00:00:00 (Re)Introduction de Knut
00:01:51 Travail de Knut Alicke sur la résilience supply chain
00:02:59 La réaction des entreprises au premier confinement
00:04:15 La perspective de Joannes sur les changements supply chain
00:06:35 Définir le risque et la résilience dans la supply chain
00:10:06 Les ingrédients clés de Knut pour des supply chains résilientes
00:13:09 Importance de la visibilité de bout en bout
00:14:42 Importance de l’interprétation des données
00:15:55 Étude de cas : l’industrie pharmaceutique
00:17:28 Désastres supply chain provoqués par des logiciels
00:19:28 L’approche de Lokad en matière d’outils de machine learning
00:21:21 Des logiciels sophistiqués rendant les entreprises fragiles
00:28:32 La complexité des supply chains
00:30:29 Les bénéfices d’une approche probabiliste
00:33:08 Prendre en compte le risque d’inflation
00:40:33 La résilience supply chain comme assurance
00:44:32 Explication du modèle CHAIN
00:50:00 Exemple de service d’un détaillant B2B
00:52:12 Importance des métriques basées sur le dollar
00:58:41 L’efficacité des systèmes automatisés dans la gestion des risques
01:00:37 Exemple d’un récit de maintenance d’avion
01:04:11 Compétences critiques en supply chain
01:05:31 Importance d’une communication claire
01:08:16 L’appel à l’action de Knut
Résumé
La pandémie a obligé les entreprises à réévaluer leurs supply chains, en se concentrant sur la réduction des risques et la résilience. Dans cette interview, Knut Alicke de McKinsey et Joannes Vermorel de Lokad ont évoqué la nécessité d’une planification systématique, de l’utilisation d’outils numériques et de l’automatisation logicielle. Alicke a souligné l’importance de la visibilité et des systèmes d’alerte précoce pour détecter d’éventuelles perturbations, tandis que Vermorel a mis en avant le besoin d’une culture numérique pour comprendre les subtilités des données. Les deux se sont accordés sur l’importance de la planification par scénarios et d’une approche probabiliste pour gérer les problèmes potentiels. Ils ont également insisté sur la nécessité d’une réflexion stratégique, d’une communication efficace et de la cultivation d’options dans le leadership supply chain — des points qu’Alicke a couverts en détail dans son récent livre (co-écrit), From Source to Sold.
Résumé Étendu
La pandémie récente a obligé les entreprises à réévaluer leurs supply chains, en mettant l’accent sur la réduction des risques et l’augmentation de la résilience — comme l’expliquent Knut Alicke, associé chez McKinsey, et Joannes Vermorel, PDG et fondateur de Lokad.
Alicke, qui travaille dans la supply chain depuis près de 30 ans, a noté que les entreprises ont dû adopter des processus de planification plus systématiques et agiles. Cependant, il a souligné qu’il existe toujours un déficit en termes d’expérience dans la supply chain et d’utilisation optimale des outils numériques. Vermorel, quant à lui, a insisté sur l’importance de l’automatisation logicielle pour prendre en charge les décisions routinières et les tâches, libérant ainsi du temps pour que les collaborateurs se concentrent sur des situations inhabituelles ou extraordinaires.
Alicke a évoqué la manière dont les entreprises avaient réagi aux perturbations par le passé, comme lors de la catastrophe de Fukushima en 2011, ainsi que lors des récentes fermetures et confinements. Il a souligné que, bien que de nombreuses idées de résilience existaient depuis des années, elles n’étaient pas considérées comme importantes. Les entreprises revenaient souvent à des opérations normales après une perturbation, en se concentrant sur des supply chains allégées et économiques plutôt que sur des supply chains résilientes.
Alicke a insisté sur la nécessité d’une visibilité et d’un système d’alerte précoce pour détecter d’éventuelles perturbations dans la supply chain. Cela pourrait être dû à des problèmes avec le fournisseur d’un fournisseur ou à des problèmes de logistique, de production ou de qualité. Il a également souligné l’importance de la planification, en particulier la planification par scénarios, pour atténuer d’éventuels retards ou perturbations. Cela pourrait impliquer d’accélérer les expéditions, de substituer des produits, ou de faire venir des alternatives par avion.
Vermorel a convenu de l’importance de la visibilité de bout en bout, mais a suggéré que les entreprises manquent souvent d’une culture numérique pour comprendre les subtilités de leurs données. Il a soutenu que le problème n’est pas le manque de données ou leur qualité, mais le manque de compréhension des données.
Vermorel a également expliqué l’importance de comprendre ce que tente de faire un algorithme, plutôt que de se focaliser sur son mode de fonctionnement. Il a noté que les logiciels permettent une montée en charge rapide, incluant le potentiel d’erreurs à grande échelle. Il a également souligné que même des calculs relativement simples peuvent devenir opaques en raison des limites de l’esprit humain.
Vermorel a en outre expliqué que même si des data scientists remplaçaient les planificateurs, le même problème d’opacité persisterait. Certains outils de machine learning restent opaques même pour ceux qui les utilisent, et comprendre les algorithmes ne signifie pas nécessairement comprendre les résultats.
Vermorel a discuté de l’opérationnalité des scénarios dans la gestion de la supply chain, expliquant que la maintenance de multiples scénarios peut être contraignante. Cependant, une approche probabiliste, qui considère tous les scénarios simultanément, peut être plus gérable avec les bons outils mathématiques et logiciels.
Il a expliqué que cette approche permet de prendre en compte divers problèmes potentiels, comme par exemple un entrepôt ayant 1 % de chance d’être inondé chaque mois, sans avoir besoin de connaître la cause exacte.
Vermorel a comparé l’approche probabiliste à une perspective quantique, où tous les futurs possibles sont envisagés et où des instruments mathématiques traitent des phénomènes rares.
Alicke a acquiescé et a souligné l’importance que les entreprises soient prêtes à agir en fonction des enseignements tirés des simulations de scénarios. Il a noté que les entreprises manquent souvent de préparation pour mettre en œuvre des solutions, même lorsqu’elles disposent des informations nécessaires.
Vermorel a expliqué l’importance de cultiver des options dans la gestion de la supply chain. Il a précisé que l’approche probabiliste permet de prendre constamment en compte des options, telles que des modes de transport alternatifs, qui peuvent être activés lorsque les conditions sont favorables.
Alicke a partagé un exemple de la manière dont la planification par scénarios a aidé un client à devenir plus résilient en identifiant une ressource goulot d’étranglement nécessitant 12 semaines pour être transférée d’une usine à une autre.
Vermorel a évoqué l’importance de la pensée stratégique dans la gestion de la supply chain, qui peut être entravée par une gestion de crises constante.
Alicke a souligné l’importance de communiquer la nécessité d’investissements stratégiques au conseil d’administration, le comparant au paiement d’une assurance. Il a noté que cela requiert une décision stratégique du conseil et la capacité de leur transmettre efficacement le message.
Alicke a également évoqué l’inspiration derrière son livre, “From Source to Sold” (co-écrit avec Radu Palamariu), qui comprend des interviews de personnes ayant intégré le conseil d’administration grâce à leur expérience en supply chain, et qui présente le modèle CHAIN qu’ils ont développé suite à ces interviews.
Alicke a expliqué que “C” signifie collaborative, “H” holistique, “A” adaptable, “I” influent, et “N” narrative. Il a souligné l’importance de construire des relations, de comprendre la vision globale, de faire preuve d’adaptabilité, d’autonomiser les personnes, et d’utiliser le bon langage pour expliquer les choses.
Vermorel a évoqué la crainte des effets de second ordre dans la supply chain, tels que l’attente de remises par les clients. Il a plaidé pour la nécessité de disposer d’un KPI qui intègre des arbitrages et impose une vision à long terme.
Vermorel a critiqué le manque d’imagination pour prendre en compte des facteurs insaisissables difficiles à mesurer. Il a insisté sur l’importance de développer des récits pour transmettre de manière concise des éléments techniques et rationnels.
Vermorel a soutenu la nécessité de disposer d’analyses qui résonnent profondément avec les objectifs des entreprises, plutôt que de se fier à des métriques faciles qui ne sont pas pertinentes au problème en question.
Alicke a acquiescé, ajoutant que les chiffres soutiennent le récit et aident à identifier les causes profondes lorsqu’un problème survient. Il a souligné qu’un leadership efficace nécessite des personnes possédant les compétences requises pour activer la vision exprimée à travers le récit.
Alicke a suggéré que tous ceux travaillant dans la supply chain devraient comprendre les processus de bout en bout et former leurs collègues, qu’ils soient de la supply chain ou d’autres domaines. Il a mentionné que lui et Vermorel enseignent dans des universités afin d’accroître les compétences de la communauté et de promouvoir la supply chain en tant que sujet intéressant et important.
Vermorel a ajouté qu’une écriture claire est une compétence cruciale pour la collaboration, la création de récits et l’organisation de rapports. Il a critiqué la faible qualité de l’écriture dans de nombreux départements et a encouragé les étudiants à améliorer leurs compétences rédactionnelles tout au long de leur vie.
En conclusion, l’interview a mis en lumière l’importance de comprendre et de gérer les risques et la résilience dans les supply chains, le rôle des données et des algorithmes, ainsi que la nécessité d’une réflexion stratégique et d’une communication efficace. Elle a également souligné l’importance de cultiver des options, de comprendre les processus de bout en bout et d’améliorer les compétences rédactionnelles.
Transcription Intégrale
Conor Doherty : Compte tenu de la pandémie récente, la plupart des entreprises ont réévalué leurs supply chains en mettant l’accent sur la réduction des risques et l’augmentation de la résilience. L’invité d’aujourd’hui, Knut Alicke, a écrit abondamment sur ces sujets ainsi que sur le leadership supply chain dans son nouveau livre, “From Source to Sold”. Knut, bienvenue chez Lokad.
Knut Alicke : Merci beaucoup de m’avoir invité.
Conor Doherty : Eh bien, j’ai dit bienvenue chez Lokad, mais il est probablement plus exact de dire bon retour chez Lokad. Vous étiez avec nous, je pense, il y a 3 ans, presque à la même date, en fait.
Knut Alicke : C’est exact. C’est mon deuxième épisode avec vous. Donc, c’était il y a trois ans, vous avez raison. Nous avons parlé de l’avenir de la supply chain, des compétences professionnelles, et de bien d’autres choses. Cela a été trois années intéressantes pour nous tous, avec de nombreuses perturbations et beaucoup d’événements dans la supply chain.
Conor Doherty : Absolument, et nous y reviendrons. Mais pour tous ceux qui auraient manqué cet épisode, pourriez-vous peut-être vous réintroduire auprès du public, s’il vous plaît ?
Knut Alicke : Bien sûr. Je m’appelle Knut Alicke. Je travaille pour McKinsey. Je suis basé dans notre bureau de Stuttgart en Allemagne, et la supply chain est ma passion. C’est ce que je fais depuis près de 30 ans. Donc, l’année prochaine, cela fera 30 ans. Nous vieillissons de plus en plus. Ce que je fais ici concerne essentiellement tous les sujets en termes de planification, comme la prévision, le S&OP, la planification de la supply chain, la planification de la production, les stocks, mais également le flux physique, l’optimisation des entrepôts, l’optimisation des réseaux de transport, et la mise en place de la bonne structure organisationnelle de gouvernance.
Knut Alicke : Au cours des trois dernières années, j’ai clairement travaillé sur les risques et la résilience supply chain afin d’aider nos clients à s’améliorer et à disposer d’une supply chain plus résiliente. Et, parallèlement à McKinsey, j’enseigne toujours. Je développe ainsi, pour ainsi dire, la nouvelle génération de professionnels de la supply chain, car c’est ce que l’on entend sans cesse : nous n’avons pas assez de professionnels de la supply chain. Nous n’avons pas assez de personnes qui comprennent vraiment de bout en bout et qui saisissent les trade-offs, et qui s’intéressent au sujet.
Conor Doherty : Eh bien, en revenant à ce dont nous parlions, puisque vous avez mentionné qu’il y a trois ans, nous avions discuté de l’avenir de la supply chain et des compétences requises, en pleine pandémie. Dans les années qui ont suivi, alors que nous sommes désormais en période post-pandémique, pensez-vous que la situation a changé ? Vous savez, le risque et la résilience sont devenus des enjeux plus importants. Est-ce donc le même ensemble de compétences requis ou cela a-t-il évolué ?
Knut Alicke : Beaucoup de choses se sont passées. Si l’on regarde simplement trois ans en arrière, de nombreuses entreprises ont commencé, après le premier confinement, à mettre en place des salles de crise pour éteindre les feux, des salles de contrôle, ou comme elles les appelaient, pour résoudre les problèmes. Cela n’était pas toujours fait de manière systématique. On ne réfléchissait pas toujours de manière globale de bout en bout. Puis elles se sont rendu compte qu’il fallait en faire plus. N’est-ce pas ? Il nous faut nous préparer, nous assurer que nous disposons de la visibilité nécessaire, que nous avons les bons leviers à actionner, et que nos processus de planification soient suffisamment agiles et rapides.
Knut Alicke : Ainsi, de nombreuses entreprises ont réduit la planification, passant d’une planification mensuelle à une planification toutes les deux semaines, et dans le S&OP, la planification opérationnelle est passée d’une semaine à tous les deux jours. Et tout cela requiert du talent. Il faut des personnes qui comprennent la supply chain, le numérique et qui savent tout rassembler. Ce que nous constatons, c’est qu’il existe encore un énorme fossé. Ce fossé s’est réduit. On peut dire que les entreprises ont formé leur propre personnel. Il y a eu beaucoup de recrutements en provenance externe, mais il subsiste un déficit en termes d’expérience dans la supply chain, et de la meilleure utilisation des outils numériques pour planifier et améliorer les performances de la supply chain.
Conor Doherty : Eh bien, merci. Joannes, vous faisiez également partie de ce panel. Votre perspective a-t-elle évolué au cours de ces dernières années ?
Joannes Vermorel : Je veux dire, oui, évolué. Je ne sais pas dans quelle mesure cela compte comme un changement, mais pour moi, l’essentiel est que, plus vous faites face à des perturbations, plus vous avez besoin d’automatisation. Parce que vous voyez, si votre routine occupe déjà tout le monde, en éteignant des feux et en gérant le quotidien, si vous êtes déjà à 100 % occupé à faire face à la routine, lorsque l’extraordinaire se présente, vous n’avez pratiquement aucune marge de manœuvre pour gérer ces éléments supplémentaires. Et je ne parle pas de la capacité de supply chain ou d’actifs tangibles, mais simplement de la bande passante mentale pour faire face à un problème. Si tout le monde dans l’organisation fonctionne déjà à plein rendement pour maintenir l’entreprise en marche lors d’une journée normale, alors lorsqu’une journée anormale survient, tout finit par exploser ou par être retardé.
De sorte qu’au moins toutes les décisions routinières et les tâches banales soient éliminées, robotisées, de sorte que les gens aient le temps de se concentrer sur ce qui est réellement inhabituel. Et par « inhabituel », je n’entends pas les fluctuations habituelles de la demande, un peu plus élevées ou un peu plus basses, ou qui varient de manière similaire à chaque fois. J’entends par là un changement structurel où certains fournisseurs disparaissent, où d’autres deviennent bien plus chers sans possibilité de revenir à l’état antérieur, des tarifs douaniers ou d’autres éléments qui modifient profondément la structure du marché dans lequel vous opérez.
Conor Doherty : Eh bien, il me semble que dans une discussion sur le risque et la résilience, il serait probablement préférable de définir réellement les termes. Alors, Knut, si je peux revenir sur vous, après la pandémie, on parle de l’importance du risque et de la résilience, mais je veux dire que le risque et la résilience existaient avant la pandémie. Donc, selon vous, en tant qu’expert, comment ces concepts ont-ils exactement évolué ? En quoi ont-ils changé de manière significative à la suite de la pandémie ?
Knut Alicke : La bonne question est de savoir s’ils ont changé. Si vous y pensez, c’était quoi, 2011 quand nous avons eu Fukushima ? Ça fait environ 12 ans, et les entreprises ont réagi de la même manière qu’elles ont réagi aux récents arrêts, perturbations et confinements. Donc, je dirais que beaucoup d’idées existaient déjà il y a de nombreuses années, mais elles n’étaient pas considérées comme importantes. Les entreprises ne se concentraient pas là-dessus. Elles disaient : « Eh bien, la perturbation est finie, reprenons le cours normal et assurons-nous simplement que notre supply chain soit aussi allégée que possible, aussi économique que possible, mais pas forcément aussi résiliente que possible. »
Donc, si vous pensez à ce qui est nécessaire pour être résilient, nous devons disposer d’une visibilité complète. Il nous faut donc quelque chose comme un système d’alerte précoce qui indique, par exemple, qu’il se passe quelque chose au niveau du tier trois, tier quatre. Ce n’est pas notre fournisseur direct, mais le fournisseur du fournisseur du fournisseur rencontre des problèmes. Peut-être y a-t-il un problème logistique, un problème de production ou un souci de qualité.
Nous savons exactement que cela va se répercuter jusqu’à nous, sur notre ligne de production, et provoquer une perturbation. Si nous le savons suffisamment tôt, nous pouvons réagir. Ou, espérons-le, nous pouvons réagir. Pour pouvoir réagir, nous devons également nous assurer de disposer d’une planification adéquate. Par exemple, si nous constatons que, oh, ce conteneur arrivera probablement avec deux semaines de retard, cette information à elle seule n’est pas utile. L’information selon laquelle ce retard de deux semaines conduit à une rupture de stock de nos composants, entraînant un arrêt de la production parce que nous ne pouvons pas assembler ce que nous souhaitons, ou que nous avons un problème de disponibilité et que nous ne pouvons pas livrer au magasin de détail qui a désespérément besoin de nos produits, est primordiale. Et pour cela, nous avons besoin de planification par scénarios.
Il nous faut donc analyser ce que nous pouvons mettre en œuvre pour atténuer ce retard. Cela signifie-t-il que nous devons accélérer l’expédition ? Remplacer le produit ? Ou faut-il faire venir par avion quelque chose d’autre pour compenser le retard ? Et c’est là que beaucoup d’entreprises posent encore problème. Elles élaborent un plan, mais ne parviennent pas à en créer d’autres au cas où une perturbation ou un retard surviendrait. Et c’est extrêmement important. Si vous réfléchissez à ce qui est nécessaire pour cela, nous devons disposer de données, de master data. Nous devons avoir les capacités en place – comme nous avons commencé à en parler – et disposer d’une organisation qui accepte également que, dans ce scénario, nous en venions à la conclusion que le fret aérien est la solution, et que nous optons pour le fret aérien. Tout ceci doit se mettre en place pour garantir que nous disposions d’une supply chain résiliente et capable de délivrer.
Conor Doherty : En réalité, encore une fois, vous avez identifié trois ingrédients, et c’était quelque chose que vous avez mentionné dans une récente enquête que vous avez réalisée chez McKinsey sur la technologie et la régionalisation. Vous avez indiqué que les supply chains les plus résilientes disposent d’une visibilité de bout en bout, d’un master data de haute qualité et pratiquent une planification par scénarios de la demande efficace. Alors, Joannes, pour vous renvoyer la parole, pourquoi pensez-vous que ce sont des ingrédients absolument essentiels pour une supply chain résiliente ? Ou ajouteriez-vous autre chose ?
Joannes Vermorel : Oui, du moins, de mon point de vue, le défi avec les données est très particulier dans la mesure où leur qualité est généralement excellente. C’est étrange, je sais que la plupart des fournisseurs se plaignent de données médiocres, mais la réalité est que, lorsque nous regardons, par exemple, les entreprises occidentales – peut-être pas les entreprises asiatiques – celles-ci sont digitalisées depuis trois décennies et, habituellement, en termes d’exactitude, lorsqu’un enregistrement indique qu’un article a été vendu à telle date, en telle quantité, il est précis à 99,9 %. Donc oui, il peut y avoir quelques erreurs administratives ici et là, mais c’est très précis. Le problème n’est pas que les données soient incorrectes, c’est que leur sémantique est très floue.
Pour donner une idée, la plupart de nos clients – et je pense aux plus grands, comme les entreprises publiques – trouvent généralement très flou de compter ce qu’ils ont en stock. Le problème n’est pas qu’ils ne disposent pas de données, mais qu’imaginez que vous n’ayez pas un ERP, mais 20 ERPs, et qu’ils calculent tous les stocks de 20 manières différentes. En outre, le stock n’est pas binaire : il est soit présent, soit absent, il peut être bloqué à la douane, en attente de test qualité, en stockage, ou encore réservé pour certains clients quelque part. Vous voyez donc qu’il existe de nombreuses complexités.
Et puis, lorsque vous pensez à la demande, c’est pareil, cela devient très vite très flou. Prenons l’exemple d’un distributeur B2B. Vous vendez aux entreprises, donc généralement vous avez plusieurs dates de commande et non pas une seule. Il y a les dates où le client vous indique qu’il souhaite cela dans le futur – sans que cela ne constitue une commande ferme – puis une date où il passe la commande, ensuite une date pour la livraison d’une première partie de la commande, puis une autre date pour la seconde partie, et ainsi de suite.
Je suis donc tout à fait d’accord sur le fait que la visibilité de bout en bout est un ingrédient critique. Mais là où, selon moi, les entreprises font souvent défaut, c’est dans la culture digitale qui permet d’appréhender les nuances contenues dans ces données. Le problème n’est pas tant que les données soient mauvaises ou qu’elles manquent, mais plutôt qu’elles comportent littéralement des milliers de tableaux et que les gens se noient dans de mauvais KPI, des recettes simplistes et autres éléments qui ne leur indiquent pas ce dont ils ont réellement besoin.
Par exemple, les entreprises qui opèrent une supply chain multi-niveaux, nous avons vu que l’on mesure le taux de service au milieu du réseau, or le taux de service mesuré au centre du réseau ne renseigne en rien sur la qualité de service perçue du côté client. Ce ne sont que des artifices. Je dirais donc que ces problèmes sont les mêmes, mais qu’il existe une différence dans la manière de les aborder, et c’est là que se situe, selon moi, le plus grand écart de compétences.
Quand nous parlons de master data, qu’est-ce que cela signifie d’avoir la maîtrise des données ? C’est un jeu de mots en quelque sorte, mais je dirais que le problème réside davantage dans la maîtrise des données que dans leur absence ou leur manque de qualité.
Conor Doherty : Alors, Knut, pour revenir à vous, convenez-vous qu’il s’agit davantage de la manière dont vous interprétez la richesse des données ou leur source, et non de la qualité intrinsèque des données ?
Knut Alicke : Honnêtement, j’ai vu les deux, mais je conviendrais que l’utilisation des données et la création d’insights à partir de celles-ci est très importante. Permettez-moi d’ajouter un élément, car c’est aussi ce que je constate chez nombre de nos clients.
Le planificateur dispose d’un système à utiliser, n’est-ce pas ? Il utilise les données, puis il y a un algorithme qui effectue des calculs, une prévision, un plan de production, un plan d’approvisionnement, ou autre. Ce que nous constatons souvent, c’est qu’il y a bien plus d’intelligence algorithmique en jeu que ce dont le planificateur est capable de tirer parti. Et pourquoi ? Parce que, pour la plupart des planificateurs, l’algorithme ressemble à une boîte noire. Ce qu’ils aimeraient, c’est ouvrir cette boîte noire, jeter un œil à l’intérieur, comprendre puis l’utiliser.
Pour une grande entreprise pharmaceutique, nous avons réalisé une analyse après qu’elle eut implémenté l’un des grands systèmes de planification, et il n’y avait que huit personnes qui se connectaient et utilisaient le système. Les autres, des centaines de planificateurs, se connectaient, se déconnectaient très rapidement, puis se reconnectaient et se déconnectaient de nouveau. Qu’est-ce que cela signifie ? Ils téléchargeaient toutes les données dans leurs feuilles Excel, effectuaient leurs ajustements et planifications habituels, puis téléchargeaient à nouveau les résultats.
Il y a donc un élément très important : l’explicabilité. Nous devons instaurer la confiance quant à tous les algorithmes que nous utilisons. Nous devons soit les expliquer, soit trouver d’autres moyens de démontrer que les algorithmes fonctionnent comme ils le devraient, afin qu’enfin les planificateurs utilisent toutes ces fonctionnalités intéressantes.
Conor Doherty : En fait, un petit suivi à ce sujet, et c’est en lien avec ce que j’ai lu chez Lokad. Je ne vais pas dire qui en était l’auteur, mais c’était dans un document sur le MRO, et ils disaient que, plus important encore que de comprendre comment fonctionne l’algorithme, il est primordial que le praticien comprenne ce qu’il essaie de faire. Je suis curieux, à la lumière de ce que Knut vient de dire et de ce que je viens de dire, quelle est votre opinion à ce sujet, Joannes ?
Joannes Vermorel : Je suis donc tout à fait d’accord avec Knut dans le sens où des méthodes sophistiquées introduisent de nouvelles classes de risque. Et quand on observe certaines des plus grandes catastrophes de supply chain de tous les temps, elles ont été provoquées par des logiciels. Il y a eu la catastrophe de Nike en 2004, Target Canada, ou encore Lidl qui a gaspillé un demi-milliard d’euros. Les logiciels permettent de faire les choses à grande échelle très rapidement, y compris des actions vraiment stupides. Et oui, il ne faut rien d’extrêmement sophistiqué pour que cela devienne super opaque.
La beauté des ordinateurs, c’est que l’esprit humain se retrouve limité à environ 10 multiplications. Et puis, même si vous êtes très intelligent, tout calcul modeste qui comporte plus de 10 multiplications et additions ne peut être suivi intuitivement. Il n’est donc pas nécessaire d’avoir une sophistication numérique brutale pour qu’un système soit absolument opaque. Même quelque chose de relativement simple en termes de puissance de traitement dépasse largement ce que vous pouvez suivre.
C’est donc un gros problème, et d’ailleurs, même si vous remplacez les planificateurs par des data scientists, vous rencontrez exactement le même problème. Il existe des catégories d’outils de machine learning qui sont très opaques, même pour les personnes qui les manipulent. Ainsi, même si vous avez une compréhension approfondie des algorithmes, cela ne signifie pas que vous comprenez si les résultats que vous observez correspondent réellement à vos intentions. C’est une autre catégorie de problème.
La manière dont Lokad a abordé cette question est essentiellement de se positionner fermement sur certaines catégories d’outils de machine learning, en particulier le differentiable programming qui vous permet d’opérer avec des variables sémantiques. L’idée est donc qu’il ne s’agit pas de n’importe quel type de machine learning, mais de modèles dans lesquels chaque variable porte un nom et une signification. Cela signifie que vous pouvez examiner, de manière fragmentée, ce qui se passe dans votre modèle afin de déterminer si le comportement vous semble correct.
Pour donner un exemple, si nous avons des cyclicités – le jour de la semaine, la semaine de l’année, la semaine du mois – cela signifie que ces cyclicités vont disposer de paramètres nommés que vous pouvez contrôler. Il y aura littéralement une variable appelée l’effet Ramadan ou l’effet Nouvel An chinois. Cela peut sembler très anti-machine learning, car nous ne découvrons pas automatiquement les patterns, mais le fait que tous les patterns soient nommés et que chaque variable ait une sémantique claire rend l’inspection fragmentée du modèle bien plus aisée.
Ainsi, même si le résultat est étrange, vous pouvez toujours examiner les éléments qui constituent le modèle, et il ne faut pas un doctorat en mathématiques pour cela. Ce n’est qu’une partie de la solution, mais le reste nécessite d’autres méthodologies. Mais oui, le risque technologique – j’entends par là que l’introduction d’une sophistication visant à rendre votre entreprise plus résiliente – l’histoire est en partie contre les vendeurs de logiciels, en général. Des technologies logicielles plus sophistiquées tendent à rendre les entreprises globalement plus fragiles comparées à des méthodes d’organisation plus rudimentaires et simples.
Conor Doherty : Eh bien, Knut, pour revenir au thème du risque et de la résilience, je me souviens que dans l’enquête – si je ne me trompe pas en novembre de cette année – vous aviez noté que, parmi les trois ingrédients évoqués – la visibilité, le master data et la planification de la demande –, la planification par scénarios de la demande avait la plus faible adoption. Il me semble que seulement environ un tiers des personnes interrogées disaient que leur entreprise disposait d’une planification par scénarios de la demande efficace. Je suis simplement curieux de savoir pourquoi, selon vous, il y a eu une rupture entre les deux premiers ingrédients et le dernier, et quel effet cela a sur la résilience de l’entreprise.
Knut Alicke : La planification n’est pas facile. Cela semble simple, vous dites simplement : « Pourquoi n’évaluez-vous pas votre plan global de bout en bout pour le scénario où nous aurions moins de capacité, ou une demande plus élevée, ou encore où le fournisseur ne serait pas en mesure de livrer ? » Mais imaginez qu’un grand nombre d’entreprises ne calculent toujours qu’un seul plan par semaine. Il faut donc recourir au week-end, car cela prend 14 heures et bloque beaucoup de ressources informatiques.
Même de nos jours, c’est souvent le cas. Alors, comment diriez-vous à ces entreprises : « Eh bien, calculez cinq scénarios dans lesquels vous évaluez différentes solutions », alors qu’elles rétorquent : « D’accord, cela prend une semaine à calculer. » Il manque ainsi souvent simplement de puissance de calcul. Puis, il n’est fréquemment pas évident de déterminer comment alimenter le scénario. Que devons-nous calculer et comment l’évaluer, n’est-ce pas ?
Tous les fournisseurs de solutions de planification ont la capacité de calculer des scénarios. Ensuite, vous devez évaluer ce qui est le mieux pour notre configuration actuelle, pour nos clients et pour notre supply chain. Il faut donc qu’ils soient clairs sur, “Hé, cela devrait être optimisé pour le taux de service, pour le coût, ou pour nos stocks.” That’s often not clear.
Malheureusement, nous voyons encore de nombreux processus S&OP, processus IBP ou processus de planification de bout en bout apparaître avec une seule solution. Et la discussion devient très intéressante, car vous ne pouvez accepter qu’une seule solution. Il n’est pas possible de dire, “Hé, pourquoi ne pas faire quelque chose de différent ici ?” Il y a donc beaucoup à rattraper et à améliorer, afin de pouvoir calculer les scénarios, comprendre et évaluer les compromis, et ensuite parvenir à une décision commune sur ce qui est le meilleur pour nos clients, notre entreprise ou notre valeur.
Conor Doherty: Eh bien, Joannes, je m’adresse à toi un instant. Je reviendrai vers toi dans un instant car je sais que tu auras quelque chose à dire à ce sujet. Mais juste pour faire le suivi, Knut, en ce qui concerne l’évaluation de la viabilité d’un scénario donné, considères-tu cela comme propre à chaque entreprise ou penses-tu qu’il existe une métrique ou une philosophie globale que chaque entreprise pourrait utiliser pour évaluer la viabilité d’un scénario ?
Knut Alicke: Nous parlons toujours des trois éléments les plus importants d’une supply chain, à savoir le coût, le service et le capital. Cela commencerait probablement même par le service. Ensuite, il y a des compromis. Le service augmente, “Oh oui, nous pouvons faire cela si nous augmentons nos stocks ou si nous augmentons le coût.” Le coût baisse, “Oui, d’accord, mais alors le service pourrait chuter.” Comprendre ces compromis est donc super important.
En discutant avec beaucoup de nos clients, nous faisons souvent un exercice très simple. Nous leur demandons individuellement, “Qu’est-ce qui est le plus important pour vous ? Sur quoi investiriez-vous, disons, 10 EUR pour améliorer si vous aviez quelque chose, ou mille, ou 100 000 ? Est-ce pour réduire le coût ou optimiser le coût ? Est-ce pour améliorer le taux de service ou pour réduire les stocks ?” Et vous obtenez souvent une image complètement disparates. Ainsi, chacun parle de choses différentes.
Cela signifie donc que la stratégie supply chain n’est pas alignée. Si la stratégie supply chain n’est pas alignée, comment évalueriez-vous le meilleur scénario ? Parce qu’une partie de l’entreprise opterait pour un taux de service plus élevé, tandis que souvent la partie production se tournerait vers un coût moindre du fait de leurs incitations locales. C’est donc un point qui, dans la structure de bonus, contredit souvent ces discussions sur les compromis pour les scénarios. Il faut donc que cela soit abordé, réglé, et ensuite vous pouvez décider, “Hé, c’est vraiment la meilleure solution pour notre entreprise.”
Conor Doherty: Merci. Et Joannes, quelle est ton opinion sur la manière d’évaluer la viabilité des scénarios ?
Joannes Vermorel: Je reviendrais d’abord sur quelques autres points. Parce que, voyez-vous, tout d’abord, parlons des besoins en puissance de calcul. C’est quelque chose que j’entends fréquemment, “Oh, il faut des heures pour calculer.” Mais considérons qu’un smartphone, juste un smartphone ordinaire, effectue dès sa sortie quelque chose comme 10 à 20 milliards d’opérations par seconde. Et c’est un smartphone. Si vous passez à une station de travail, une véritable station de travail, nous atteignons très facilement, et à moindre coût, les 100 milliards d’opérations par seconde. Si vous êtes fou et que vous dépensez 5 000 $ pour y ajouter des cartes graphiques et des GPUs, vous atteignez alors le mille milliards d’opérations par seconde. Encore une fois, du matériel bon marché.
La question est donc de savoir exactement ce que vous faites avec cette puissance de calcul. Parce que c’est là tout l’enjeu. Chez Lokad, nous avons la discussion typique. J’entends des gens dire, “Oh, cinq scénarios nécessitent 40 heures de calcul.” Et puis chez Lokad, nous disons, “Oh, mais nous exécutons environ un millier de scénarios par seconde.” Donc, premièrement, je dirais que nous avons plusieurs problèmes.
Premièrement, les logiciels d’entreprise modernes souffrent d’un empilement de couches qui accumulent de l’inefficacité. Et les gens ne réalisent peut-être pas, mais la plupart des logiciels d’entreprise sont construits sur 40, parfois 50 ans de couches inefficaces qui n’ont jamais disparu. Ainsi, vous perdez votre puissance de calcul par un facteur d’un million, parfois plus, en raison d’inefficacités issues littéralement de ce genre de conception logicielle en lasagne où c’est un piece of software qui communique avec un autre [piece of software] qui communique avec encore un autre [piece of software], etc.
Par exemple, si vous essayez de faire ce genre de choses avec un système transactionnel de base de données SQL, cela va être incroyablement inefficace. Je veux dire, quand je dis “incroyablement”, c’est par un facteur allant de mille fois plus lent que nécessaire à possiblement jusqu’à un million de fois plus lent que ce qu’il devrait être. Ainsi, les supply chains en tant qu’objets pour des simulations numériques ne sont pas super complexes. Même une supply chain incroyablement complexe compte environ 100 millions de SKUs, peut-être 200 millions de SKUs. Un jeu vidéo moderne simule désormais en temps réel environ un milliard de triangles, à 60 images par seconde. Cela vous donne juste une idée de l’échelle.
Nous parlons donc de quelque chose qui, en termes de calculs modernes, même une supply chain gigantesque, à l’échelle de Walmart, reste petite. Elle est plus petite que votre jeu vidéo moyen de nos jours. C’est donc à garder en tête. Et donc, si vous avez un calcul qui prend plus de quelques minutes, il faut vraiment s’arrêter et se demander, “Est-ce que je fais quelque chose de vraiment compliqué qui nécessite toute cette puissance de calcul ? Ou suis-je simplement en train de partir de quelque chose d’incroyablement inefficace ?”
Et si vous abordez cela de la bonne manière, ce n’est pas un problème. Ensuite, la deuxième chose concerne l’opérationnalité des scénarios. Mon approche, je veux dire chez Lokad, ce que j’ai découvert il y a un peu plus d’une décennie, c’est que le problème avec les scénarios, c’est qu’ils demandent beaucoup de maintenance. Si vous avez une douzaine de scénarios à maintenir, cela représente beaucoup d’efforts. Et l’astuce – et c’était littéralement une sorte d’astuce – c’est que si vous optez pour une approche probabiliste où vous regardez tous les scénarios en même temps, ce qui implique potentiellement des millions de scénarios, alors si vous disposez des bons instruments, tant mathématiques que logiciels, cela devient beaucoup plus facile.
Et c’est surprenant, car vous pourriez penser, “Oh, si je regarde tous les futurs possibles en même temps, cela doit être bien plus compliqué.” Mais la réalité est qu’avec la bonne approche, ce ne l’est pas. Et la réponse est que soudainement, tout ce que vous souhaitez considérer devient beaucoup plus gérable. Vous n’avez pas à faire des choix difficiles concernant l’entrepôt. D’accord, imaginons que l’entrepôt ait, chaque mois, 1 % de chance d’être inondé ou de subir un événement qui impacterait sévèrement son fonctionnement. Nous n’avons pas besoin de savoir exactement quoi, nous disons simplement, “D’accord, 1 % de chance par mois de perdre la moitié de la capacité de l’entrepôt pour, quelle qu’en soit la raison – une grève, une inondation, un problème électrique, un petit incendie.”
Et nous pouvons dire, “0,1 % de chance de perdre l’entrepôt pendant six mois.” Et vous savez, c’est une estimation, ça va. Et l’intérêt, c’est que vous ne faites pas cela isolément des autres éléments. La beauté de l’approche probabiliste, c’est que vous pouvez dire, “Nous ajoutons ce risque à l’entrepôt et ensuite nous ajouterons le risque d’avoir un port en Chine bloqué, encore 1 % de chance chaque mois.” C’est une estimation, nous pouvons la revoir. Mais l’intérêt réside dans le fait que vous pouvez soudainement paralléliser votre réflexion sur ces risques.
Ce n’est pas que vous élaborez un scénario où vous décidez exactement quels risques sont pris en compte et lesquels ne le sont pas. C’est que vous pouvez ajouter un risque pour l’entrepôt, ajouter un risque pour un port en Chine, ajouter un risque de flambée de prix pour un fournisseur. Et c’est là toute la beauté de la chose, c’est que tout cela se fond ensemble. Et en termes de maintenance, une fois que vous décidez d’inclure un risque, que reste-t-il à faire ? La réponse est rien, parce que votre prévision probabiliste est embedding et les décisions qui en découlent sont ajustées au risque dès la sortie.
Joannes Vermorel: Je dirais que cette perspective puriste par rapport à la planification scénaristique classique, c’est que, d’abord, vous pouvez décomposer entièrement la manière dont vous analysez les différents risques. Ainsi, si vous avez différentes personnes qui analysent divers risques, elles peuvent travailler avec le même système simultanément. Et dès qu’un accord sur un niveau de risque est trouvé, vous obtenez immédiatement des décisions ajustées au risque dès que le système est activé. C’est tout, rien à faire, et c’est là toute la beauté de ce dispositif.
Ainsi, en termes de praticité, si vous pensez que l’inflation comporte un risque de 1 % d’être supérieure à 20 % au cours des 12 prochains mois, d’accord, prenez-le en compte. Et si tous sont d’accord, alors nous avons cela et nous disposons immédiatement de toutes les décisions ajustées au risque qui en découlent.
L’intéressant, c’est que lorsque vous exprimez les choses de cette manière, oui, vous pouvez vous retrouver avec une dizaine de risques de haut niveau, mais ils ne sont pas très compliqués à exprimer et, surtout, pas très complexes à maintenir. C’est là toute la beauté de la chose. Il est bien plus simple de maintenir un risque de haut niveau, tel qu’une chance de 1 % d’une inflation supérieure à 20 % au cours des 12 prochains mois pour, disons, l’Allemagne, plutôt que de maintenir et d’élaborer un scénario où vous réagiriez de manière spécifique à ce risque.
L’approche probabiliste est davantage comparable à la perspective quantique où l’on dit, eh bien, nous examinons tous ces futurs possibles et nous laissons les instruments mathématiques gérer ces phénomènes peu fréquents. Mais dans l’ensemble, ils sont inévitables. Si vous cumulez une série de risques de 1 % par mois, vous êtes assuré, au cours des 5 prochaines années, de rencontrer plusieurs de ces problèmes. La question se pose simplement de savoir quand l’un d’eux se produira. On ne sait pas, mais ce n’est pas grave.
Conor Doherty: Knut, est-ce que cela correspond à ta compréhension d’ingénieur de la situation ?
Knut Alicke: C’est définitivement en ligne. Ce serait formidable de pouvoir exploiter cette puissance de calcul et d’obtenir une sorte de distribution des réponses à discuter par la suite.
Par exemple, disons que vous réalisez ces simulations de scénarios, d’accord ? Et ensuite, vous savez en quelque sorte, “Hé, avec cette probabilité, ceci et cela se produit.” Ce qui est alors important, c’est que les entreprises doivent être prêtes à actionner des leviers. Maintenant que vous savez qu’une perturbation pourrait survenir, quelle est la prochaine étape ? Vous devez comprendre, “Hé, ici j’ai besoin d’avoir ces cinq éléments en place et, au cas où quelque chose se passerait avec mon système d’alerte précoce, je commencerais alors à exécuter.”
Souvent, les entreprises ne sont pas vraiment préparées. Même si elles disposent de l’aperçu nécessaire, elles ne sont pas prêtes à mettre en œuvre la solution.
Joannes Vermorel: Je suis tout à fait d’accord. Et d’ailleurs, c’est pourquoi, dans ma série de conférences, j’ai présenté la supply chain comme la maîtrise de l’optionnalité. Il faut cultiver les options.
Les scénarios sont une manière de rendre ces options plus pressantes, comme les modes de transport alternatifs. Mais le problème est que cela semble très théorique jusqu’à ce que l’on soit confronté au problème.
Mon problème avec les scénarios, il y a une décennie, était dû au fait qu’un scénario donné ne se concrétisait pas la plupart du temps. Cette chance de 1 % ne se manifeste la plupart du temps pas, et donc il n’y a pas de préparation, puisque rien dans le système n’est réellement conçu pour l’exécution immédiate de ce scénario.
Mais si vous cultivez quelque chose où, par exemple, à chaque fois que vous passez une commande d’achat, il y a la possibilité de l’expédier par fret à un prix bien plus élevé, c’est toujours une option disponible. C’est juste qu’habituellement, elle n’est pas rentable.
C’est la différence entre avoir l’optimisation qui intègre déjà l’option – latente, non exploitée parce que les conditions ne sont pas réunies – et un scénario où, le jour où cette option devrait être activée, rien n’est prêt. Les gens ne sont pas habitués à cela, les systèmes informatiques ne réagissent pas immédiatement aux décisions appropriées, et donc il faut que les gens réfléchissent et fassent beaucoup de choses inhabituelles.
Knut Alicke: Permettez-moi de vous donner un exemple de ces dernières années où nous avons aidé un client à devenir plus résilient. Nous avons examiné des scénarios, mis en place un système d’alerte précoce, et tout, puis découvert que si quelque chose survenait dans une usine, nous pouvions produire dans une autre. Mais il y avait une ressource qui constituait un goulot d’étranglement, l’équipement de test. Il fallait 12 semaines pour le transférer d’une usine à l’autre.
Ainsi, dans vos scénarios, vous devez décider 12 semaines à l’avance, “Hé, nous prévoyons quelque chose et devons-nous déplacer ?” C’était complètement nouveau pour eux. Ils envisageaient toujours cela environ 3 semaines à l’avance et ensuite, “Oh, c’est trop tard.” Il faut comprendre l’espace des solutions, pour ainsi dire, le lead time nécessaire à la mise en œuvre, et alors seulement vous pouvez réellement engager une bonne discussion.
Joannes Vermorel: Je pense que tu as tout à fait raison. Mais, par exemple, le cas de l’équipement de test est très intéressant, car les gens sont fréquemment attirés par des urgences banales. Si vous êtes déjà aux prises avec des fournisseurs en retard, des flambées de prix, la renégociation de votre contrat avec vos clients, et toutes sortes d’autres problèmes, cela constitue une distraction totale.
Cela signifie qu’en partant du principe de dire, “D’accord, nous devons investir deux fois plus et disposer d’une redondance dans l’équipement de test. Ce ne sera pas super efficace, mais à long terme, disons au cours des cinq prochaines années, il y aura un moment où cela sauvera notre qualité de service.” Et ce n’est peut-être pas si cher.
C’est le genre de situation pour laquelle les gens ont besoin de temps et de calme pour réfléchir. S’ils doivent passer d’un incendie à un autre, ce genre de réflexion ultra-stratégique ne se produit tout simplement pas.
Knut Alicke: Permettez-moi d’ajouter ceci. Ce que j’ai aussi trouvé super important, c’est comment raconter cette histoire que tu viens de raconter, celle qui dit “Hé, nous devons avoir l’équipement de test, nous devons en avoir un second.” Cela nécessite un investissement, donc tous les KPIs de fin de trimestre ne seront pas bons.
C’est une décision du board. Et ce que nous essayons souvent d’expliquer, c’est que nous utilisons l’analogie d’une assurance. Vous avez une assurance auto, vous payez pour votre assurance auto. Si vous deviez traduire cela dans vos opérations quotidiennes, vous diriez, “Ah, pourquoi aurais-je besoin de payer cette assurance auto ? Il y a une probabilité si faible qu’un incident se produise. Peut-être pouvez-vous simplement vous en passer, non ? Je n’en ai pas besoin.”
Non, vous voulez l’avoir dans le cas rare d’un accident car alors ça devient vraiment mauvais et c’est là que l’assurance intervient. Et c’est ainsi que nous envisageons la résilience de la supply chain. C’est quelque chose que vous développez au cas où. Cela peut nécessiter un investissement, cela peut demander une certaine préparation, mais alors vous êtes prêt au cas où cela se produirait.
Le défi, c’est que la plupart des entreprises pensent au trimestre prochain ou à l’année prochaine, mais la prochaine perturbation pourrait survenir dans un an et un mois. Il s’agit donc d’une décision stratégique qui doit être prise et décidée par le conseil d’administration. Et c’est pourquoi cette histoire, pour la raconter au conseil, est super, super importante.
Conor Doherty : Quand vous parlez de raconter des histoires, cela ressemble presque à du leadership, presque comme quelque chose qui pourrait figurer dans une méthodologie de leadership, peut-être dans un livre ?
Knut Alicke : Exactement, et c’est très agréable de voir même une copie du livre là-bas. C’est incroyable, “Source to Sold”. Et en effet, ce que mon coauteur, Radu Palamario, et moi avons fait, c’est parler de pourquoi nous ne voyons pas plus de personnes issues de la supply chain dans les conseils d’administration, n’est-ce pas ? Alors, en tant que CEO, également en tant que COO, pourquoi est-ce ainsi ?
Nous avons plaisanté en disant que c’est probablement parce que les gens de la supply chain parlent un langage différent. Ils sont tellement axés sur les chiffres, tellement détaillés, qu’ils ne voient pas la vue d’ensemble. Et nous avons dit qu’en revanche, les personnes de la supply chain ont une compréhension de bout en bout. Ils devraient donc comprendre l’entreprise.
Knut Alicke : Nous avons plaisanté parce qu’il est probablement vrai que les gens de la supply chain parlent un langage différent. Ils sont tellement axés sur les chiffres, tellement détaillés, qu’ils ne voient souvent pas la vue d’ensemble.
En revanche, les personnes de la supply chain possèdent une compréhension de bout en bout, donc elles devraient comprendre l’entreprise. Nous avons cherché à savoir si nous avions des exemples de cela. Nous avons examiné le Fortune 200 et constaté que seulement 11 % des entreprises ont un CEO issu de la supply chain. Tim Cook est un exemple bien connu, mais il y en a clairement d’autres.
Nous avons décidé d’interviewer quelques personnes qui ont intégré le conseil avec un parcours supply chain. Cela a conduit à 26 interviews, que nous avons regroupées dans le livre. Nous avons ensuite élaboré une version condensée de ce que nous avions appris, à savoir le modèle en chaîne.
Les interviews étaient très intéressantes. Nous avons beaucoup appris de ces personnes ayant des carrières très différentes. Nous avons eu des personnes du monde entier, hommes et femmes. Il n’a pas été facile de trouver des femmes, il est donc clair que ce domaine est encore dominé par les hommes blancs, ce qui doit changer.
Nous avons eu des entrepreneurs, des petites entreprises, de grandes entreprises. Le livre a reçu de très bons retours.
Conor Doherty : Par curiosité, dans le cadre d’une discussion sur le risque et la résilience, y a-t-il une interview qui vous semble comporter des idées pertinentes pour la discussion que nous avons actuellement ? Vous pouvez choisir n’importe qui, homme ou femme.
Knut Alicke : Littéralement tout le monde, car c’était la période du confinement lorsque nous avons réalisé les interviews. Tout le monde parlait de l’importance d’être agile, d’être préparé, d’être résilient. C’est également ce que nous avons intégré dans le modèle en chaîne. Le “A” représente adaptable. Il est très important de comprendre le risque et d’être capable de le communiquer au conseil.
Conor Doherty : Pourriez-vous expliquer le modèle en chaîne lettre par lettre ?
Knut Alicke : Le “C” signifie collaborative. Nous devons être collaboratifs, ce que nous avons entendu dans quelques interviews. Un des contributeurs a dit qu’il voulait mettre en place un nouveau processus S&OP et il a eu l’idée d’intégrer les fournisseurs. Il y avait trois fournisseurs réellement importants. Au départ, tout le monde dans l’entreprise était opposé à divulguer notre plan de production au fournisseur. Mais il a fait passer l’idée et tout le monde était très content. Construire des relations tant en interne qu’en externe avec les clients et les fournisseurs est super important.
‘H’ signifie holistique. Nous devons comprendre l’ensemble du système, la vue d’ensemble, ce qui se passe de bout en bout. C’est quelque chose qui fait partie de la nature d’une personne de la supply chain. Ce n’est pas forcément dans la nature de certaines autres fonctions où l’on se concentre souvent davantage sur ce que l’on fait.
‘A’ signifie adaptable, comme nous en avons déjà parlé. Le ‘I’ dans chain signifie influential. Ici, je dirais, donnez aux personnes autour de vous les moyens d’être à leur meilleur et de contribuer.
Le ‘N’ signifie narrative, ce qui est pour moi la partie la plus importante. Il s’agit vraiment de la manière dont vous expliquez les choses. Par exemple, une personne de la supply chain pourrait expliquer une amélioration du taux de service en disant que notre OTIF est passé de 89,7 % à 91,2 %. Cela ne raconte pas forcément beaucoup. Si vous utilisez un langage compris par le conseil, vous pourriez dire que nous avons amélioré notre taux de service et, grâce à cela, nous avons pu vendre plus ou que le client est plus satisfait et revient. Il s’agit d’utiliser le bon langage, la bonne narrative.
Nous disons toujours que la supply chain a eu sa place à la table ces trois dernières années et maintenant tout le monde a compris cela. Il faut maintenant s’assurer de conserver cette place à la table. Nous devons prouver que nous méritons de la conserver.
Conor Doherty : Merci pour vos réflexions.
Joannes Vermorel : L’intéressant, c’est que les critiques vont dans les deux sens. Oui, le directeur de la supply chain devrait être capable de parler le langage du conseil. Mais aussi, le problème que je constate est que l’infrastructure logicielle sous-jacente qui soutient les actions du directeur de la supply chain fournit généralement des indicateurs incroyablement myopes.
Par exemple, le taux de service ne signifie rien si vous êtes dans une activité où il y a de la substitution. Si le client peut toujours venir au magasin et que techniquement 50 % des articles sont absents, mais qu’il y a énormément de substitutions et qu’il opte simplement pour un substitut, comme cela peut se produire, par exemple, dans la mode, c’est largement insensé.
Nous avons un problème où le directeur de la supply chain n’a pas de narrative ou de quelque chose qui a du sens, parce que tous les chiffres élaborés par son infrastructure sous-jacente, tant humains que logiciels, ne sont pas tout à fait sensés.
Très souvent, personne n’a jamais quantifié en euros ou en dollars la qualité de service d’une manière qui corresponde réellement, même approximativement, à l’activité. Ils diraient : “Oh, nous avons un taux de service.” Mais le taux de service est super facile à calculer, mais reflète-t-il la perception ?
Par exemple, quelle est la différence entre entrer dans votre magasin aujourd’hui et ne pas trouver ce à quoi je m’attendais, et passer une commande il y a six mois, vous laissant six mois de marge pour l’obtenir, pour ensuite découvrir que, six mois plus tard, vous n’êtes toujours pas prêt ? Dans un cas, tant pis, j’ai eu de la malchance. Dans l’autre cas, c’est complètement inacceptable et amateur.
Le problème avec ces indicateurs très naïfs, c’est qu’ils passent à côté non seulement de l’éléphant, mais du troupeau d’éléphants. C’est très grave. Je pense que votre narrative peut également être une injonction à concevoir des chiffres qui résonnent plus profondément avec l’entreprise.
Il ne s’agit pas seulement d’avoir des chiffres. Ces chiffres techniques ne résonnent pas car ils sont tout simplement mauvais. Si vous avancez un chiffre comme, “Nous investissons 1 million d’euros en qualité de service supplémentaire,” ou “Cela nous coûtera 10 millions d’euros de chiffre d’affaires par an de manière cumulative sur les cinq prochaines années,” alors tout le monde comprendrait en quelque sorte.
Le problème que je constate est que bon nombre des pratiques traditionnelles de la supply chain sont en partie fautives avec leurs fournisseurs de logiciels de support. Les types de chiffres que vous obtenez de ces pratiques, ainsi que leurs outils, sont des pourcentages qui n’ont aucun sens.
Tout ce qui est exprimé en pourcentage est, à mon avis, généralement très suspect. S’il est exprimé en dollars, c’est mieux. S’il est exprimé en dollars sur dollars, c’est encore mieux. Donc, pour chaque dollar investi ou non investi, que gagnez-vous ou perdez-vous ? C’est généralement ce type de niveau pour obtenir une bonne métrique.
Construire une narrative qui ait même du sens pour l’entreprise est un défi, car, je dirais, vous opérez sur du vent.
Knut Alicke : J’aime l’idée que raconter la bonne histoire nécessite également, en premier lieu, les bons KPIs.
Donc, ce que vous dites essentiellement, c’est que mon exemple devrait déjà être traduit et non par le chef de la supply chain. Ce serait une situation idéale où même le CEO pourrait comprendre qu’en améliorant certains aspects, j’augmenterai mon chiffre d’affaires. Je suis tout à fait d’accord. Nous sommes probablement un pas avant cela, mais c’est une grande vision que vous exposez.
Joannes Vermorel : Mon point de vue sur votre idée de narrative est que, très souvent, je constate que les gens, en particulier dans la supply chain, craignent généralement ce genre d’effets de second ordre. Des choses qui ne figurent pas dans les livres de comptes.
Par exemple, chaque fois que vous proposez des remises sur votre marque en fin de saison, deux problèmes surviennent. D’abord, vous cédez immédiatement votre marge, puis vous créez une mauvaise habitude chez vos clients qui s’attendent à la remise. L’année suivante, ils attendront avant d’acheter jusqu’à ce que vous offriez à nouveau le même type de remise.
Ce genre de choses ne peut pas être quantifié facilement car ce sont des phénomènes qui se développent sur plusieurs années, voire des décennies. Les marques de luxe, par exemple, ne font jamais de promotions afin d’éviter que ces phénomènes ne se développent dès le départ.
Mais revenons-en là, cela signifie que vous devez être capable d’avoir un KPI où une partie de votre chiffre est complètement fictive. Cela ne veut pas dire que c’est irrationnel ou faux, cela signifie simplement que c’est plus un choix subjectif qui peut être très raisonnable mais qui doit être fait.
Ce genre de narrative vous oblige à avoir une vision à long terme et à intégrer numériquement ce genre de choses, afin de ne pas vous retrouver avec une décision jugée optimale qui est en réalité incroyablement myope.
Un autre problème que je constate, c’est que les gens ne sont pas assez imaginatifs. Ils ne prennent pas en compte des choses que, dans l’entreprise, l’entreprise au sens large, tout le monde connaît, mais du fait qu’elles sont un peu évasives, légèrement difficiles à mesurer exactement, ils préfèrent les ignorer complètement plutôt que de les avoir de manière très approximative, mais au moins présentes.
Conor Doherty : Eh bien, il me vient à l’esprit, juste pour répondre rapidement à Joannes avec une précision supplémentaire. Dans l’exemple de Knut, lorsqu’il parlait de fournir des narratives qui facilitent un peu le concept de planification de la demande, il a utilisé l’exemple de l’assurance et Lokad possède des narratives comme, par exemple, la perspective du panier qui explique l’idée de l’interrelation et le coût additionnel de ne pas avoir quelque chose quand vous en avez besoin. Cela permet ensuite aux gens de comprendre l’effet de second ordre. Donc, je veux peut-être développer la perspective du panier en tant que narrative que nous avons tendance à utiliser pour faciliter cela.
Joannes Vermorel : Le fait est que dès que nous commençons à avoir ces facteurs qui ne sont pas des chiffres tangibles, c’est ce que j’appelle le deuxième cercle des moteurs économiques. Des choses qui sont très importantes mais intangibles, qui n’apparaîtront pas dans le livre. Par exemple, de nombreuses entreprises ont des pénalités vis-à-vis de leurs fournisseurs qu’elles peuvent exercer en théorie. En pratique, dès qu’elles le font, c’est une guerre ouverte avec le fournisseur et la confiance est perdue.
Ainsi, lorsque vous commencez à optimiser cette assurance, l’intérêt réside dans le fait que vous internalisez le risque et que vous l’internalisez sur des éléments qui ne seront jamais mesurés. Cela nécessite une façon de penser différente.
Chez Lokad, lorsque nous avons ce genre de systèmes qui fonctionnent automatiquement, c’est un peu comme un bon système anti-spam. Il bourdonne doucement mais on ne le voit jamais. Il fait simplement son travail et, à un moment donné, vous pourriez même vous demander : ai-je vraiment besoin de tout cela, car il bourdonne simplement et il existe des classes de problèmes qui ne se produisent tout simplement pas. Mais dès que vous l’éteignez, les problèmes réapparaissent.
Je pense que cette idée de développer des narratives est très importante car c’est un moyen de transmettre des choses à la fois très rationnelles et techniques, et vous devez transmettre ce message de manière très concise. Les gens n’ont pas le temps d’être experts dans tout ce genre de risques, d’en équilibrer tous les aspects et de calculer tous les compromis.
Test de compréhension : cette personne examine-t-elle vraiment le problème sous un angle qui a du sens ? Pour prendre un exemple, si nous parlons, par exemple, de la maintenance des avions, de la qualité de service, une manière simple d’aborder cela est de penser en termes d’AOG, aircraft on ground. Ainsi, pour chaque dollar investi, combien d’AOG par an évitez-vous ? Sachant que lorsqu’un avion est immobilisé, les passagers doivent être réacheminés, ce qui entraîne de nombreux retards, beaucoup de coûts, des effets d’entraînement sur l’horaire des vols, etc.
Ainsi, si vous pensez en termes de taux de service, vous passez complètement à côté de l’essentiel, car un avion n’a besoin que d’une pièce manquante pour ne pas décoller. L’événement pertinent est le problème d’avion au sol, et non simplement une rupture de stock, etc. Chaque entreprise doit avoir ce type d’insight qui résonne profondément avec ce qu’elle essaie de faire, plutôt que des métriques faciles qui se retrouvent disponibles à moindre coût parce qu’elles sont préemballées dans le logiciel, même si elles sont complètement hors de propos pour le problème en question.
Je sais que j’ai ce genre de biais en faveur des logiciels dans ma perspective. Quelle narrative avez-vous, Knut ? J’adore les chiffres, mais le truc, c’est qu’on pourrait penser que les chiffres s’opposent à la narrative, mais je ne le dirais pas ainsi. Je dirais qu’ils vont de pair. Si vous avez un moyen de comprendre, même pour vous-même, ce qui se passe, cela va complètement influencer la manière dont vous concevez vos chiffres.
Ne pensez donc pas que la narrative est indépendante des chiffres. La narrative est littéralement l’histoire que vous vous racontez pour orienter votre travail en tant que data scientist. Si vous vous trompez de narrative, cela signifie très probablement que vous faites n’importe quoi avec vos chiffres. La justesse ne réside pas dans l’aspect mathématique, mais généralement dans l’adéquation entre l’entreprise et ce que j’en fais.
Oui, il y a l’erreur factuelle où vous multipliez un chiffre alors que vous devriez diviser, mais c’est une erreur technique super mineure et ce genre d’erreurs techniques est généralement si immédiatement préjudiciable à votre calcul qu’elles sont faciles à repérer. Les problèmes bien plus difficiles, c’est lorsque vous vous trompez de manière subtile.
Knut Alicke: Les chiffres soutiennent clairement votre récit et soutiennent également tout ce que vous entreprenez ensuite pour comprendre si quelque chose cloche, lorsque vous examinez alors les détails. Il y a ce mécanisme où l’on pose la question puis l’on passe du service manquant, de l’avion immobilisé, « pourquoi cela ? » Pas de disponibilité, « pourquoi cela ? » Parce que nous n’avions pas de stocks, « pourquoi cela ? » Parce que nous n’avions pas un bon contrat avec notre fournisseur, etc., etc. Et ensuite, vous trouvez la cause profonde et vous pouvez la résoudre.
Conor Doherty: Toute forme de leadership ou quelle que soit la narration que vous souhaitez proposer pour le leadership, même le chain model, reste efficace. Le leadership repose toujours sur le fait d’avoir des personnes possédant les compétences nécessaires pour activer la vision exprimée à travers la narration de votre choix. Alors, Knut, pour boucler la boucle, trois ans plus tard, quelle est, selon vous, la compétence critique dont les gens ont besoin en supply chain ?
Knut Alicke: Je pourrais maintenant répéter le chain model, mais ne le faisons pas. Il faut posséder toutes ces compétences. Et encore, si je devais formuler un souhait pour nous tous, ce serait que chacun en supply chain, qui comprend ces processus de bout en bout, veille à former ses collègues de la supply chain et d’autres secteurs.
Pour vous assurer d’augmenter le niveau de compétences, et pour, pour ainsi dire, élargir le pipeline. Joannes et moi enseignons dans des universités exactement pour cette raison, afin d’enseigner la supply chain pratique et, par là, renforcer la communauté et faire passer le message. Faites en sorte que cela soit très clair : la supply chain est un sujet extrêmement intéressant et ouvre également la voie vers le conseil d’administration. On demande souvent : « Si je fais partie de la supply chain, ce n’est peut-être qu’une impasse ? » Non, ce n’est pas le cas. C’est le sujet qui a été l’un des plus importants au cours des trois dernières années et le restera à l’avenir. Joannes Vermorel: Je suis tout à fait d’accord. Je pense qu’en matière de compétences, il y en a probablement une, si je devais n’en mentionner qu’une seule, ce n’est pas la programmation, c’est la capacité d’écrire clairement. Car toute l’idée de collaboration, dans votre grande entreprise, est distribuée, donc cela se fait majoritairement par écrit. Certes, vous pouvez organiser des rencontres, mais la plupart du temps, cela se fait par écrit.
Vous voulez avoir une narration, qui se fera par écrit. Vous souhaitez organiser vos rapports et autres documents, encore une fois par écrit. Et l’une des qualités que je trouve les plus sous-estimées dans les entreprises modernes, en particulier en supply chain – moins dans d’autres départements comme le marketing – est la capacité d’écrire clairement.
Très souvent, je constate que la qualité de l’écriture dans ces départements, de manière générale, est très faible. On obtient ainsi des résumés très confus concernant les problèmes, des énoncés de problèmes très peu clairs. Même lorsqu’on demande aux gens de me fournir une description d’une demi-page de leur poste ainsi que la raison de son existence, le résultat est généralement absolument médiocre.
Et c’est un gros problème. Je pense qu’il existe certains secteurs ou fonctions dans lesquels on a, depuis longtemps, cultivé la capacité d’écrire clairement. La finance en est un, où l’on va généralement droit au but de manière très concise. Le marketing en est un autre, par nécessité. Si vous voulez avoir une bonne image de marque, vous devez être capable de transmettre les informations de manière claire et concise.
Il existe certains secteurs, comme celui du logiciel, où l’écrit occupe une place prépondérante et, en moyenne, comparé à d’autres secteurs, la qualité de l’écriture est plutôt bonne. Mais dans l’ensemble, je pense que pour les étudiants, l’écriture reste une compétence faible qui peut être améliorée au cours de leur vie. Ce n’est pas comme si, une fois sortis de l’université, tout était acquis ; c’est quelque chose que l’on peut continuer à apprendre par la suite.
Conor Doherty: Comme à l’accoutumée sur Lokad TV, Knut, nous te cédons la dernière parole. Y a-t-il quelque chose que tu souhaites ajouter ?
Knut Alicke: Vous devriez acheter le livre sur Amazon. Si vous cherchez encore un cadeau de Noël, le livre est disponible. Il l’est sur Amazon et ailleurs. Assurez-vous d’en acheter un exemplaire, et de faire passer le message. Faites passer le mot que la supply chain est cool et bâtissez le network.
Conor Doherty: Très bien, sur ce, Joannes, merci pour ton temps. Knut, merci beaucoup pour le tien. Et merci à vous tous de nous avoir regardés. On se retrouve la prochaine fois.