Résumé
Une maintenance, réparation et révision (MRO) efficace nécessite une gestion méticuleuse de plusieurs millions de pièces par avion, où toute indisponibilité peut entraîner des événements coûteux d’avions immobilisés (AOG). Les solutions traditionnelles pour gérer cette complexité consistent à mettre en œuvre des formules de stocks de sécurité ou à maintenir des stocks excessifs, qui ont toutes deux des limites et peuvent être financièrement intenables. Lokad, grâce à une approche de prévision probabiliste, se concentre sur la prévision des besoins de défaillance ou de réparation de chaque pièce individuelle de la flotte et évalue l’impact financier immédiat et en aval des événements potentiels AOG. Cette approche peut même conduire à des décisions en apparence contre-intuitives, telles que ne pas stocker certaines pièces et payer plutôt une prime lorsqu’elles sont réellement nécessaires, ce qui peut paradoxalemen être plus rentable que de maintenir un stock excédentaire. De plus, l’approche de Lokad automatise ces processus de prise de décision, réduisant ainsi le temps et la bande passante gaspillés et augmentant l’efficacité opérationnelle.
Transcription
En termes simples, un avion ne peut pas voler s’il ne répond pas aux normes de sécurité les plus élevées possibles. Le problème est que si une seule pièce de cet avion ne fonctionne pas correctement ou ne peut pas être réparée à temps, l’avion est immobilisé. Cette adversité affecte non seulement l’horaire des vols, mais aussi les plans de voyage de tous les passagers.
Selon la taille de l’avion, il peut y avoir de 250 000 à plusieurs millions de pièces individuelles dans un avion commercial. Cela signifie qu’il y a potentiellement plusieurs millions de pièces, toutes devant être inspectées, réparées et/ou remplacées en permanence. Cela vous donne une idée de la complexité globale de la chaîne d’approvisionnement impliquée dans la maintenance, la réparation et la révision.
Non seulement la complexité numérique impliquée est absolument énorme, mais les conséquences financières le sont aussi. En tant que tel, l’objectif de chaque client MRO est simple : éviter les événements d’avions immobilisés (AOG). La principale cause d’un événement AOG est en réalité assez simple : ne pas avoir la pièce précise dont vous avez besoin au moment exact où vous en avez besoin.
Étant donné la nature interrelationnelle des vols, devoir reprogrammer un seul avion en raison d’un événement AOG peut être assez coûteux, allant de dizaines de milliers à des centaines de milliers de dollars. Par exemple, l’avion qui quitte Paris pour Londres fait généralement demi-tour et retourne à Paris. Ainsi, si le vol initial doit être annulé ou reprogrammé en raison d’un événement AOG, il en va de même pour le vol de retour.
Un moteur d’avion typique, comme celui-ci, comporte de 25 000 à 45 000 pièces individuelles. Du point de vue de la chaîne d’approvisionnement, cela représente 45 000 événements AOG possibles. Ainsi, encore une fois du point de vue de la chaîne d’approvisionnement, ne pas avoir une vis d’un dollar est aussi potentiellement dommageable que l’échec de l’ensemble du moteur de 50 millions de dollars. Pourquoi ? L’avion est immobilisé.
Les solutions courantes aux contraintes de la chaîne d’approvisionnement impliquent l’application classique de formules de stock de sécurité. Cependant, celles-ci échouent pour de nombreuses raisons, notamment parce qu’elles supposent que la demande est normalement distribuée. Ce qui, bien sûr, est rarement le cas dans le domaine des pièces de rechange.
Une solution alternative tout aussi intenable consiste à stocker une quantité infinie de stocks. Cela n’est non seulement pas pratique, mais aussi potentiellement financièrement impossible étant donné qu’il pourrait y avoir sept millions de pièces pour chaque avion de chaque flotte.
En revanche, la philosophie de Lokad repose sur des prévisions probabilistes et une perspective purement financière visant à réduire les erreurs en dollars ou en euros. Par exemple, Lokad prendrait chaque pièce individuelle de cet avion et prévoirait la probabilité que cette pièce tombe en panne ou ait besoin d’être réparée. Lokad répète ensuite le processus pour chaque pièce individuelle de cet avion pour chaque avion de la flotte. Lokad compare ensuite cela à la possibilité d’un événement AOG et au coût de celui-ci.
Lokad est également capable de prendre en compte des scénarios contre-intuitifs. Reprenons l’exemple de l’avion. Il y a potentiellement sept millions de pièces, mais parmi ces sept millions de pièces, certaines sont plus importantes, tant d’un point de vue financier qu’absolu, que d’autres. De cet ensemble de données, certaines sont plus susceptibles de nécessiter une réparation et un remplacement que d’autres.
Cela conduit en réalité à la situation contre-intuitive où certaines pièces ne valent en réalité pas la peine d’avoir des pièces de rechange. En fait, il pourrait même être préférable d’attendre un moment de réel besoin et de payer une prime pour l’obtenir sur le marché. Ce coût plus élevé, la prime d’achat au moment nécessaire, pourrait en réalité être, d’un point de vue probabiliste et financier, une meilleure décision financière que d’avoir de grandes quantités de stocks inutilisés.
En bref, l’approche de Lokad permet une prise de décision efficace et automatisée, celle qui réduit non seulement les erreurs en dollars, mais aussi la quantité de ressources qui seraient autrement consacrées à des décisions répétitives et monotones.
