Sur la connaissance, le temps et le travail pour les Supply Chains - Cours 1.7

00:00 Introduction
03:53 Visions
07:49 Valeurs
10:53 L’histoire jusqu’à présent
13:51 Les étoiles ont parlé
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 Variété et validité
01:17:44 Conclusion
01:20:23 1.7 Sur la connaissance, le temps et le travail pour les Supply Chains - Des questions ?

Description

Les supply chains respectent les principes économiques généraux. Cependant, ces principes sont trop peu connus et trop souvent mal représentés. Les pratiques populaires de la supply chain et leurs théories contredisent souvent ce qui est généralement admis en économie. Cependant, ces pratiques ne sont pas susceptibles de prouver que l’économie de base est fausse. De plus, les supply chains sont complexes. Ce sont des systèmes, un concept relativement moderne qui est également trop peu connu et trop souvent mal représenté. L’objectif de cette conférence est de comprendre ce que l’économie et les systèmes apportent lorsqu’il s’agit de résoudre des problèmes de planification pour une supply chain du monde réel.

Transcription complète

Bienvenue dans cette série de conférences sur la supply chain. Je suis Joannes Vermorel et aujourd’hui je vais parler de la connaissance, du temps et du travail.

Lorsque l’on aborde la gestion de la supply chain, que ce soit à travers des manuels ou des pratiques d’entreprise, beaucoup de choses restent non dites. Naturellement, il y a un élément de nécessité, car tout expliquer n’est pas une option pratique. Cependant, il y a aussi un élément de cécité. Certaines idées, réflexions ou connaissances critiques qui auraient dû être explicitées sont presque inévitablement laissées de côté et non écrites. Parmi toutes ces idées non dites, les plus puissantes sont celles qui orientent notre intuition de la causalité pour les objets d’intérêt - dans ce cas, les supply chains.

En effet, cette intuition de causalité définit la manière dont nous abordons les situations, dont nous voyons les problèmes et si nous les voyons du tout. 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 corrects et peuvent nous égarer, en nous faisant chercher des solutions qui ont peu ou aucune chance de jamais apporter les avantages escomptés pour l’entreprise.

Ces intuitions de causalité, ces visions, peuvent être tout aussi erronées ou mal orientées que tout autre chose. 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 une continuation de ce qui existe déjà.

De plus, au sein de la même entreprise, les personnes ne partagent que rarement la même vision exacte. En fait, elles peuvent avoir des visions radicalement différentes. Comme les visions sont rarement explicitées, les employés ont trop souvent le sentiment que chaque fois 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 souvent être attribuée à une divergence de visions plutôt qu’à une divergence de valeurs ou d’incitations.

Les deux propositions que je défendrai dans cette conférence sont subtiles et pourtant d’une importance capitale.

Premièrement, il existe de puissantes visions 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. Bien loin d’être un détail mineur, ces visions ont un impact massif sur les entreprises qui opèrent des supply chains, ainsi que sur leur écosystème de soutien, qui comprend les universités, les vendeurs de logiciels et les consultants. Nous passerons en revue une série de ces visions dans cette conférence.

Deuxièmement, toutes les visions ne sont pas également efficaces ou appropriées pour l’amélioration des 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 en mesure d’identifier au moins certaines des visions en jeu dans une entreprise donnée et d’être équipé de quelques instruments intellectuels pour remettre en question la validité de ces visions.

Dans “A Conflict of Visions”, Thomas Sowell présente son concept de ‘vision’. Il la décrit comme une compréhension intuitive ou inconsciente de la façon dont le monde fonctionne. 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 ressentons ou percevons avant d’avoir construit un raisonnement systématique qui pourrait être appelé une théorie. Une vision est notre perception de la façon dont le monde fonctionne.”

Les visions sont dans une certaine mesure simplistes, bien que ce terme soit généralement réservé aux visions des autres, pas aux nôtres. Les visions conditionnent largement notre approche des systèmes complexes - des systèmes qui dépassent ce que l’esprit humain peut facilement 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, considérons un magasin de détail qui a du mal à maintenir des niveaux de stocks adéquats, laissant la moitié de ses étagères vides. L’évaluation instinctive des causes probables de cette situation variera considérablement en fonction de la vision que l’on a de la supply chain et de son fonctionnement.

Prenons par exemple un professeur d’analyse de la supply chain. Il attribuera instinctivement les étagères vides à des inexactitudes dans les prévisions de la demande. Ici, la vision place la responsabilité de la qualité du service sur une solution technologique, sur un logiciel. Cette vision s’étend à la communauté universitaire dans son ensemble, dont les contributions de 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 chaîne de vente au détail peut instinctivement rejeter la faute sur la gestion du magasin, les personnes. Dans cette vision, le directeur du magasin et le personnel sont responsables de veiller à ce que le magasin fonctionne correctement. La responsabilité, selon cette vision, incombe d’abord aux personnes qui sont les plus proches du problème. Une extension de cette vision implique la direction supérieure, car ce sont eux qui permettent à ce directeur de magasin inefficace de persister dans son poste, soulignant à nouveau une vision axée sur les personnes.

Il est frappant de constater que ces deux visions, découlant des mêmes étagères vides dans le même magasin, attribuent la responsabilité, et par conséquent la résolution, à des entités totalement différentes. L’un se tourne vers une solution technologique, l’autre vers une évaluation du leadership. Naturellement, que le problème auquel le magasin est confronté découle effectivement d’un logiciel défectueux ou d’un leadership inadéquat est une autre question. Les visions ne prouvent rien ; elles conditionnent simplement notre évaluation immédiate de situations complexes.

Cette attribution divergente des responsabilités met en évidence l’influence significative que la vision exerce sur les supply chains. Comme nous le verrons dans cette conférence, des visions alternatives entraînent non seulement des évaluations et des résolutions divergentes de certaines situations, mais aussi des évaluations et des résolutions contradictoires, conduisant souvent à des voies mutuellement exclusives.

En politique, tout comme dans les affaires, les dirigeants mettent souvent en avant leurs propres valeurs pour souligner les différences entre eux et leurs rivaux. On peut entendre de tous côtés la phrase “nous n’avons pas les mêmes valeurs”. Cependant, cette perspective, bien qu’elle ne soit pas sans mérite, a tendance à obscurcir l’influence profonde des visions.

Notez que lorsque les individus rencontrent des interprétations différentes des mêmes faits, ils attribuent souvent les différences à des valeurs divergentes. Pourtant, souvent, la variation des valeurs est bien plus prononcée que ce que la formule “nous n’avons pas les mêmes valeurs” peut suggérer. Dans le domaine politique, par exemple, il serait difficile de trouver quelqu’un qui plaide en faveur de la pauvreté, de la criminalité ou de la guerre. Pourtant, malgré des valeurs communes contre ces maux, les visions des gens les guident vers des solutions strictement différentes.

Cette observation reste valable dans le domaine de la supply chain. Indépendamment de leur domaine ou secteur particulier, les entreprises donnent universellement la priorité à la qualité de service, à la rentabilité, à la croissance et à la réduction des déchets. Les entreprises qui s’opposent ouvertement à de telles valeurs largement reconnues sont extrêmement rares. Cependant, les visions alternatives entre les entreprises se traduisent par des stratégies et des pratiques très différentes, toutes visant à atteindre les mêmes valeurs communes.

Prenons l’exemple du fondateur d’Amazon, Jeff Bezos, qui a souvent souligné son obsession, ainsi que celle d’Amazon, pour le client. Il a déclaré un jour, et je cite : “La chose la plus importante est de se concentrer de manière obsessionnelle 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 le faire, cette personne ne reste généralement pas à son poste par la suite.

Ce qui distingue Amazon ce ne sont pas ses valeurs affichées, qui sont alignées sur la plupart des entreprises, mais sa vision et sa culture uniques. Par conséquent, alors que nous progressons dans cette conférence et que nous réexaminons d’autres exemples de supply chain, il est essentiel de se rappeler que même si les entreprises peuvent suivre des chemins remarquablement différents, elles cherchent souvent des résultats similaires : la croissance, la rentabilité et l’approbation publique de leur mission. La vision et la culture, et non leurs valeurs, différencient leur mode d’action.

Cette conférence actuelle fait partie du premier chapitre d’une série de conférences sur la supply chain. Cependant, cette série a déjà bien avancé au-delà du premier chapitre, et je revisite aujourd’hui simplement et affine les fondements mêmes qui soutiennent les conférences ultérieures. Pour ceux d’entre vous qui souhaitent comprendre les 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 très souhaitable de mettre une recette numérique en production. La complexité croissante des supply chains elles-mêmes rend l’automatisation plus pressante que jamais. De plus, il y a une impératif financier à 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 concurrentiels, et cette concurrence nécessite une méthodologie qui ne suppose pas que les parties opèrent sans leur propre agenda tout en cherchant à améliorer une supply chain donnée.

Le troisième chapitre examine les problèmes, en mettant de côté la solution par le biais du personnel de la supply chain. Ce chapitre tente de caractériser les classes de problèmes de prise de décision qui doivent être résolus. Il montre que les perspectives simplistes, comme choisir la bonne quantité de stock pour chaque SKU, ne correspondent pas aux situations réelles. Il y a invariablement une profondeur dans la forme des décisions.

Le quatrième chapitre examine 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 numériques opèrent. De nombreux manuels de supply chain supposent implicitement que leurs techniques et leurs 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 scientifiques de la supply chain, en mettant en avant les techniques d’apprentissage automatique et les techniques d’optimisation mathématique.

Le septième chapitre est consacré à l’exécution d’une initiative de supply chain quantitative. Nous voyons ce qu’il faut pour lancer une telle initiative en posant les bases appropriées. Nous voyons également qui il faut 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 contradictoires sur ce qui est considéré comme souhaitable pour une supply chain donnée.

Bien qu’il soit probablement évident pour cette audience qu’une vaste supply chain nécessite une quantité tout aussi vaste de connaissances pour être correctement exploitée, la forme et la nature même de ces connaissances sont rarement remises en question. Pourtant, il existe deux visions alternatives puissantes de la connaissance : la vision spéciale et la vision banale, conduisant à des points de vue presque opposés sur les processus et la division du travail.

De plus, le temps est essentiel pour les supply chains. Pourtant, deux visions puissantes entrent en collision 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 de l’avenir, de l’exécution et de la complexité des supply chains. Ces appréciations se rejoignent dans deux visions radicalement différentes de la manière dont la planification devrait même être abordée.

Enfin, les supply chains impliquent du travail, et plus précisément, du travail de col blanc, suivant la division donnée aux supply chains dans cette série de conférences. Cependant, à l’ère du numérique, les personnes peuvent être considérées comme directement ou indirectement responsables du travail, ce qui conduit à des points de vue très différents sur le rôle et le but des technologies logicielles. Nous verrons comment ces visions divergentes du travail lui-même se ramifient 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 assurer l’efficacité. Il est impératif de disposer d’informations fiables sur la demande des clients, les contraintes des fournisseurs, ainsi que sur de nombreux autres facteurs. Dans ce contexte, notre première grande différence de vision concerne la nature et le lieu de cette connaissance. Nous classerons cette connaissance en deux types : la connaissance spéciale et la connaissance banale. Introduite par Friedrich Hayek dans son œuvre fondatrice “The Use of Knowledge in Society” publiée en 1945, cette distinction entre la connaissance spéciale et la connaissance banale nous offre une base pour comprendre pourquoi différentes visions peuvent entraîner des perceptions divergentes de la manière dont une supply chain devrait fonctionner.

La connaissance spéciale englobe les techniques, les formules, les statistiques et les logiciels. En essence, il s’agit d’informations codifiées, structurées, examinées et affinées. Cette connaissance n’est pas limitée à l’université. Au sein d’une organisation, les procédures codifiées et les recettes numériques utilisées pour guider les opérations de la supply chain sont également considérées comme une connaissance spéciale. Un exemple typique de connaissance spéciale est la formule de Wilson, la formule pour calculer le EOQ, la Quantité Économique de Commande.

La connaissance banale, en revanche, fait référence aux banalités du quotidien, c’est-à-dire aux circonstances particulières du temps et du lieu. Et bien qu’elle soit de plus en plus enregistrée en raison de l’omniprésence des ordinateurs sous toutes leurs formes, cette connaissance reste brute, non organisée et non affinée. 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 est une connaissance banale.

Les deux visions que nous abordons ici mettent l’accent sur une forme de connaissance plutôt que sur l’autre : la connaissance spéciale par rapport à la connaissance banale. Bien que les deux camps reconnaissent volontiers l’existence et la pertinence de l’autre forme de connaissance, ils diffèrent radicalement dans le poids qu’ils attribuent à chaque forme de connaissance. Ceux qui mettent l’accent sur la connaissance spéciale ont tendance à considérer que les problèmes, y compris les problèmes de supply chain, sont mieux traités par des experts. Ils perçoivent la connaissance spéciale comme un produit de la raison et accordent donc une grande importance à la cohérence. En revanche, les partisans de la connaissance banale estiment que les problèmes sont mieux 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 implications significatives pour la supply chain. Cependant, les partisans de chaque vision se retrouvent souvent à parler devant l’autre lorsqu’ils abordent ces questions. Prenons, par exemple, un professeur de supply chain et un responsable d’entrepôt. Le professeur pourrait négliger l’importance de l’entretien du système de freinage des camions de livraison, le considérant comme une banalité sans importance à peine digne de mention dans la littérature académique sur la supply chain. Pourtant, pour le responsable d’entrepôt et son équipe de chauffeurs, cette connaissance peut être une question de vie ou de mort. En revanche, ils pourraient considérer la formule EOQ comme sans conséquence, mais négliger la taille appropriée des envois entraîne du gaspillage, provoquant des inefficacités de ressources, y compris du carburant, des camions et des chauffeurs.

Illustrons davantage ces visions divergentes avec deux exemples d’une importance primordiale pour les supply chains du monde réel : les processus et la division du travail. Ces exemples illustrent comment des visions alternatives conduisent à des voies mutuellement exclusives pour les entreprises.

L’importance relative accordée aux connaissances spéciales et banales donne lieu à des perspectives nettement différentes en ce qui concerne les processus de l’organisation. Ceux qui privilégient les connaissances spéciales ont tendance à considérer le système de supply chain du haut, à identifier les problèmes et à rechercher des solutions optimisées pour ces problèmes. L’apogée de cette perspective peut être observée dans les compétitions de prévision, où le problème est clairement défini - extrapoler les séries temporelles dans 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 considérée comme la partie facile. Le véritable défi réside dans la recherche de la solution. Les partisans des connaissances spéciales accordent une grande valeur à la recherche et à l’ingénierie, en utilisant la raison comme principe directeur. Ils s’appuient fortement sur la décomposition des processus complexes en une série de sous-problèmes gérables.

À l’inverse, ceux qui mettent l’accent sur les connaissances banales adoptent une approche beaucoup plus concrète. Ils préconisent de prêter une attention particulière aux détails de la situation, aux circonstances temporelles et spatiales. Ces individus peuvent voir de la valeur dans la manière dont les choses sont faites. Par exemple, un acte en apparence simple comme l’inspection visuelle des colis lors de leur déchargement d’un camion peut résoudre de nombreux problèmes non articulés et non écrits. Les partisans des connaissances banales accordent de la valeur aux pratiques, au mentorat, aux ateliers et aux sessions de formation. Ils considèrent la connaissance comme étant fondamentalement dérivée de l’expérience et accordent une importance primordiale aux approches holistiques - c’est-à-dire aux façons de faire les choses.

Cette divergence de points de vue peut générer une frustration significative, en particulier lorsque les camps opposés ne réalisent pas pleinement l’existence des lignes de fracture. Les visions sont rarement explicites. J’ai souvent vu des professeurs de supply chain, archétypes du camp des connaissances spéciales, frustrés par leur perception d’un manque de coopération de la part des entreprises. De leur point de vue, ils offrent leur aide pour résoudre des problèmes difficiles, demandant seulement à ce que la liste de ces problèmes soit communiquée par l’entreprise. Pourtant, du point de vue des responsables d’entreprise, généralement plus alignés sur le camp des connaissances banales, les processus de l’entreprise ont évolué de manière organique au fil du temps, s’appuyant sur l’expérience de nombreux prédécesseurs. Les façons de faire de l’entreprise n’ont que rarement été définies en termes de solutions à des problèmes spécifiques. Elles sont plutôt le produit de nombreux choix judicieux faits au fil des années, et elles incarnent l’expérience collective des managers, 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 fournisseurs de logiciels d’entreprise, qui appartiennent fermement au camp des connaissances spéciales, expriment régulièrement leur frustration face aux exigences changeantes de leurs clients. Pendant ce temps, les responsables peuvent se retrouver perdus dans un océan de pratiques obsolètes et d’inefficacités accumulées. Ces défis sont symptomatiques du désalignement et des écarts de communication qui sont les produits de visions divergentes.

En passant, 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 des connaissances spéciales qui considère les problèmes comme acquis, les scientifiques de la supply chain de Lokad ont pour mission de mettre en évidence les véritables problèmes - une approche qui est considérée comme une entreprise expérimentale. Cette méthodologie est approfondie dans la leçon 2.1, “Optimisation expérimentale”.

Toute entreprise prospère dépasse, à un moment donné, l’expansion de sa supply chain. Ce que quelques employés peuvent gérer facilement, les grandes entreprises doivent adopter des stratégies de division du travail pour répartir efficacement la charge de travail sur une main-d’œuvre plus importante. Dans le cadre de notre discussion, je présenterai deux stratégies : la division horizontale et la division verticale du travail.

La stratégie horizontale consiste à partitionner le travail par fonction, où chaque fonction sert l’ensemble de l’entreprise. Par exemple, dans une chaîne de vente au détail, nous pouvons voir des départements tels que l’achat, la planification, la tarification ou la marchandisation. D’autre part, la stratégie verticale divise le travail par segments de marché, où chaque employé supervise tous les aspects de ses segments respectifs. Dans une entreprise de mode, par exemple, un employé peut être responsable de toute la catégorie des accessoires en cuir, englobant la recherche de sources, l’achat, la planification, la tarification et la marchandisation.

En réalité, les entreprises adoptent rarement une stratégie purement verticale ou purement horizontale. Beaucoup optent pour un mélange des deux. Cependant, la prédominance de l’une sur l’autre est fortement influencée par la vision dominante favorisant les connaissances spécifiques ou les connaissances banales au sein de l’organisation. Ceux qui favorisent les connaissances spéciales ont tendance à préférer la division horizontale, favorisant ainsi le rôle des experts. Ce sont des individus qui possèdent une compréhension approfondie ou une maîtrise d’un défi spécifique. Les rôles dans la prévision et dans la science des données en sont des exemples. Ces divisions horizontales mettent en évidence le rôle des experts, des individus qui sont responsables de la performance de leurs unités commerciales, tels qu’un directeur de magasin dans une chaîne de vente au détail responsable de la santé financière globale d’un magasin.

À l’inverse, ceux qui penchent vers les connaissances banales ont tendance à préférer les divisions verticales. Cependant, aucune stratégie ne peut revendiquer une supériorité universelle, car les deux ont leurs propres mérites et démérites, dépendant du contexte des circonstances spécifiques de l’entreprise. Une dépendance excessive aux experts pourrait négliger la puissance de solutions plus simples au profit de solutions plus sophistiquées qui se révèlent plus fragiles et coûteuses. Pendant ce temps, placer trop de confiance dans les leaders pourrait conduire à surestimer ce que la diligence et la discipline nues peuvent apporter à l’entreprise sans le soutien d’autres avantages concurrentiels.

L’importance d’une compréhension nuancée de la nature de la connaissance ne doit pas être sous-estimée. J’ai personnellement été témoin de grandes organisations entreprendre d’importants plans de transformation, passant fréquemment d’une organisation dominante verticale à une organisation dominante horizontale, sans tenir compte adéquatement des valeurs comparatives des experts et des leaders dans leurs circonstances spécifiques. Cela conduit inévitablement à des résultats moins souhaitables.

En tant que note tangent, du point de vue de la supply chain quantitative, Lokad cherche à améliorer la productivité de la main-d’œuvre des cols blancs pendant la supply chain. L’objectif n’est pas seulement de réduire les coûts, bien que cela soit un résultat bienvenu, mais de défragmenter les responsabilités au sein de l’organisation. Le rôle des scientifiques de la supply chain, tel que défini par Lokad, assume des responsabilités à la fois plus larges et plus profondes par rapport aux pratiques de la supply chain traditionnelle. Ce sujet est approfondi dans la leçon 7.3, “Le Supply Chain Scientist”.

Le temps, ou plus précisément, le timing, est essentiel pour la supply chain. Si nous vivions dans un monde où les biens pouvaient être instantanément imprimés en 3D et téléportés à leur destination, le timing perdrait une grande partie de sa signification. Cependant, tel qu’il est, la gestion d’une supply chain implique une série de retards, généralement appelés délais d’approvisionnement, nécessitant souvent des préparations plusieurs mois à l’avance. Pourtant, le temps est insaisissable et notre compréhension de celui-ci, en ce qui concerne le temps, l’est encore plus.

Dans le livre “Antifragile : Les choses qui profitent du désordre”, publié en 2012, Nassim Taleb propose deux visions contrastées du temps : la vision statique et la vision dynamique. Bien que le livre de Taleb soit principalement axé sur l’antifragilité, ce sont ces deux visions du temps qui sont pertinentes pour notre discussion ici. La vision statique perçoit les choses comme si elles étaient figées dans le temps, dans un instantané, vues de manière isolée. Elle préconise une perspective mécaniste de l’univers où tout système, y compris les supply chains, peut être décomposé et modélisé selon la vision statique. Étant donné les paramètres du système à un moment donné, nous pouvons prédire son évolution. En pratique, notre capacité à mesurer tous ces paramètres peut être limitée, mais conceptuellement, rien ne nous empêche de disséquer davantage chaque phénomène et d’affiner nos mesures afin d’améliorer la précision de nos prédictions.

En revanche, la vision dynamique interprète les systèmes comme des collections d’agents. Elle voit les interdépendances et les boucles de rétroaction. Elle reconnaît le monde et bon nombre de ses systèmes comme chaotiques. De plus, les changements apportés par ces agents ne se produisent pas uniquement en raison de lois universelles, comme le mouvement des planètes, mais reflètent également l’intention des individus. Ainsi, toute prédiction qu’un modèle fait peut être annulée par les personnes une fois qu’elles en ont connaissance. La perspective prédominante dans les cercles de la supply chain traditionnelle, dans le milieu universitaire, dans les logiciels d’entreprise et chez les praticiens de la supply chain, est la vision statique. Elle met l’accent sur les séries temporelles déterministes et les prévisions de la demande, tandis que d’autres incertitudes telles que les délais d’approvisionnement variables ou les retours variables sont considérées comme des défauts à éliminer. La vision statique comporte également des délimitations strictes sur ce qui est considéré comme un défi de la supply chain et ce qui ne l’est pas.

Pendant ce temps, la vision dynamique, telle que présentée par Taleb, reste à ce jour largement absente des cercles de la supply chain traditionnelle. Cependant, cette vision dynamique est en accord 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. La perspective de Lokad reste également quelque peu insaisissable quant à ce qui devrait être considéré comme un défi de la supply chain, privilégiant des critères empiriques, voire opportunistes, par rapport à des limites prédéfinies. Par exemple, du point de vue de Lokad, la tarification et la publicité peuvent relever de la compétence de la supply chain, sans pour autant revendiquer une propriété exclusive de ces sujets.

Dans notre discussion précédente sur les connaissances spéciales et banales, les deux visions avaient leurs forces et leurs faiblesses respectives, ce qui donnait une présentation relativement équilibrée. Cependant, il n’y a pas d’équilibre ou de complémentarité inhérents entre les visions concurrentes. Certaines visions peuvent s’avérer totalement inadaptées pour soutenir les entreprises de la supply chain. Comme nous le verrons, la vision statique, malgré sa popularité, est l’une de ces visions totalement inadaptées.

Voyons maintenant comment ces deux visions, la statique et la dynamique, influencent l’avenir, l’exécution, la complexité et enfin la planification des supply chains.

Chaque action, chaque allocation de ressources dans le domaine de la supply chain, reflète une approche tournée vers l’avenir, une anticipation des événements futurs. Cependant, l’interprétation de l’avenir est un point de divergence entre la vision statique et la vision dynamique, qui ont toutes deux des implications considérables pour les supply chains.

Les partisans de la vision statique perçoivent l’avenir en termes de prévisions, plus précisément de prévisions de séries temporelles périodiques. Ils considèrent l’avenir comme fondamentalement connaissable et symétrique par rapport au passé, une perspective partagée avec Newton en physique. Les inexactitudes de ces prévisions sont attribuées à des processus défectueux, à un manque de coopération, à de mauvaises données, à des modèles de prévision défectueux - en d’autres termes, ce sont des remèdes. Les prévisions ne sont que accidentellement inexactes. De plus, les sources de variations telles que les délais de livraison, 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 à l’avenir est fondamentale ; elle est irréductible. Bien que l’avenir ne soit pas entièrement inconnu, au mieux, il ne s’agira que de suppositions et de probabilités. Dans la vision dynamique, l’avenir n’est pas un reflet du passé mais dépend des décisions qui restent à prendre. De ce point de vue, le problème central n’est pas tant d’améliorer la précision des prévisions que de surveiller tous les risques cachés et toutes les opportunités cachées, en ne laissant aucune pierre non retournée. Le concept de risque englobe non seulement la demande des clients, mais aussi les fournisseurs, les transporteurs, les concurrents, etc.

Les racines de la vision statique remontent aux premiers prévisionnistes du XXe siècle tels que Roger Babson, qui cherchaient à transposer les capacités prédictives de l’astronomie à l’économie, dans le but déclaré d’atteindre une anticipation quasi parfaite de la demande et des fluctuations des prix. Cette vision reste centrale dans la littérature sur la supply chain et dans l’industrie des logiciels, où les prévisions de séries temporelles restent la pierre angulaire des pratiques de planification et des logiciels de planification.

À titre anecdotique, certaines philosophies d’entreprise comme le Kanban, le lean management ou les cinq zéros de Toyota ne correspondent pas exactement à la vision statique ou à la vision dynamique. Elles perçoivent l’avenir comme quelque peu inconnu, similaire à la vision dynamique, et minimisent l’importance des prévisions de séries temporelles. Pourtant, ces philosophies sont toujours en accord avec la vision statique en considérant toutes les variations comme des défauts plutôt que comme des risques et des opportunités. Par conséquent, ces philosophies éludent la question de l’avenir plutôt que de fournir 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 ne correspond guère à une absence de stock.

Ma proposition est que la vision statique, malgré sa prédominance, est erronée. Même après près d’un siècle depuis l’époque de Babson, la question demeure : les progrès des techniques de prévision ont-ils réellement rendu la supply chain plus certaine ? Au cours de plus de quinze ans chez Lokad, j’ai collaboré avec plus de 200 entreprises cherchant à rectifier leurs prévisions inexactes, mais aucune n’a jamais réussi 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 entreprises indépendantes, ce qui reflète une pratique académique dans la littérature sur la supply chain où la tarification est rarement mentionnée, encore moins consacrée à un chapitre dédié dans un livre sur la supply chain. Cette vision erronée de l’avenir est, selon moi, l’un des facteurs les plus importants entravant le progrès de l’ensemble du domaine de la supply chain.

L’exécution des supply chains couvre une multitude d’actions banales à effectuer quotidiennement. Il y a des commandes à passer, des stocks à récupérer, des lots de production à terminer, des marchandises à expédier. Ce flux incessant d’actions est guidé par notre perception de l’avenir. Les perspectives divergentes sur l’avenir, à savoir les visions statique et dynamique, conduisent à des stratégies contradictoires en ce qui concerne l’exécution continue des actions à des fins de supply chain.

Ceux qui adhèrent à la vision statique voient l’exécution comme une grande symphonie d’orchestration. Selon cette perception, la prévision sert de partition musicale, fournissant les rythmes et les notes qui régissent chaque action, chaque allocation de ressources. Les nœuds perturbateurs de non-linéarités comme les MOQs (Quantités Minimales de Commande) perturbent l’harmonie, mais on s’attend à ce qu’ils soient lissés grâce à l’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 ses propres risques et avantages, qui doivent être évalués non seulement de manière isolée, mais aussi par rapport aux risques et avantages associés à d’autres décisions alternatives. Ce principe directeur n’est pas une adhésion à une symphonie prédéterminée, mais la gestion d’un processus de prise de décision opportuniste basé sur des priorités changeantes. Les non-linéarités comme les MOQs sont plus facilement prises en compte dans la vision dynamique. Elles sont perçues comme des facteurs qui modulent le risque associé plutôt que comme des perturbateurs de la symphonie. Si le risque de surstock causé par un MOQ élevé l’emporte sur ses avantages, la commande n’est tout simplement pas passée. Il n’y a pas d’exigences absolues pour se conformer à une prévision spécifique. La vision dynamique n’écarte pas les techniques d’optimisation, mais les utilise comme des outils pour gérer le risque plutôt que pour imposer la conformité à une prévision.

Le modèle d’orchestration de la vision statique est le résultat direct de sa perception de l’avenir comme une quantité connue. Les décisions ne sont pas vraiment prises ; les actions sont essentiellement prédéterminées par la prévision. Par exemple, les stocks de sécurité sont l’incarnation de la vision statique. Les stocks de sécurité fonctionnent sur l’hypothèse que les niveaux de stock doivent se conformer à un plan, ne déviant que dans une tolérance de mesure acceptable.

Cette approche contredit l’économie de base. Comme l’a défini l’économiste britannique Lionel Robbins en 1942, l’économie est l’étude de l’utilisation de ressources rares qui ont des utilisations alternatives. L’économie nous dit que nous devons prêter attention à ce que sont réellement ces utilisations alternatives. Les stocks de sécurité traitent les produits de manière totalement isolée. Les seules alternatives sont d’acheter plus ou moins du même produit. Cependant, l’économie de base nous dit que chaque unité de stock à acquérir pour un produit donné est en concurrence pour le même ensemble de ressources avec l’acquisition d’unités de stock alternatives associées à d’autres produits. Par conséquent, les stocks de sécurité négligent l’économie de base.

En revanche, la priorisation, qui est au cœur de la vision dynamique, est l’incarnation de ce principe fondamental de l’économie. La priorisation considère les ressources comme rares. Elle suppose qu’il n’y aura pas suffisamment de ressources pour soutenir chaque décision souhaitable. La priorisation existe pour que des choix puissent être faits.

Maintenant, abordons notre prochain point de divergence entre la vision statique et dynamique, en nous concentrant sur la complexité. Ensuite, nous verrons comment ces perspectives divergentes aboutissent à des stratégies radicalement différentes pour la planification des chaînes d’approvisionnement modernes.

Les chaînes d’approvisionnement modernes représentent un flux incessant de mouvements et de transformations de biens et de matériaux qui dépassent largement ce qu’un seul esprit humain peut facilement comprendre. Par conséquent, nous avons besoin de méthodes et de techniques pour consolider ces flux en informations digestibles, rendant la chaîne d’approvisionnement gérable et son amélioration discernable. Cependant, selon la perspective que l’on adopte sur la complexité et sa relation avec le temps, deux points de vue contrastés émergent : les segments et les archétypes.

Ceux qui adhèrent à la vision statique abordent la complexité par le biais de la segmentation. Ils estiment que la complexité peut être maîtrisée, et qu’une chaîne d’approvisionnement en particulier peut être maîtrisée en la divisant en segments plus petits et gérables, qui se comportent de manière cohérente dans le temps. Cette approche élimine efficacement la dimension temporelle de l’image. Un exemple de cela est l’analyse ABC qui segmente les produits ou les 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 volume supérieur et des taux de service plus bas aux classes de volume inférieur.

En revanche, les partisans de la vision dynamique abordent la complexité par le biais des archétypes. Les archétypes encapsulent l’évolution typique de l’élément d’intérêt au fil du temps. Par exemple, un livre est censé connaître des ventes maximales lors de son lancement, avec une baisse rapide des ventes par la suite. Plus tard, des événements notables tels que la mort de l’auteur peuvent déclencher de nouveaux pics transitoires du volume des ventes.

Cette divergence de vues - segments versus archétypes - n’est pas propre à la chaîne d’approvisionnement. Elle fait écho à une longue série de confusions que les économistes ont clarifiées il y a près d’un siècle. Prenons cela en considération à travers un exemple : les médias parlent souvent des riches et des pauvres comme des segments de la population. La vision statique suppose que ces groupes restent constants et cohérents dans le temps, tout comme elle le fait avec les classes ABC. Cependant, un examen plus attentif offre une perspective différente. Prenons l’exemple des diplômés récents de la faculté de droit de Harvard, qui, avec une dette moyenne de 170 000 dollars, sont techniquement classés parmi les plus pauvres aux États-Unis. Pourtant, leurs revenus les placeront dans le top 10% des gagnants, indépendamment de leur âge, juste après l’obtention de leur diplôme. De même, un coiffeur qui vend sa boutique pour cent mille dollars à la retraite se retrouvera dans le top 10% des gagnants cette année-là, et sera donc techniquement classé comme riche, bien qu’il ait passé toute sa carrière à gagner en moyenne moins que ses compatriotes américains. Comme le souligne Thomas Sowell dans son livre “Basic Economics”, le destin des catégories et le destin des personnes peuvent être très différents, et dans de nombreux cas, complètement opposés.

Ce principe s’applique également aux chaînes d’approvisionnement. On peut simplement remplacer les personnes par des produits, des clients ou des fournisseurs. La segmentation des produits en classes A, B et C, comme le fait l’analyse ABC, crée plus de confusion que de clarté. Les mêmes problèmes se posent avec toute segmentation, que ce soit basée 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 de supprimer le temps de l’image. Le processus de segmentation lui-même est fautif précisément parce qu’il tente de supprimer le temps de l’image du système. En revanche, les archétypes sont accompagnés d’une histoire, une histoire de ce qui se passe dans le temps. Les archétypes amplifient les aspects temporels. En règle générale, chaque fois que nous sommes confrontés aux options de maîtriser la complexité, de gagner en compréhension grâce aux archétypes, comme les diplômés de Harvard ou les barbiers, sont préférables aux segments comme les riches et les pauvres. Bien que les deux représentent des simplifications drastiques de la réalité sous-jacente, les archétypes sont utiles pour apprécier l’avenir, tandis que les segments sont une source constante de confusion.

Maintenant que nous avons abordé l’exécution et la complexité de la chaîne d’approvisionnement, voyons comment ces visions se rejoignent dans deux points de vue radicalement différents sur la planification.

Le concept de planification joue un rôle central dans le domaine de la chaîne d’approvisionnement. Le processus consiste à déterminer les objectifs et à établir les étapes nécessaires pour les atteindre. Il s’agit essentiellement d’un exercice prédictif où les événements ou les conditions futures sont anticipés et où les ressources et les actions nécessaires sont organisées pour les gérer efficacement. Cette méthode proactive de gestion des circonstances futures a fait de la planification une partie intégrante des pratiques de la chaîne d’approvisionnement.

Les visions statique et dynamique conduisent à des approches contradictoires de la planification et à des résultats radicalement différents dans la pratique. La vision statique aborde la planification comme un processus en deux étapes. Premièrement, prévoir la demande ; deuxièmement, orchestrer l’approvisionnement pour répondre à la demande. Si la complexité dépasse ce qu’un seul planificateur peut gérer facilement, alors introduisez autant de segments que nécessaire pour répartir la charge de travail sur le nombre adéquat de planificateurs. Cette vision permet la quasi-totalité de la littérature sur la chaîne d’approvisionnement et la quasi-totalité des logiciels de chaîne d’approvisionnement également. Elle repose sur l’hypothèse que des prévisions précises seront réalisées, débloquant ainsi une performance de la chaîne d’approvisionnement supérieure à son tour. Cette vision a exercé une immense attraction sur 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 pour la planification elle-même, une question rarement posée, encore moins répondue. À cet égard, l’histoire fournit une abondance de faits sur l’adéquation de cette forme de planification, généralement appelée planification centralisée lorsqu’elle est réalisée par un gouvernement. L’URSS peut être considérée comme une démonstration de 70 ans de l’inadéquation de la vision statique en matière de planification. Les critiques peuvent soutenir que l’URSS était unique en raison de son échelle colossale, cependant, considérons qu’à son apogée, le Gosplan, l’organisme de supervision de l’économie planifiée de l’URSS, supervisait 24 millions de produits. Cependant, au début des années 90, plusieurs distributeurs en Europe distribuaient déjà individuellement plus d’un million de références de produits distincts.

L’échelle en soi ne condamne pas nécessairement l’entreprise de planification. C’est la manière d’aborder la planification qui compte. Aucun de ces distributeurs n’essayait même de fonctionner selon des plans quinquennaux comme le faisait l’URSS. De même, la vision statique de la planification imprègne la planification des ventes et des opérations (S&OP) au sein des grandes entreprises, aboutissant souvent à des entreprises excessivement bureaucratiques. Ingvar Kamprad a succinctement exprimé ce sentiment dans son “Testament d’un marchand de meubles”, publié en 1976, mettant en garde ses employés contre le fait que la planification édictée est la cause la plus courante de la mort des entreprises. C’est la vision statique de la planification à laquelle Ingvar Kamprad fait référence ici.

En effet, les grandes entreprises initient fréquemment de grandes réorganisations pour améliorer la planification, adoptant ainsi la vision statique, mais elles ne parviennent que rarement à surpasser leurs pairs de manière significative grâce à de telles entreprises. Au contraire, les échecs en matière de planification sont écrasants, tant par leur fréquence que par leur ampleur, dépassant largement 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 entraîné des pertes massives, se chiffrant en centaines de millions de dollars et d’euros, en sont la preuve.

En contraste frappant avec la vision statique, la vision dynamique considère la planification comme un processus d’évaluation des risques et de priorisation. Elle incarne un esprit d’entreprise opportuniste, bien loin de l’ambiance scientifique stérile de la vision statique. La planification elle-même est dévalorisée. Au lieu de cela, elle est considérée 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 grâce à une réaffectation constante et incrémentielle des priorités contraste fortement avec le processus lourd impliqué dans la vision statique de la planification, qui nécessite un exercice de replanification globale pour accommoder tout changement.

Bien que la vision dynamique soit souvent considérée comme peu sophistiquée ou grossière, car elle n’offre ni ne repose sur un avenir prédéterminé, elle peut bénéficier de techniques et d’algorithmes avancés tout autant que la vision statique. En fait, les géants du commerce électronique comme Amazon fonctionnent principalement grâce à des algorithmes qui allouent dynamiquement des ressources, considérant les prévisions elles-mêmes comme de simples artefacts informatiques transitoires, témoignant de la gravité de la vision dynamique.

Cependant, ces techniques divergent fondamentalement dans leur objectif. La vision dynamique, telle qu’elle est mise en œuvre par Lokad, utilise des prévisions probabilistes au lieu de prévisions déterministes classiques. Mais le terme “prévision”, tout comme “planification”, est tellement associé à la vision statique qu’il peut sembler être une simple 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 si vous recherchez 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 col blanc, à ne pas confondre avec la logistique, une activité de col bleu. Par exemple, décider quoi expédier, quand et où relève de la supply chain, tandis que conduire les camions pour que cela se produise relève de la logistique. Cependant, la notion même de travail, tout comme le temps et la connaissance, dépend fortement de la vision sous-jacente, qu’elle soit directe ou indirecte.

Pour ceux qui adoptent la vision directe, le travail est caractérisé par une liste de tâches et de devoirs que les employés sont censés accomplir. Par exemple, les tâches du praticien de la supply chain peuvent inclure le passage de commandes d’achat en temps opportun, la planification des lots de production et la mise à jour des prévisions de la demande hebdomadaire. Dans la vision directe, l’existence d’une routine de travail est un fait acquis. En fait, la capacité d’un employé à exécuter cette routine avec diligence définit en grande partie la qualité du travail fourni par l’employé. De plus, l’évaluation de la qualité du travail peut être effectuée au niveau individuel. Bien que la supply chain soit un effort collectif, chaque employé a son propre domaine de responsabilité bien défini, et à travers ce domaine, la performance de l’employé peut être mesurée de manière relativement isolée du 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 : “Les machines doivent travailler ; les gens doivent réfléchir.” On n’attend pas des gens qu’ils fassent réellement le travail, mais qu’ils conçoivent, supervisent et éventuellement améliorent l’automatisation qui effectue le travail. L’existence de toute sorte de routine du côté humain est considérée comme un défaut, comme un manque d’automatisation. Pourquoi quelqu’un ferait-il une deuxième fois ce qui aurait dû être automatisé dès le départ ? En fait, la capacité d’un employé à améliorer constamment l’automatisation, à réduire continuellement le besoin d’intervention manuelle, définit en grande partie la qualité du travail fourni par cet employé. Comme l’automatisation elle-même est le produit de nombreuses réflexions, 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 est fondamentalement un jugement par les pairs : les contributions de cet employé sont-elles supérieures ou inférieures en termes de qualité et de criticité par rapport à celles fournies par les autres employés ?

À l’ère des supply chains numériques, il ne reste plus aucune entreprise qui puisse encore prétendre à une forme pure de la vision directe du travail. Même les tableurs, aussi rudimentaires soient-ils, permettent aux employés de déléguer une partie importante du travail réel aux machines. Aucun responsable n’attend de ses employés qu’ils effectuent manuellement des calculs arithmétiques quelconques. En revanche, même les entreprises les plus avancées ne peuvent revendiquer une quelconque forme de supply chain véritablement autonome, du moins pas encore. Ainsi, la vision indirecte reste entrelacée avec des interventions directes des employés.

Cependant, les visions sont plus une question de ce qui devrait être que de ce qui est, et que les dirigeants penchent pour la vision directe ou indirecte peut avoir des conséquences profondes pour l’entreprise. À ce stade de cette série de conférences, il ne devrait pas être surprenant que la supply chain quantitative, telle que préconisée par Lokad, soit fermement ancrée dans le camp indirect. Cependant, il serait injuste de présenter la vision directe comme un bastion vestigial d’une époque révolue, tout en mettant la vision indirecte sur un piédestal comme l’apogée de la modernité. Les deux visions ont leurs mérites.

Ces deux visions ont tendance à entrer en conflit sur un large éventail de sujets lorsqu’il s’agit de choisir des orientations pour une chaîne d’approvisionnement donnée. L’argument principal avancé par Lokad en faveur de la vision indirecte est de transformer la pratique de la chaîne d’approvisionnement en une entreprise capitaliste. Cet argument a été présenté en détail dans la première conférence, “1.3 Livraison orientée produit”. Revoir les détails 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 considérablement la quantité de travail nécessaire pour exploiter la chaîne d’approvisionnement, mais aussi de concevoir la chaîne d’approvisionnement au-delà de ce que l’employé le plus dévoué pourrait réaliser.

Cependant, les partisans de la vision directe feraient valoir que cette vision indirecte est technocratique et expose l’entreprise à de nouvelles catégories de risques, y compris le risque de laisser l’entreprise s’enterrer en la confiant à des ingénieurs, qui ont une tendance sérieuse à manquer de bon sens en ce qui concerne les affaires. De plus, la diffusion de la responsabilité individuelle dans un effort strictement collectif, comme c’est le cas avec la plupart des projets logiciels, ouvre la voie à toutes sortes de problèmes qui ne peuvent plus être résolus en licenciant la personne qui a causé le problème en premier lieu. Maintenant, explorons ce que les visions directe et indirecte impliquent en termes de contrôle et de goulots d’étranglement.

Le contrôle peut être compris de deux manières. Ici, nous faisons référence à la compréhension du profane, comme dans “garder les choses sous contrôle”. Le contrôle est la façon dont la direction impose sa volonté à l’organisation. Le contrôle dans la chaîne d’approvisionnement ne naît pas d’un désir inhérent de la haute direction d’être une sorte de despote au sein de leur propre organisation, mais d’une nécessité pratique. La chaîne d’approvisionnement, en général, implique un acte délicat d’équilibrage de la demande générée par l’entreprise avec ce qu’elle fournit, c’est-à-dire les ressources allouées pour répondre à cette demande. Comme cet acte d’équilibre est généralement réparti entre de nombreuses personnes, un contrôle est nécessaire pour éviter que des éléments au sein de l’organisation ne déraillent ce processus, généralement involontairement.

Exercer un contrôle est un aspect central du travail attendu de la direction de la chaîne d’approvisionnement. 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 est principalement exercé selon une mentalité de “faire confiance mais vérifier”. Les directives sont données par la chaîne de commandement telle que définie par l’organisation, et les personnes seront implicitement censées faire de leur mieux pour suivre ces directives. Cependant, la confiance n’est pas accordée aveuglément. Les responsables de la chaîne de commandement doivent être en mesure de vérifier l’adéquation du déploiement tel qu’exécuté par leurs subordonnés. À l’ère des chaînes d’approvisionnement numériques, “faire confiance mais vérifier” s’accompagne de l’attente que le paysage applicatif fournisse des rapports, des tableaux de bord, et toutes les autres formes de visualisation des données. Le paysage applicatif peut également inclure des feuilles de calcul conçues par les responsables eux-mêmes pour soutenir leurs propres processus de vérification sur mesure. En d’autres termes, la vision directe, loin d’être opposée aux technologies logicielles, s’accompagne de ses propres attentes spécifiques vis-à-vis du paysage applicatif. Par exemple, ces attentes incluent les Indicateurs de Performance Clés (KPI), mais aussi les alertes et les exceptions. Ces attentes reflètent la vision du type de travail que la direction devrait accomplir.

D’autre part, pour ceux qui adoptent la vision indirecte, bien que le contrôle soit également une préoccupation pratique, il s’agit d’une préoccupation d’un tout autre genre. Par défaut, le logiciel n’a aucun contrôle sur quoi que ce soit au sein de l’entreprise. Il faut une infrastructure informatique soigneusement conçue et bien intégrée pour rendre un tel contrôle possible. Ainsi, de ce point de vue, le contrôle signifie avant tout un paysage applicatif bien intégré. Grâce à cette intégration, il devient possible d’automatiser les processus. Sans cela, il n’y a même pas la possibilité de contrôle, car il n’y a aucun travail en cours.

Un paysage applicatif bien intégré n’est pas seulement une possibilité d’injecter des commandes ou des ordres dans des sous-systèmes spécifiques, c’est aussi la capacité de vérifier et de résoudre tout dysfonctionnement, que ce soit en récupérant des données historiques des sous-systèmes ou en leur injectant des commandes. En revanche, contrôler l’automatisation elle-même, comme dans “faire confiance mais vérifier”, est largement sans importance. L’automatisation est définie par sa base de code, ou alternativement, par ses paramètres de configuration. La configuration peut comporter des bugs ou des défauts, mais cela est une proposition totalement différente que d’avoir un élément au sein de l’organisation qui détourne les directives de 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 largement considérés comme une perte de temps par l’autre camp. Non seulement les ressources informatiques seraient gaspillées en mettant en place plus de capacités de reporting que strictement nécessaires, mais plus tard, les employés continueront à perdre du temps à revisiter ces tableaux de bord sans fin.

Le camp de la vision indirecte n’oppose pas catégoriquement le reporting, mais il n’accorde pas autant d’importance à l’étendue et aux capacités de ces rapports. De ce point de vue, l’automatisation a été conçue dès le départ pour optimiser les métriques qui reflètent les KPI eux-mêmes. Par exemple, en mettant de côté les bugs et les défauts, étant donné un stock en main de 10 millions d’euros, si l’automatisation atteint un taux de service de 88% alors que les gestionnaires auraient préféré un taux de service de 90%, il n’y a aucun intérêt à essayer de contrôler davantage l’automatisation. 88% est simplement ce que l’automatisation atteint avec 10 millions d’euros de stock.

Une technologie supérieure pour l’automatisation pourrait être en mesure d’atteindre ce taux de service de 90% avec le même quota de capital de travail. Cependant, il n’est pas certain que cette technologie supérieure puisse être développée. 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 principalement inutile car cela ne permet pas d’améliorer de manière tangible l’automatisation elle-même. Au mieux, cela permet de détecter précocement une régression, mais encore une fois, cela peut être réalisé avec beaucoup moins d’indicateurs et d’efforts de reporting que ce à quoi un gestionnaire s’attendrait généralement pour se sentir en contrôle.

En revanche, les intégrations bidirectionnelles et toutes sortes d’exigences au niveau de l’infrastructure du camp de la vision indirecte peuvent être considérées par l’autre camp comme des dépenses coûteuses sans retour sur investissement évident. En effet, ces dépenses sont largement 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 ou les investissements dans l’infrastructure informatique en général, car ils sont nécessaires à des fins de reporting également. Cependant, il n’accorde pas la même importance à l’étendue et à la fiabilité de ces intégrations. Des intégrations quelque peu incomplètes et peu fiables sont tolérées car on s’attend à ce que les personnes restent dans la boucle. Les chiffres absurdes, tant qu’ils ne sont pas trop fréquents, seront éliminés par les personnes agissant comme des filtres contre toutes sortes d’absurdités informatiques.

En résumé, bien que les visions directe et indirecte aient de fortes attentes vis-à-vis du paysage applicatif, leurs attentes sont radicalement différentes et les investissements directs sont orientés vers des 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”. En témoignage de la popularité des idées proposées par Goldratt il y a quatre décennies, la prise en compte des goulots d’étranglement fait désormais partie de la culture d’entreprise dominante.

De nos jours, les 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 bénéficierait d’une conférence à part entière, mais elle se résume à une courte série d’étapes : les contraintes du système doivent être identifiées, nous devons décider comment exploiter ces contraintes, nous devons subordonner les autres décisions à l’exploitation de ces contraintes. Au fil du temps, nous devons élever les contraintes et enfin, à mesure que les contraintes sont élevées, nous devons revenir au point de départ car un autre ensemble de contraintes a nécessairement émergé en tant que nouveau goulot d’étranglement du système.

La vision directe est très alignée avec la façon dont Goldratt envisageait la pratique de sa Théorie des Contraintes. L’approche “rinse and repeat” du travail est donnée à la direction. En termes de supply chain, les contraintes seraient le montant maximum de fonds de roulement, le volume maximum de stock pouvant être détenu dans l’entrepôt, la qualité de service minimale attendue par les clients et le débit maximum de l’entrepôt pour recevoir et expédier les marchandises.

À titre de preuve anecdotique, les urgences qui dominent la routine quotidienne de nombreux praticiens de la supply chain peuvent être perçues comme un changement rapide de l’emplacement du goulot d’étranglement. Un jour, le goulot d’étranglement peut être le manque de stock pour un produit donné, le lendemain, le goulot d’étranglement peut être le manque d’espace de stockage dans l’entrepôt. En fait, les alertes et les exceptions, des fonctionnalités que l’on trouve largement dans les logiciels de supply chain, pourraient être vues de manière vague comme des systèmes de détection automatisés des goulots d’étranglement.

À l’inverse, la vision indirecte est également préoccupée par les goulots d’étranglement, bien qu’elle les voie sous un angle complètement différent. La vision indirecte voit un goulot d’étranglement en particulier comme le roi des goulots d’étranglement, le goulot d’étranglement qui surpasse tous les autres goulots d’étranglement : la capacité des employés eux-mêmes 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 nécessite non seulement une grande quantité de réflexion, mais aussi une réflexion 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 selon les normes de notre ère numérique actuelle. Identifier les goulots d’étranglement lorsqu’on considère des dizaines de processus, des centaines de sites et des millions de références - des chiffres couramment rencontrés dans les supply chains modernes - est une proposition totalement différente par rapport à l’usine à produit unique décrite dans “The Goal”.

La vision indirecte voit la supply chain comme un système qui dépasse la capacité de l’esprit humain à le comprendre. Elle considère la capacité de l’équipe à concevoir une automatisation capable d’identifier les goulots d’étranglement comme le défi suprême à relever. De plus, contrairement aux environnements de fabrication de “The Goal”, la résolution des goulots d’étranglement de la supply chain n’est pas considérée comme quelque chose qui nécessite une réflexion vraiment inventive. La résolution dans la supply chain se résume à allouer plus ou moins de ressources, ou à augmenter ou réduire la taille de l’infrastructure de transport, de production ou de stockage des marchandises. Ainsi, si l’automatisation est suffisamment puissante pour identifier le goulot d’étranglement, il est évident que l’automatisation est capable de résoudre le goulot d’étranglement.

En résumé, les visions directe et indirecte reconnaissent toutes deux l’importance des goulots d’étranglement, mais les deux camps envisagent des types de goulots d’étranglement totalement différents. Le camp direct voit les goulots d’étranglement comme un phénomène externe, la manifestation de limitations physiques dans le flux des marchandises. Le camp indirect voit son incapacité à créer 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 limites intellectuelles de ceux qui supervisent le flux des marchandises.

Nous avons vu trois ensembles de visions contradictoires sur la connaissance, le temps et le travail. Cela devrait avoir clarifié ce qui est désigné comme une vision dans le contexte de cette conférence. Ces visions sont puissantes et suggèrent des voies radicalement différentes à suivre pour développer davantage une supply chain donnée. Cependant, si deux visions suggèrent des voies divergentes, il serait extrêmement surprenant que ces deux voies finissent par être également bénéfiques ou préjudiciables pour l’entreprise. Il n’y a aucune raison apparente de penser que toutes les visions sont également valides à des fins de supply chain.

Avant de nous attaquer à la question de la validité de ces visions, abordons leur variété. Dans leur sens le plus strict, l’ensemble des visions détenues par chaque personne de l’organisation est aussi unique que les individus eux-mêmes, car des variations minimes peuvent toujours être trouvées. Cependant, comme le démontre Thomas Sowell dans son livre “A Conflict of Visions”, presque tout le spectre de l’opinion politique exprimée au cours des trois derniers siècles dans la civilisation occidentale est issu de quelques visions nettement distinctes, principalement centrées sur la nature de l’homme et son potentiel.

Sur la base de mes propres observations occasionnelles au cours des 15 dernières années dans les cercles de la supply chain, je crois fermement qu’un cas similaire peut être fait pour la supply chain. Quelques visions nettement distinctes soutiennent la grande majorité des initiatives de la supply chain. Lorsque des objections sont formulées concernant la voie empruntée par l’une de ces initiatives, ces objections proviennent également du même petit groupe de visions.

Le manque de variété parmi les visions n’est pas surprenant. Comme indiqué au tout début de cette conférence, les visions sont instinctives et simplistes par essence. Les gens ne remettent presque jamais en question leurs visions. Lorsque cela se produit, les gens ont tendance à qualifier le processus d’expérience “Road to Damascus”, ce qui est à la fois dramatique et surprenant. Une plus grande variété peut être trouvée en aval dans les théories, les processus et les techniques dérivées de ces visions, car elles sont beaucoup plus affinées que la vision dont elles sont issues.

L’homogénéité relative des visions que l’on trouve dans la supply chain est d’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 personne. Nous nous préoccupons uniquement de 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 mis à nu - mais plutôt ce qui devrait être. Les faits eux-mêmes sont largement perçus à travers les lentilles de la vision. Tout échec peut être attribué à une tentative défectueuse plutôt qu’à la remise en question de la vision qui a engendré la tentative en premier lieu. Par exemple, peu importe combien de fois les entreprises ont échoué à obtenir un retour sur investissement sur leur initiative de prévision, il semble y avoir une quantité inépuisable de foi que la prochaine fois, la technologie sera suffisamment mature pour fournir enfin des prévisions précises. De même, peu importe si chaque employé qui a déjà vécu un processus S&OP de l’intérieur le décrit comme un cauchemar bureaucratique, les entreprises semblent toujours être plus que disposées à mettre en place leurs propres processus S&OP, pensant que cela sera différent avec eux. Si les caractéristiques que Thomas Sowell a découvertes pour les visions dans le domaine de la politique s’avèrent être partagées avec celles dans le domaine de la supply chain, alors on peut s’attendre à ce que les visions erronées persistent et perdurent pendant toute une vie, même lorsqu’elles sont confrontées à une montagne de preuves contradictoires.

Cependant, les marchés libres sont de grands filtres. Le marché n’éduque pas les entreprises vers de meilleures visions ; il élimine simplement les entreprises qui n’adoptent pas de manière dominante les bonnes visions. Par exemple, de nombreux détaillants traditionnels sont arrivés très tard dans le e-commerce. Ils étaient en retard non pas en raison de barrières technologiques, mais simplement parce qu’ils avaient une vision du commerce de détail qui n’incluait pas la possibilité que leurs clients n’entrent jamais dans l’un 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 des mérites et des défauts 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 la concentration de l’esprit. Les visions sont également simplistes, et pourtant nécessaires. Les visions façonnent notre manière d’aborder intentionnellement des systèmes complexes, la supply chain étant un exemple parfait de tels systèmes. À peine un manuel de supply chain ou un logiciel de supply chain ne reconnaît les visions qui les sous-tendent. Pourtant, loin d’être indifférents aux visions ou exempts de visions, les manuels et les logiciels sont souvent l’incarnation de visions spécifiques de ce que la supply chain devrait être selon leurs visions respectives.

Ces visions sont puissantes et elles définissent largement 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 les responsabilités 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 remettra en question si la perspective technique adoptée dans l’article est en elle-même 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, extrêmement populaire dans les cercles de la supply chain, contredit ce qui a été considéré comme l’économie de base depuis un siècle. Cela inclut des techniques telles que les stocks de sécurité et l’analyse ABC qui sont littéralement omniprésentes dans le monde de la supply chain. Pourtant, si l’histoire de la science nous apprend quelque chose, c’est que le consensus généralisé n’implique aucune validité. La proposition selon laquelle ces techniques de supply chain, l’analyse ABC et les stocks de sécurité, par leur validité, finiraient par réfuter l’ensemble du domaine de l’économie semble extrêmement improbable.

La supply chain est encore assez immature, tant en tant que domaine d’étude qu’en tant que pratique. Comme discuté précédemment dans cette série de conférences, il n’est pas tout à fait clair si la supply chain peut même être considérée comme une science. Tout ce qui pourrait manquer dans notre compréhension actuelle de la supply chain pourrait être profondément ancré dans la vision. La sophistication, ou le manque de sophistication, des méthodes que nous avons pourrait être totalement sans importance s’il s’avérait que nous encadrons incorrectement les problèmes dès le départ.

Maintenant, je vais passer aux questions concernant cette conférence. Au fait, je vais faire une pause de quelques mois dans cette série de conférences. J’ai réalisé que j’ai 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 dans un récit cohérent qui rassemble toutes ces idées. Mais maintenant, je vais réellement passer aux questions.

Question: Existe-t-il un moyen d’automatiser et de mettre à l’échelle les connaissances triviales sans un système de connaissances rigoureux dans une entreprise ? Par exemple, une petite entreprise est-elle incapable de mettre en œuvre l’approche quantitative que vous préconisez ?

Le problème est que, par définition, les connaissances triviales ne sont pas codifiées. Si vous trouvez un moyen de codifier les connaissances que vous avez dans l’entreprise, vous les transformez efficacement en connaissances spéciales. Cependant, les connaissances spéciales sont très coûteuses, quelle que soit la taille de l’entreprise. Il y a toujours une immense quantité de connaissances triviales qui circulent car il ne serait pas économiquement viable de tenter de codifier, structurer et affiner tout cela. Il s’agit de connaissances sur les circonstances du temps et du lieu. Une grande partie de ces connaissances est transitoire. Par exemple, il est essentiel 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.

Donc, ce n’est pas vraiment un problème d’échelle, mais plutôt de trouver un équilibre entre les connaissances triviales et les connaissances spéciales. Chaque entreprise, quelle que soit sa taille, devra gérer un immense ensemble de connaissances triviales. Vous ne pouvez pas espérer automatiser votre façon de résoudre ce problème.

En ce qui concerne la question des petites entreprises qui doivent faire face à l’approche quantitative préconisée par Lokad, il y a eu un défi constant au cours des 15 dernières années avec la maturité des chaînes d’approvisionnement numériques. Les grandes entreprises sont numérisées depuis près de quatre décennies en ce qui concerne leurs chaînes d’approvisionnement. Les codes-barres ne sont pas nouveaux. Dans les petites entreprises, ce processus n’a commencé que depuis deux décennies, il y a donc 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 service informatique. Dès que vous avez un service informatique, vous avez des personnes rémunérées pour intégrer le paysage applicatif. Sans cette intégration, vous ne pouvez pas consolider les données pour commencer à exécuter la supply chain quantitative telle que prévue par Lokad.

C’est là que réside le problème principal, dans le manque d’intégration. Mais si vous avez un paysage applicatif très intégré, comme c’est le cas pour certaines entreprises de commerce électronique, même les très petites entreprises peuvent bénéficier d’une approche comme celle préconisée par Lokad.

Question : Apparemment, la majorité des responsables de la chaîne d’approvisionnement justifient souvent leur utilisation de la théorie de la chaîne d’approvisionnement traditionnelle en prétendant que sa simplicité, bien qu’elle représente quelque peu de manière inexacte la réalité. Ensuite, ils la comparent à une technologie anglaise supérieure, mais complexe. Dans un tel débat, quel serait votre argument ?

Je ne pense pas que la plupart des responsables de la chaîne d’approvisionnement se réfèrent à la théorie de la chaîne d’approvisionnement traditionnelle dans leur pratique quotidienne. Ils en sont conscients et ont entendu parler de concepts tels que le taux de service optimal, peut-être lors de leurs cours à l’université il y a quelques années. Mais il ne s’agit pas de simplicité contre complexité. Il s’agit vraiment de la manière dont vous abordez les problèmes. Les abordez-vous de manière organique au sein de l’entreprise, ou comme des énoncés de problèmes distincts et des solutions ? Ce sont des choses complètement différentes.

La plupart des responsables, en particulier ceux qui occupent des postes de pouvoir dans les entreprises opérant de grandes chaînes d’approvisionnement, ne considèrent pas leurs rôles et responsabilités comme un ensemble de problèmes et de solutions. Ils les voient plutôt comme des modes de fonctionnement de l’entreprise, des pratiques, des habitudes, des coutumes, etc.

Ainsi, l’écart est beaucoup plus large que simplement être aligné ou non sur 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 la connaissance spécialisée, 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 une inadéquation de vision. Il est très difficile de concilier cela.

En effet, il y a des points où, quelle que soit la vision que vous avez, il doit s’agir d’une simplification drastique de la réalité sous-jacente. Cela est également vrai pour la supply chain quantitative telle qu’abordée par Lokad. La principale différence est que nous reconnaissons que l’effort consacré à la modélisation de la chaîne d’approvisionnement est très souvent le goulot d’étranglement. Cette simplification est considérée comme la contrainte principale de l’initiative.

Cependant, il ne s’agit pas de se faire illusion en pensant que ce qui est fait est nécessairement plus avancé ou reflète plus précisément la réalité que d’autres approches.

Merci à tous, je pense que c’est tout pour aujourd’hui. À la prochaine fois.