitre dédié dans un ouvrage sur la supply chain. Cette vision unique et erronée de l’avenir est, je crois, l’un des facteurs les plus importants entravant le progrès de l’ensemble du domaine de la supply chain.
L’exécution des supply chain englobe une myriade d’actions banales à réaliser quotidiennement. Il y a des commandes à passer, des stocks à récupérer, des lots de production à compléter, des marchandises à expédier. Ce flux incessant d’actions est guidé par notre perception du futur. Les visions divergentes de l’avenir, à savoir la vision statique et la vision dynamique, conduisent à des stratégies conflictuelles lorsqu’il s’agit de l’exécution continue des actions pour les besoins de la supply chain.
Ceux qui adhèrent à la vision statique perçoivent l’exécution comme une grande symphonie d’orchestration. Selon cette approche, la prévision sert de partition, fournissant les rythmes et les notes qui régissent chaque action, chaque allocation de ressources. Des nœuds perturbateurs de non-linéarités tels que MOQs (Minimum Order Quantities) perturbent l’harmonie, mais ils sont censés être lissés grâce à une optimisation mathématique, préservant ainsi l’intégrité de la symphonie.
En revanche, la vision dynamique considère l’exécution comme une question de priorisation opportuniste. Chaque décision présente son propre risque et ses propres avantages, qu’il convient d’évaluer non seulement isolément mais également en les confrontant aux risques et aux bénéfices associés à d’autres décisions. Ce principe directeur ne consiste pas à se conformer à une symphonie préétablie, mais à gérer un processus décisionnel opportuniste basé sur des priorités mouvantes. Les non-linéarités, telles que les MOQ, sont plus aisément intégrées dans la vision dynamique. Elles sont perçues comme des facteurs modulant le risque associé, plutôt que comme des perturbateurs de l’harmonie. Si le risque d’excès de stocks induit par une grande MOQ l’emporte sur ses avantages, la commande n’est tout simplement pas passée. Il n’existe aucune exigence absolue de se conformer à une prévision spécifique. La vision dynamique n’exclut pas les techniques d’optimisation, mais les utilise comme des outils pour gérer le risque plutôt que pour imposer le respect d’une prévision.
Le modèle d’orchestration de la vision statique résulte directement de sa perception de l’avenir comme une donnée connue. Les décisions ne sont pas véritablement prises ; les actions sont essentiellement prédéterminées par la prévision. Par exemple, stocks de sécurité incarnent la vision statique. Ces stocks de sécurité fonctionnent selon l’hypothèse que les niveaux de stocks doivent se conformer à un plan, ne déviant que dans une tolérance acceptable.
Cette approche contredit les principes fondamentaux de l’économie. Comme l’économiste britannique Lionel Robbins l’a défini en 1942, l’économie est l’étude de l’utilisation de ressources rares aux usages alternatifs. L’économie nous enseigne qu’il faut prêter attention à la nature réelle de ces usages alternatifs. Les stocks de sécurité traitent les produits de manière complètement isolée. Les seules alternatives sont d’acheter plus ou moins du même produit. Or, l’économie de base nous apprend que chaque unité de stock acquise pour un produit donné entre en concurrence pour le même ensemble de ressources avec l’acquisition d’unités de stock associées à d’autres produits. Ainsi, les stocks de sécurité font fi des lois économiques fondamentales.
D’un autre côté, la priorisation, qui est au cœur de la vision dynamique, incarne ce principe fondamental de l’économie. La priorisation considère les ressources comme rares. Elle part du principe qu’il ne sera pas possible de satisfaire à toutes les décisions souhaitables faute de ressources suffisantes. La priorisation existe pour permettre de faire des choix.
Passons maintenant à notre prochain point de divergence entre la vision statique et la vision dynamique, en nous concentrant sur la complexité. Par la suite, nous verrons comment ces perspectives divergentes se traduisent par des stratégies radicalement différentes pour planifier les supply chain modernes.
Les supply chain modernes représentent un flux incessant de mouvements et de transformations de marchandises et de matériaux qui dépassent largement ce qu’un esprit humain peut appréhender aisément. Par conséquent, nous avons besoin de méthodes et de techniques pour consolider ces flux en informations exploitables, rendant la supply chain gérable et permettant de discerner ses améliorations.
Ceux qui souscrivent à la vision statique abordent la complexité par la segmentation. Ils estiment que la complexité peut être maîtrisée et qu’une supply chain, en particulier, peut être domptée en la divisant en segments plus petits et gérables, chacun se comportant de manière cohérente dans le temps. Cette approche élimine effectivement la dimension temporelle. Un exemple en est l’analyse ABC qui segmente les produits ou SKU en fonction de leur volume de ventes. L’objectif de l’analyse ABC est d’attribuer des taux de service plus élevés aux classes de volumes importants et des taux de service plus faibles aux classes de faibles volumes.
D’autre part, les partisans de la vision dynamique abordent la complexité par les archétypes. Les archétypes encapsulent l’évolution typique de l’élément d’intérêt au fil du temps. Par exemple, on s’attend à ce qu’un livre affiche des ventes de pointe lors de son lancement, suivies d’une chute brutale, puis que des événements marquants, tels que le décès de l’auteur, déclenchent d’autres pics transitoires de ventes.
Cette divergence – segments contre archétypes – n’est pas propre à la supply chain. Elle fait écho à une longue série de confusions que les économistes avaient clarifiées il y a près d’un siècle. Prenons un exemple : les médias évoquent souvent les riches et les pauvres comme des segments de la population. La vision statique part du principe que ces groupes restent constants et cohérents dans le temps, à l’image des classes ABC. Toutefois, un examen plus approfondi révèle une tout autre perspective. Considérez les jeunes diplômés de Harvard Law School qui, avec une dette moyenne de 170 000 $, sont techniquement classés parmi les plus démunis des États-Unis. Pourtant, leurs revenus les propulseront immédiatement parmi les 10 % des meilleurs gagnants, dès leur sortie, quel que soit leur âge. De même, un coiffeur qui vend sa boutique pour cent mille dollars à sa retraite se retrouvera dans le top 10 des gagnants cette année-là, étant ainsi techniquement classé parmi les riches, alors même qu’il aura passé sa carrière à gagner en moyenne moins que ses compatriotes américains. Comme le souligne Thomas Sowell dans son ouvrage “Basic Economics”, le destin des tranches de revenus et celui des individus peut être très différent, et dans de nombreux cas, complètement opposé.
Ce principe s’applique également aux supply chain. On peut tout aussi bien remplacer les personnes par des produits, des clients ou des fournisseurs. Segmenter les produits en classes A, B et C, comme le fait l’analyse ABC, engendre davantage de confusion qu’il n’apporte de clarté. Les mêmes problèmes surgissent avec toute segmentation, qu’elle soit fondée sur le volume des ventes, le profit ou la croissance. C’est la segmentation elle-même, en tant que processus, qui pose problème, précisément parce qu’elle tente d’ôter la dimension temporelle du système. En revanche, les archétypes s’accompagnent d’une histoire, celle de l’évolution au fil du temps. Les archétypes mettent en lumière les aspects temporels. En règle générale, lorsqu’il s’agit de maîtriser la complexité, privilégier les archétypes – à l’image des diplômés de Harvard ou des coiffeurs – est préférable aux segments tels que les riches et les pauvres. Bien que ces deux approches représentent des simplifications drastiques de la réalité sous-jacente, les archétypes sont utiles pour appréhender l’avenir, tandis que les segments constituent une source constante de confusion.
Maintenant que nous avons abordé l’exécution et la complexité des supply chain, voyons comment ces visions se conjuguent en deux perspectives radicalement différentes sur la planification.
Le concept de planification joue un rôle central dans le domaine de la supply chain. Ce processus consiste à déterminer des objectifs et à définir les étapes nécessaires pour les atteindre. Il s’agit essentiellement d’un exercice prédictif dans lequel les événements ou conditions futurs sont anticipés et les ressources ainsi que les actions requises sont organisées pour y faire face de manière efficace. Cette méthode proactive de gestion des circonstances à venir a fait de la planification une composante indispensable des pratiques de supply chain.
Les visions statique et dynamique conduisent à des approches contradictoires en matière de planification et à des résultats nettement différents en pratique. La vision statique aborde la planification comme un processus en deux étapes. D’abord, prévoir la demande ; ensuite, orchestrer l’offre pour y répondre. Si la complexité dépasse ce qu’un seul planificateur peut gérer aisément, il suffit d’introduire autant de segments qu’il faut pour répartir la charge de travail sur un nombre adéquat de planificateurs. Cette vision imprègne quasi-totalement la littérature sur la supply chain et la quasi-totalité des logiciels de supply chain. Elle part du principe que des prévisions précises seront réalisées, débloquant ainsi une performance de la supply chain supérieure. Cette vision a exercé un immense attrait pour les intellectuels au cours du siècle dernier et a été la pierre angulaire de la plupart des stratégies de planification gouvernementales et d’entreprise. Cependant, nous devons remettre en question la validité de cette vision, une interrogation rarement soulevée, et bien moins résolue. À cet égard, l’histoire regorge d’éléments démontrant l’inadéquation de cette forme de planification, généralement qualifiée de planification centrale lorsqu’elle est mise en œuvre par un gouvernement. L’URSS peut être considérée comme une démonstration de 70 ans de l’échec de la vision statique en matière de planification. Les critiques pourraient arguer que l’URSS était particulière en raison de son immense échelle ; néanmoins, rappelons qu’à son apogée, le Gosplan, l’instance chargée de superviser l’économie planifiée de l’URSS, gérait 24 millions de produits. Or, dès le début des années 90, plusieurs distributeurs en Europe distribuaient déjà individuellement plus d’un million de références produits distincts.
L’échelle en soi ne condamne pas nécessairement l’entreprise de planification. Ce qui importe, c’est la manière dont la planification est abordée. Aucun de ces distributeurs n’essayait même d’opérer via des plans quinquennaux, comme le faisait l’URSS. De même, la vision statique de la planification imprègne le S&OP (Sales and Operations Planning) au sein des grandes entreprises, aboutissant souvent à des démarches excessivement bureaucratiques. Ingvar Kamprad a exprimé succinctement ce sentiment dans son Testament of a Furniture Dealer, publié en 1976, avertissant ses employés que l’imposition de la planification est la cause la plus fréquente de la disparition des entreprises. C’est la vision statique de la planification à laquelle Ingvar Kamprad fait référence ici.
En effet, les grandes entreprises lancent fréquemment de grandes réorganisations pour améliorer la planification, adoptant la vision statique, mais finissent rarement par dépasser leurs pairs de manière significative grâce à de telles initiatives. Au contraire, les échecs en matière de planification éclipsent, tant par leur fréquence que par leur ampleur, les succès. Les initiatives de planification ratées chez Nike dans les années 2000 ou chez Lidl une décennie plus tard, où les projets i2 et SAP ont respectivement conduit à des pertes massives, comptant des centaines de millions de dollars et d’euros, témoignent de ce fait.
En contraste marqué avec la vision statique, la vision dynamique considère la planification comme un processus d’évaluation des risques et de hiérarchisation des priorités. Elle incarne un esprit d’entreprise opportuniste, loin de l’ambiance scientifique sterile de la vision statique. La planification elle-même est dépriorisée. Au lieu de cela, elle est perçue comme une étape vers la prise de la bonne décision au bon moment. Le plan dans la vision dynamique est intrinsèquement jetable et les propriétés changeantes sont monnaie courante. Cette capacité à s’adapter rapidement aux changements par une re-priorisation constante et incrémentale contraste fortement avec le processus lourd associé à la vision statique de la planification, qui nécessite un exercice de re-planification en profondeur pour accommoder toute modification.
Bien que la vision dynamique soit souvent considérée comme peu sophistiquée ou grossière, du fait qu’elle n’offre ni ne repose sur un futur prédéterminé, elle peut bénéficier autant de techniques avancées et d’algorithmes que la vision statique. En fait, des géants du e-commerce comme Amazon fonctionnent principalement grâce à des algorithmes qui allouent les ressources de manière dynamique, traitant les prévisions elles-mêmes comme de simples artefacts informatiques transitifs, attestant de la rigueur de la vision dynamique.
Cependant, ces techniques divergent fondamentalement par leur orientation. La vision dynamique, telle qu’implémentée par Lokad, utilise des prévisions probabilistes au lieu des prévisions déterministes classiques. Mais le terme “prévision”, tout comme “planification”, est si étroitement associé à la vision statique qu’il pourrait sembler n’être qu’une variation technique de la même chose. Ce n’est pas le cas. Un terme plus approprié pour les prévisions probabilistes serait “évaluations quantitatives des risques”, qui capturent de manière plus résiliente l’essence de la vision dynamique en matière de planification. Les chapitres 5 et 6 de cette série de conférences approfondissent les techniques qui soutiennent la planification lorsqu’elle est abordée avec la vision dynamique. Ces techniques dépassent le cadre de la présente conférence, mais j’encourage le public à les explorer s’il cherche une forme de planification qui fonctionne réellement.
En parlant de travail, dans cette série de conférences, nous définissons la supply chain comme une activité de cols blancs, à ne pas confondre avec la logistique, une activité de cols bleus. Par exemple, décider de ce qu’il faut expédier, quand et où, relève de la supply chain, tandis que conduire les camions pour réaliser cela relève de la logistique. Cependant, la notion même de travail, tout comme celle du temps et de la connaissance, dépend fortement de la vision sous-jacente, qu’elle soit directe ou indirecte.
Pour ceux qui adoptent la vision directe, le travail se caractérise par une liste de tâches et de devoirs que l’on attend des employés. Par exemple, les tâches du praticien de supply chain peuvent inclure l’envoi ponctuel de bons de commande, la planification des lots de production et la mise à jour de la prévision hebdomadaire de la demande. Dans la vision directe, l’existence d’une routine de travail est acquise. En fait, la capacité d’un employé à exécuter cette routine avec diligence définit en grande partie la qualité du travail fourni par celui-ci. De plus, l’évaluation de la qualité du travail peut se faire au niveau individuel. Bien que la supply chain soit un effort collectif, chaque employé dispose de son propre périmètre de responsabilités bien défini, et, à travers ce périmètre, la performance de l’employé peut être mesurée en isolation relative par rapport au reste de l’entreprise.
Pour ceux qui adoptent la vision indirecte, le travail est effectué par des machines. Cette vision correspond au vieux principe d’IBM : “Machines should work; people should think.” On n’attend pas des personnes qu’elles accomplissent le travail effectif, mais qu’elles conçoivent, supervisent et, éventuellement, améliorent l’automatisation qui effectue le travail. L’existence de toute forme de routine du côté humain est considérée comme un défaut, comme un manque d’automatisation. Pourquoi quelqu’un ferait-il une seconde fois ce qui aurait dû être automatisé dès le départ ? En fait, la capacité d’un employé à continuer à améliorer l’automatisation, à diminuer encore le besoin d’intervention manuelle, définit en grande partie la qualité du travail fourni par cet employé. Puisque l’automatisation elle-même est le produit de plusieurs esprits, il n’est même pas concevable de mesurer la performance individuelle en termes de supply chain. Toutes les contributions se fondent dans la même automatisation. Ainsi, l’évaluation de la qualité du travail fourni par un employé relève fondamentalement d’un jugement des pairs : les contributions de cet employé sont-elles supérieures ou inférieures en qualité et en criticité par rapport à celles des autres employés ?
À l’ère des supply chains digitales, il ne reste aucune entreprise qui puisse encore se qualifier pour une forme pure de la vision directe du travail. Même les tableurs, aussi rudimentaires soient-ils, permettent aux employés de déléguer une partie considérable du travail effectif aux machines. Aucun manager n’attend plus de ses employés qu’ils effectuent manuellement des calculs arithmétiques. Inversement, même les entreprises les plus avancées ne peuvent prétendre à une supply chain véritablement autonome, du moins pas encore. Ainsi, la vision indirecte reste entrelacée d’interventions directes de la part des employés.
Cependant, les visions concernent davantage ce qui devrait être plutôt que ce qui est, et le fait que les dirigeants s’appuient sur la vision directe ou indirecte peut avoir des conséquences profondes pour l’entreprise. À ce stade de cette série de conférences, il n’est pas surprenant que la Supply Chain Quantitative, telle que préconisée par Lokad, soit fermement ancrée dans le camp indirect. Toutefois, il serait injuste de présenter la vision directe comme un bastion vestigial d’une époque révolue, tout en érigeant la vision indirecte sur un piédestal comme le summum de la modernité. Les deux visions ont leurs mérites.
Ces deux visions tendent à entrer en conflit sur une large gamme de sujets lorsqu’il s’agit de choisir des orientations pour une supply chain donnée. L’argument principal proposé par Lokad en faveur de la vision indirecte est de transformer la pratique de la supply chain en une entreprise capitaliste. Cet argument a été présenté en détail dans la première conférence, “1.3 Product-Oriented Delivery”. Revenir sur les subtilités de cet argument dépasse le cadre de la présente conférence, mais il suffit de dire que l’automatisation offre la possibilité non seulement de réduire de manière spectaculaire la quantité de main-d’œuvre nécessaire pour opérer la supply chain, mais aussi d’ingénier la supply chain au-delà de ce que l’employé le plus dévoué pourrait accomplir.
Cependant, les partisans de la vision directe soutiendraient que cette vision indirecte est technocratique et expose l’entreprise à de nouvelles catégories de risques, y compris le risque de voir l’entreprise se laisser enterrer sous le poids de sa mise entre les mains d’ingénieurs, qui ont une tendance marquée à manquer de bon sens en affaires. De plus, la diffusion de la responsabilité individuelle dans un effort strictement collectif, comme cela se produit avec la plupart des projets logiciels, ouvre la voie à toutes sortes de problèmes qui ne peuvent plus être résolus simplement en licenciant la personne à l’origine du problème. Examinons maintenant ce que recouvrent les visions directe et indirecte en termes de contrôle et de goulots d’étranglement.
Le contrôle peut être compris de deux manières. Ici, nous nous référons à la compréhension populaire, comme dans “keeping things under control”. Le contrôle est la manière dont la direction impose sa volonté à l’organisation. Le contrôle dans la supply chain ne naît pas d’un désir inhérent de la haute direction d’être une sorte de despote au sein de sa propre organisation, mais d’une nécessité pratique. La supply chain, en général, implique un exercice minutieux d’équilibrer la demande générée par l’entreprise avec ce qu’elle fournit, c’est-à-dire les ressources allouées pour répondre à cette demande. Puisque cet exercice d’équilibre est généralement réparti sur de nombreuses personnes, un contrôle est nécessaire pour empêcher que des éléments au sein de l’organisation ne perturbent ce processus, généralement de manière involontaire.
Exercer le contrôle est un aspect central du travail attendu de la direction de la supply chain. Cependant, selon la vision que l’on a de la nature du travail, le contrôle implique des choses très différentes. Pour ceux qui adoptent la vision directe, le contrôle s’exerce principalement selon une mentalité de “trust but verify”. Les directives sont données à travers la chaîne de commandement telle que définie par l’organisation, et l’on fera implicitement confiance aux personnes pour qu’elles fassent de leur mieux afin de suivre ces directives. Toutefois, cette confiance n’est pas accordée aveuglément. Les managers dans la chaîne de commandement doivent être en mesure de vérifier la bonne exécution du déploiement par leurs subordonnés. À l’ère des supply chains digitales, “trust but verify” s’accompagne de l’attente que le paysage applicatif fournisse des rapports, des tableaux de bord, et toutes les autres formes de visualisation de données. Le paysage applicatif peut également inclure des tableurs conçus par les managers eux-mêmes pour soutenir leurs propres processus de vérification sur-mesure. En d’autres termes, la vision directe, loin de s’opposer aux technologies logicielles, s’accompagne de son propre ensemble spécifique d’attentes vis-à-vis du paysage applicatif. Par exemple, ces attentes incluent des Key Performance Indicators (KPIs), mais aussi des alertes et des exceptions. Ces attentes reflètent la vision du type de travail que la direction devrait effectuer.
D’un autre côté, pour ceux qui adoptent la vision indirecte, bien que le contrôle soit également une préoccupation pratique, il s’agit d’une préoccupation de tout autre nature. Par défaut, les logiciels n’ont aucun contrôle sur quoi que ce soit au sein de l’entreprise. Il faut une infrastructure informatique soigneusement élaborée et bien intégrée pour rendre ce contrôle possible. Ainsi, d’un point de vue, le contrôle signifie avant tout un paysage applicatif bien intégré. Grâce à cette intégration, il devient possible pour l’automatisation de fonctionner. Sans cela, il n’y a même pas la possibilité de contrôle, car aucun travail n’est effectué.
Un paysage applicatif bien intégré n’est pas seulement une possibilité d’injecter des commandes ou des ordres dans des sous-systèmes spécifiques, il englobe également les capacités requises pour auditer et dépanner toute défaillance, soit en récupérant des données historiques des sous-systèmes, soit en y injectant des commandes. Inversement, contrôler l’automatisation elle-même, comme dans “trust but verify”, est en grande partie un non-problème. L’automatisation est définie par sa base de code, ou alternativement, par ses paramètres de configuration. La configuration peut comporter des bogues ou des défauts, mais il s’agit d’une proposition entièrement différente de celle consistant à ce qu’un élément au sein de l’organisation fasse dérailler les directives données par la direction.
Ces deux visions sont difficiles à concilier en pratique, car leurs priorités respectives en matière de développement informatique sont très différentes. Les rapports et tableaux de bord, tels que demandés par le camp de la vision directe, sont pour l’autre camp largement perçus comme une perte de temps. Non seulement des ressources informatiques seraient gaspillées dans la mise en place de capacités de reporting plus poussées que nécessaire, mais ensuite, les employés continueront de perdre du temps à consulter sans cesse ces tableaux de bord.
Le camp de la vision indirecte ne s’oppose pas catégoriquement au reporting, mais il ne met pas autant l’accent sur l’étendue et les capacités de ces rapports. Dans cette optique, l’automatisation a été conçue dès le départ pour optimiser des métriques qui reflètent les KPIs eux-mêmes. Par exemple, en écartant les bogues et les défauts, étant donné des stocks évalués à 10 millions d’euros, si l’automatisation atteint un taux de service de 88% alors que les managers auraient préféré un taux de 90%, il n’y a aucun intérêt à tenter de contrôler davantage l’automatisation. 88% est simplement ce que l’automatisation atteint compte tenu de stocks d’une valeur de 10 millions d’euros.
Une technologie supérieure pour l’automatisation pourrait être capable d’atteindre ce taux de service de 90% avec le même quota de fonds de roulement. Toutefois, il n’est pas certain que cette technologie supérieure puisse être mise au point. Il s’agit fondamentalement d’un problème de recherche ouvert qui n’a rien à voir avec le contrôle. Ainsi, surveiller les détails de l’automatisation est considéré comme un exercice en grande partie inutile, car cela ne permet pas de concrétiser une amélioration tangible de l’automatisation elle-même. Au mieux, cela permet une détection précoce d’une régression, mais encore une fois, cela peut être réalisé avec beaucoup moins d’indicateurs et d’efforts de reporting que ce qu’un manager attendrait typiquement pour se sentir en contrôle.
Inversement, les intégrations bidirectionnelles et toutes sortes d’exigences au niveau de l’infrastructure du camp de la vision indirecte peuvent être perçues par l’autre camp comme des dépenses onéreuses sans retours sur investissement évidents. En effet, ces dépenses sont en grande partie instrumentales plutôt qu’opérationnelles. De plus, ces investissements semblent largement déconnectés de l’impératif pressant des opérations quotidiennes. Le camp de la vision directe ne rejette pas catégoriquement l’intégration, ni l’investissement dans l’infrastructure informatique en général, car ceux-ci sont également nécessaires à des fins de reporting. Toutefois, il ne met pas le même accent sur l’étendue et la fiabilité de ces intégrations. Des intégrations quelque peu incomplètes et peu fiables sont tolérées dans la mesure où l’on s’attend à ce que les personnes restent impliquées dans le processus. Des chiffres absurdes, tant qu’ils ne sont pas trop fréquents, seront éliminés par des personnes agissant comme des filtres contre toutes sortes d’inepties informatiques.
En résumé, tandis que les visions directe et indirecte ont toutes deux de fortes attentes vis-à-vis du paysage applicatif, leurs attentes sont radicalement différentes et orientent les investissements vers des types de logiciels très différents.
Dans son célèbre livre “The Goal”, publié en 1984, Eliyahu Goldratt a proposé une philosophie d’entreprise qui peut être résumée ainsi : “Toute amélioration réalisée ailleurs qu’au niveau du goulot d’étranglement est une illusion”. À l’appui de la popularité des idées proposées par Goldratt il y a quatre décennies, la prise en compte des goulots d’étranglement est devenue partie intégrante de la culture d’entreprise dominante.
De nos jours, des managers qui n’ont jamais entendu parler de Goldratt peuvent néanmoins adopter instinctivement son cadre connu sous le nom de Théorie des Contraintes. La Théorie des Contraintes mériterait sa propre conférence, mais elle se résume à une courte série d’étapes : il faut identifier les contraintes des systèmes, décider comment exploiter ces contraintes, subordonner les autres décisions à l’exploitation de ces contraintes. Au fil du temps, il nous faut élever les contraintes, et enfin, dès que les contraintes sont élevées, il faut revenir au point de départ, car un autre ensemble de contraintes a nécessairement émergé comme un nouveau goulot d’étranglement du système.
La vision directe est étroitement alignée avec la manière dont Goldratt envisageait la pratique de sa Théorie des Contraintes. L’approche « rinse and repeat » du travail est adoptée par la direction. En termes de supply chain, les contraintes seraient le montant maximum de fonds de roulement, le volume maximum de stocks pouvant être détenu dans l’entrepôt, le taux de service minimal attendu par les clients, et le débit maximal de l’entrepôt pour réceptionner et expédier les marchandises.
À titre d’anecdote, les urgences qui dominent le quotidien de nombreux praticiens de la supply chain peuvent être perçues comme un déplacement rapide du goulot d’étranglement. Un jour, le goulot d’étranglement peut être le manque de stocks pour un produit donné, et le lendemain, il peut s’agir du manque d’espace de stockage dans l’entrepôt. En fait, les alertes et les exceptions, fonctionnalités largement présentes dans les logiciels de supply chain, pourraient être considérées comme des systèmes automatisés de détection des goulots d’étranglement.
Inversement, la vision indirecte s’intéresse également aux goulots d’étranglement, bien qu’elle les perçoive sous un angle complètement différent. La vision indirecte considère un goulot d’étranglement en particulier comme le roi des goulots d’étranglement, celui qui surpasse tous les autres : la capacité même des employés à appréhender les goulots d’étranglement. Dans l’intrigue décrite dans “The Goal” de Goldratt, l’identification des goulots d’étranglement peut être quelque peu subtile, mais leur résolution requiert non seulement beaucoup de réflexion, mais aussi une pensée inventive.
Cependant, l’intrigue de “The Goal” se déroule dans une seule usine produisant un seul produit. La complexité globale serait considérée comme extrêmement modeste au regard de notre ère numérique actuelle. Identifier les goulots d’étranglement en envisageant des dizaines de processus, des centaines de sites et des millions de SKU – des chiffres courants dans les supply chains modernes – est une toute autre proposition comparée à l’usine à produit unique décrite dans “The Goal”.
La vision indirecte perçoit la supply chain comme un système qui dépasse la capacité de l’esprit humain à le comprendre. Elle considère que la capacité de l’équipe à concevoir une automatisation capable d’identifier les goulots d’étranglement constitue le défi suprême à relever. De plus, contrairement aux environnements manufacturiers de “The Goal”, la résolution des goulots d’étranglement de la supply chain n’est pas considérée comme nécessitant une pensée véritablement inventive. La résolution en supply chain se résume à allouer plus ou moins de ressources, ou à augmenter ou réduire l’infrastructure pour transporter, produire ou stocker les marchandises. Ainsi, si l’automatisation est suffisamment puissante pour identifier le goulot d’étranglement, il est évident qu’elle est capable de le résoudre.
En résumé, tant la vision directe que la vision indirecte reconnaissent l’importance des goulots d’étranglement, mais les deux camps imaginent des types de goulots d’étranglement totalement différents. Le camp direct perçoit les goulots d’étranglement comme un phénomène externe, la manifestation de limitations physiques dans le flux des marchandises. Le camp indirect considère sa propre incapacité à concevoir l’automatisation parfaite, celle qui résoudrait automatiquement tous les goulots d’étranglement, comme le véritable goulot d’étranglement. Le camp indirect voit les goulots d’étranglement comme un phénomène interne, la manifestation des limitations intellectuelles de ceux qui supervisent le flux des marchandises.
Nous avons vu trois ensembles de visions conflictuelles concernant la connaissance, le temps et le travail. Cela devrait clarifier ce que l’on entend par vision dans le contexte de cette conférence. Ces visions sont puissantes et suggèrent des voies radicalement différentes à emprunter pour développer davantage une supply chain donnée. Cependant, si deux visions proposent des chemins divergents, il serait extrêmement surprenant que ces deux voies se révèlent également bénéfiques ou préjudiciables pour l’entreprise. Il n’y a aucune raison apparente de penser que toutes les visions sont également valables pour la supply chain.
Avant d’aborder la question de la validité de ces visions, traitons de leur variété. Dans leur sens le plus strict, l’ensemble des visions détenues par chaque personne dans l’organisation est aussi unique que les individus eux-mêmes, tant de variations subtiles peuvent être observées. Cependant, comme le démontre Thomas Sowell dans son livre “A Conflict of Visions”, presque l’intégralité du spectre des opinions politiques tenues au cours des trois derniers siècles dans la civilisation occidentale découle de quelques visions nettement distinctives, principalement centrées sur la nature de l’homme et son potentiel.
D’après mes observations personnelles au cours des 15 dernières années dans les cercles de la supply chain, je crois fermement qu’un cas similaire peut être fait à propos de la supply chain. Quelques visions nettement distinctives soutiennent l’immense majorité des initiatives de supply chain. Lorsque des objections sont formulées à propos de l’orientation prise par l’une de ces initiatives, ces objections émanent également du même petit vivier de visions.
Le manque de variété parmi les visions n’est pas surprenant. Comme indiqué au tout début de cette conférence, les visions sont par nature instinctives et simplistes. Les gens ne songent presque jamais à remettre en question leurs visions. Lorsque cela se produit, ils ont tendance à qualifier ce processus d’expérience “Road to Damascus”, à la fois dramatique et saisissante. Une variété bien plus grande se retrouve en aval dans les théories, les processus et les techniques dérivés de ces visions, lesquels sont bien plus raffinés que la vision d’origine.
L’homogénéité relative des visions que l’on trouve dans la supply chain revêt une importance primordiale, car elle implique que nous ne sommes pas confrontés à la perspective impossible de prouver ou de réfuter la vision unique détenue par chaque individu. Nous nous intéressons uniquement à l’évaluation de la validité d’un petit nombre de visions concurrentes.
Néanmoins, évaluer les visions, même un petit nombre d’entre elles, est difficile. En partie, les visions ne concernent pas ce qui est – les faits exposés – mais plutôt ce qui devrait être. Les faits eux-mêmes sont largement perçus à travers le prisme de la vision. Tout échec peut être attribué à une tentative défectueuse plutôt qu’à une remise en question de la vision qui a donné naissance à la tentative. Par exemple, peu importe le nombre de fois où les entreprises ont échoué à obtenir un retour sur investissement sur leur initiative de prévision, il semble y avoir une foi inépuisable que la prochaine fois, la technologie aura suffisamment mûri pour fournir enfin des prévisions précises. De même, même si chaque employé ayant vécu un processus S&OP de l’intérieur le décrit comme un cauchemar bureaucratique, les entreprises semblent toujours plus disposées à mettre en place leurs propres processus S&OP, en pensant qu’avec eux, ce sera différent. Si les caractéristiques que Thomas Sowell a découvertes pour les visions dans le domaine politique se retrouvent également dans le domaine de la supply chain, alors il faut s’attendre à ce que des visions erronées persistent et durent toute une vie, même face à une montagne de preuves contradictoires.
Cependant, les marchés libres sont d’excellents filtres. Le marché n’éduque pas les entreprises vers de meilleures visions ; il élimine simplement celles qui n’adhèrent pas majoritairement aux bonnes. Par exemple, de nombreux détaillants traditionnels sont arrivés très tardivement au e-commerce. Ils étaient en retard non pas en raison de barrières technologiques, mais parce qu’ils avaient une vision du commerce de détail qui n’incluait pas la possibilité que leurs clients ne franchissent jamais les portes de leurs magasins. Beaucoup de ces détaillants ont été sanctionnés par des faillites, comme Toys R Us en 2017 et Bed Bath & Beyond en 2023.
Un point de départ raisonnable pour éviter ce genre de débâcle consiste à identifier les visions dominantes au sein de l’entreprise. Une telle enquête permet de discuter les mérites et les inconvénients de ces visions, comme nous l’avons fait tout au long de cette conférence.
En conclusion, les visions sont une intuition de causalité. Elles agissent comme une boussole pour orienter l’esprit. Les visions sont également simplistes, et pourtant nécessaires. Elles façonnent notre manière d’aborder intentionnellement des systèmes complexes, la supply chain en étant un exemple majeur. À peine un manuel de supply chain ou un logiciel de supply chain reconnaît même les visions qui les sous-tendent. Pourtant, loin d’être agnostiques ou dépourvus de vision, tant les manuels que les logiciels incarnent fréquemment des visions spécifiques de ce que la supply chain devrait être selon leurs perspectives respectives.
Ces visions sont puissantes et définissent en grande partie la manière dont les entreprises abordent, à leur tour, leurs processus, leur division du travail, l’avenir et la planification en général, ainsi que les rôles et devoirs de leurs employés. Malgré leur importance, les visions sont rarement reconnues, et encore moins modifiées. Par exemple, il est possible, comme je l’ai fait, de lire des centaines d’articles de recherche récents sur la prévision de la demande sans rencontrer un seul auteur qui remette en question si la perspective technique adoptée dans l’article est en soi réellement adaptée à appréhender l’avenir.
Pourtant, les visions doivent être remises en question. Comme nous l’avons vu dans cette conférence, la vision statique, immensément populaire dans les cercles de la supply chain, contredit ce qui est considéré comme l’économie de base depuis un siècle. Cela inclut des techniques telles que les safety stocks et l’analyse ABC, qui sont littéralement omniprésentes dans le monde de la supply chain. Pourtant, si l’histoire des sciences nous enseigne quelque chose, c’est qu’un consensus généralisé n’implique en rien une quelconque validité. La proposition selon laquelle ces techniques de supply chain, l’analyse ABC et les safety stocks, par leur validité, finiraient par infirmer l’ensemble du domaine de l’économie semble extrêmement improbable.
La supply chain est encore relativement immature, tant en tant que domaine d’étude qu’en pratique. Comme évoqué précédemment dans cette série de conférences, il n’est pas encore entièrement clair que la supply chain se qualifie véritablement de science. Tout ce qui pourrait manquer à notre compréhension actuelle de la supply chain pourrait être, au fond, une question de vision. La sophistication, ou le manque de sophistication, des méthodes dont nous disposons pourrait être totalement sans pertinence s’il s’avère que nous encadrons incorrectement les problèmes dès le départ.
Maintenant, je vais passer aux questions concernant cette conférence. D’ailleurs, je ferai une pause de quelques mois dans cette série de conférences. J’ai réalisé que j’avais besoin de temps pour pouvoir mettre ces conférences par écrit. J’ai commencé à travailler sur un livre et j’espère pouvoir consolider tous ces éléments en un récit cohérent qui rassemble toutes ces idées. Mais à présent, je vais réellement passer aux questions.
Question : Existe-t-il un moyen d’automatiser et de généraliser la connaissance banale sans un système de connaissance rigoureux dans une entreprise ? Par exemple, une entreprise de petite taille serait-elle incapable de mettre en œuvre l’approche quantitative que vous préconisez ?
Le truc, c’est que, par définition, la connaissance banale est celle qui n’est pas codifiée. Si vous trouvez un moyen de codifier la connaissance dont vous disposez dans l’entreprise, vous la transformez effectivement en connaissance spéciale. Cependant, la connaissance spéciale est très coûteuse, quelle que soit la taille de l’entreprise. Il y a toujours une quantité immense de connaissances banales qui circule, car il ne serait pas économiquement viable d’essayer de codifier, structurer et affiner tout cela. Ce sont des connaissances relatives aux circonstances de temps et de lieu. Beaucoup de ces connaissances sont éphémères. Par exemple, il est crucial aujourd’hui de connaître l’état de réparation des freins d’un camion, mais une fois les freins réparés, cette connaissance n’est plus pertinente.
Ainsi, il ne s’agit pas vraiment d’un problème d’échelle, mais plutôt de trouver l’équilibre entre la connaissance banale et la connaissance spéciale. Chaque entreprise, quelle que soit sa taille, devra faire face à un immense volume de connaissances banales. Vous ne pouvez pas espérer automatiser entièrement ce problème.
Maintenant, en ce qui concerne la question des entreprises de petite taille face à l’approche quantitative prônée par Lokad, le défi de la maturité des supply chains digitales se pose depuis 15 ans. Les grandes entreprises se sont digitalisées depuis près de quatre décennies en ce qui concerne leurs supply chains. Les codes-barres ne sont pas nouveaux. Dans les petites entreprises, ce processus n’a commencé qu’il y a deux décennies, ce qui représente un décalage de 20 ans. Ensuite, il y a la question du niveau d’intégration du paysage applicatif. Une caractéristique des grandes entreprises est la disponibilité d’un IT department. Dès que vous disposez d’un IT department, vous avez des personnes rémunérées pour intégrer le paysage applicatif. Sans cette intégration, il est impossible de consolider les données pour même commencer à exécuter la Supply Chain Quantitative telle que conçue par Lokad.
C’est là que réside le problème principal, dans le manque d’intégration. Mais si vous disposez d’un paysage applicatif très intégré, comme c’est le cas de certaines entreprises de le e-commerce, même de très petites entreprises peuvent bénéficier d’une approche telle que celle préconisée par Lokad.
Question : Apparemment, la majorité des managers de supply chain justifient souvent leur utilisation de la théorie mainstream de la supply chain en invoquant sa simplicité, bien qu’elle représente la réalité de manière quelque peu inexacte. Ensuite, ils la contrastent avec une technologie anglaise, supérieure certes, mais complexe. Dans un tel débat, quel serait votre argument ?
Je ne pense pas que la plupart des managers de supply chain fassent référence à la théorie mainstream de la supply chain dans leur pratique quotidienne. Ils en ont connaissance, et ils ont entendu parler de concepts tels que taux de service, peut-être lors de leurs cours universitaires il y a quelques années. Mais il ne s’agit pas d’une question de simplicité contre complexité. Il s’agit vraiment de la manière d’aborder les problèmes. Les abordez-vous de façon organique au sein de l’entreprise, ou comme des énoncés de problèmes et des solutions distincts ? Ce sont des approches complètement différentes.
La plupart des managers, en particulier ceux occupant des postes à responsabilité dans des entreprises exploitant de grandes supply chains, ne considèrent pas leurs rôles et responsabilités comme un ensemble de problèmes et de solutions. Ils les perçoivent davantage comme des modes de fonctionnement de l’entreprise, des pratiques, des habitudes, des coutumes, etc.
Donc, l’écart est bien plus grand que de simplement être aligné ou non aligné avec une théorie. C’est littéralement une différence dans la manière dont nous abordons le problème fondamental de ce que signifie améliorer une entreprise. D’un point de vue de connaissances spécialisées, améliorer signifie trouver une meilleure solution à un problème donné. Si votre vision du monde ne cadre pas votre position, et par extension, votre division dans l’entreprise, en termes de problèmes et de solutions, alors il y a un décalage de vision. C’est très difficile à concilier.
En effet, il y a des points où, quelle que soit la vision que vous avez, il faut que ce soit une simplification drastique de la réalité sous-jacente. Ceci est également vrai pour la Supply Chain Quantitative telle qu’approchée par Lokad. La principale différence est que nous admettons que l’effort investi dans la modélisation de la supply chain constitue bel et bien le goulot d’étranglement. Cette simplification est considérée comme la contrainte primaire de l’initiative.
Cependant, il ne s’agit pas d’être sous l’illusion que ce qui est fait est nécessairement plus avancé ou reflète la réalité avec une plus grande précision que d’autres approches.
Merci à tous, je pense que ce sera tout pour aujourd’hui. À la prochaine.