00:00:00 (Re)Introduction de Knut
00:01:51 Le travail de Knut Alicke sur la résilience de la supply chain
00:02:59 Réponse des entreprises au premier confinement
00:04:15 Le point de vue de Joannes sur les changements de la supply chain
00:06:35 Définition du risque et de 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 : produits pharmaceutiques
00:17:28 Les désastres de la supply chain pilotés par des logiciels
00:19:28 L’approche de Lokad pour les outils d’apprentissage automatique
00:21:21 Les logiciels sophistiqués rendent les entreprises fragiles
00:28:32 La complexité des supply chains
00:30:29 Les avantages de l’approche probabiliste
00:33:08 Prise en compte du risque d’inflation
00:40:33 La résilience de la 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 de récit de maintenance d’aéronef
01:04:11 Compétences essentielles en supply chain
01:05:31 Importance d’une écriture claire
01:08:16 Appel à l’action de Knut
Résumé
La pandémie a contraint les entreprises à réévaluer leurs supply chains, en mettant l’accent sur la réduction des risques et la résilience. Dans cette interview, Knut Alicke de McKinsey et Joannes Vermorel de Lokad ont discuté de la nécessité d’une planification systématique, de l’utilisation d’outils numériques et de l’automatisation des logiciels. Alicke a souligné l’importance de la visibilité et des systèmes d’alerte précoce pour détecter les perturbations potentielles, tandis que Vermorel a souligné la nécessité d’une culture numérique pour comprendre les nuances des données. Ils ont tous deux souligné l’importance de la planification de scénarios et d’une approche probabiliste pour gérer les problèmes potentiels. Ils ont également souligné la nécessité de la réflexion stratégique, de la communication efficace et de la culture des options dans le leadership de la supply chain - des éléments que Alicke a détaillés dans son livre récent (co-écrit), De la source à la vente.
Résumé étendu
La récente pandémie a contraint 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 devenir plus systématiques et agiles dans leurs processus de planification. Cependant, il a souligné qu’il existe encore un écart en termes d’expérience dans la supply chain et de meilleure utilisation des outils numériques. Vermorel, quant à lui, a souligné l’importance de l’automatisation des logiciels pour gérer les décisions et les tâches quotidiennes, libérant ainsi du temps aux personnes pour se concentrer sur des situations inhabituelles ou extraordinaires.
Alicke a discuté de la manière dont les entreprises ont réagi aux perturbations dans le passé, comme la catastrophe de Fukushima en 2011, ainsi que les récentes fermetures et confinements. Il a noté que bien que bon nombre des idées de résilience existaient il y a 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 lean et bon marché plutôt que sur des supply chains résilientes.
Alicke a souligné la nécessité de la visibilité et d’un système d’alerte précoce pour détecter les perturbations potentielles dans la supply chain. Cela peut être des problèmes avec le fournisseur d’un fournisseur ou des problèmes de logistique, de production ou de qualité. Il a également souligné l’importance de la planification, en particulier de la planification de scénarios, pour atténuer les retards ou les perturbations potentiels. Cela peut impliquer l’accélération des expéditions, la substitution de produits ou l’envoi d’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 nuances 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 discuté de l’importance de comprendre ce que fait un algorithme, plutôt que de comprendre comment il fonctionne. Il a noté que les logiciels permettent une mise à l’échelle rapide, y compris la possibilité de commettre des 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 expliqué que même si les data scientists remplacent les planificateurs, le même problème d’opacité persiste. Certains outils d’apprentissage automatique sont 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 le maintien de plusieurs scénarios peut être difficile à gérer. Cependant, une approche probabiliste, qui prend en compte tous les scénarios en même temps, 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, tels qu’un entrepôt ayant 1% de chances 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 pris en compte et les instruments mathématiques traitent des phénomènes peu fréquents.
Alicke a convenu et a souligné l’importance pour les entreprises d’être prêtes à agir en fonction des informations tirées 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 discuté de l’importance de cultiver des options dans la gestion de la supply chain. Il a expliqué que l’approche probabiliste permet de prendre en compte en permanence 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 façon dont la planification de scénarios a aidé un client à devenir plus résilient en identifiant une ressource à goulot d’étranglement qui nécessitait 12 semaines pour passer d’une usine à une autre.
Vermorel a discuté de l’importance de la réflexion stratégique dans la gestion de la supply chain, qui peut être entravée par une lutte constante contre les incendies.
Alicke a souligné l’importance de communiquer la nécessité d’investissements stratégiques au conseil d’administration, en le comparant au paiement d’une assurance. Il a noté que cela nécessite une décision stratégique du conseil d’administration et la capacité de communiquer efficacement l’histoire à celui-ci.
Alicke a également discuté de l’inspiration derrière son livre, “Source to Sold” (co-écrit avec Radu Palamariu), qui comprend des entretiens avec des personnes qui ont réussi à intégrer le conseil d’administration avec une expérience en supply chain, et qui discute du modèle de chaîne qu’ils ont développé à partir de ces entretiens.
Alicke a expliqué que ‘C’ signifie collaboratif, ‘H’ signifie holistique, ‘A’ signifie adaptable, ‘I’ signifie influent et ‘N’ signifie narratif. Il a souligné l’importance de construire des relations, de comprendre l’ensemble du tableau, de faire preuve d’adaptabilité, de responsabiliser les personnes et d’utiliser le bon langage pour expliquer les choses.
Vermorel a discuté de la crainte des effets de second ordre dans la supply chain, tels que l’attente de remises par les clients. Il a plaidé en faveur de la nécessité d’avoir un indicateur clé de performance qui inclut des jugements et qui impose une vision à long terme.
Vermorel a critiqué le manque d’imagination dans la prise en compte de facteurs insaisissables difficiles à mesurer. Il a souligné l’importance de développer des récits pour transmettre des choses techniques et rationnelles de manière concise.
Vermorel a plaidé en faveur de la nécessité d’avoir des informations qui résonnent profondément avec ce que les entreprises essaient de faire, plutôt que de s’appuyer sur des mesures faciles qui sont sans rapport avec le problème en question.
Alicke a convenu, ajoutant que les chiffres soutiennent le récit et aident à identifier les causes profondes lorsqu’un problème survient. Il a souligné que le leadership efficace nécessite des personnes ayant les compétences nécessaires pour mettre en œuvre la vision exprimée à travers le récit.
Alicke a suggéré que tous les acteurs de la supply chain devraient comprendre les processus de bout en bout et former leurs collègues de la supply chain et d’autres domaines. Il a mentionné qu’il et Vermorel enseignent dans des universités pour renforcer les capacités de la communauté et promouvoir la supply chain comme un sujet intéressant et important.
Vermorel a ajouté que l’écriture claire est une compétence cruciale pour la collaboration, la création de récits et l’organisation de rapports. Il a critiqué la mauvaise qualité de l’écriture dans de nombreux services et a encouragé les étudiants à améliorer leurs compétences en écriture tout au long de leur vie.
En conclusion, l’interview a souligné 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 de penser stratégiquement et de communiquer efficacement. Elle a également souligné l’importance de cultiver des options, de comprendre les processus de bout en bout et d’améliorer les compétences en écriture.
Transcription complète
Conor Doherty: Étant donné la récente pandémie, la plupart des entreprises ont réévalué leurs supply chains en mettant l’accent sur la réduction des risques et l’augmentation de la résilience. Notre invité d’aujourd’hui, Knut Alicke, a écrit de manière approfondie sur ces questions ainsi que sur le leadership en supply chain dans son nouveau livre, “De la source à la vente”. Knut, bienvenue chez Lokad.
Knut Alicke: Merci beaucoup de m’accueillir.
Conor Doherty: Eh bien, j’ai dit bienvenue chez Lokad, mais il est probablement plus précis de dire bienvenue de nouveau chez Lokad. Vous étiez avec nous, je pense, il y a 3 ans, presque jour pour jour, 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 tout. Les 3 dernières années ont été intéressantes pour nous tous, avec beaucoup de perturbations et beaucoup de choses en cours dans la supply chain.
Conor Doherty: Absolument, et nous y reviendrons. Mais pour ceux qui auraient peut-être manqué cet épisode, pourriez-vous vous présenter à nouveau à l’audience, 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 presque 30 ans. L’année prochaine, cela fera 30 ans. Nous vieillissons de plus en plus. Ce que je fais ici, ce sont essentiellement tous les sujets liés à la planification, donc la prévision, le S&OP, la planification des approvisionnements, la planification de la production, les stocks, mais aussi le flux physique, l’optimisation des entrepôts, l’optimisation du réseau de transport, l’établissement de la bonne structure organisationnelle de gouvernance.
Au cours des trois dernières années, j’ai clairement travaillé sur les risques et la résilience de la supply chain pour aider nos clients à être meilleurs et à avoir une supply chain plus résiliente. Et à côté de McKinsey, je continue d’enseigner. Je forme, pour ainsi dire, la nouvelle génération de professionnels de la supply chain, car c’est ce que nous entendons toujours, que 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, qui comprennent les compromis et qui s’intéressent au sujet.
Conor Doherty: Eh bien, en fait, si nous pouvons revenir à ce dont nous parlions. Parce que, il y a trois ans, nous avons parlé de l’avenir de la supply chain et des compétences requises. C’était au milieu de la pandémie. Au cours des années qui ont suivi, nous sommes maintenant essentiellement post-pandémie, pensez-vous que la situation a changé ? Vous savez, les risques et la résilience sont devenus plus importants. Donc, est-ce que les mêmes compétences sont requises ou est-ce que cela a changé ?
Knut Alicke: Beaucoup de choses se sont passées. Si nous regardons simplement en arrière, il y a trois ans, de nombreuses entreprises ont commencé, après le premier confinement, à mettre en place des salles de crise, des salles de contrôle, peu importe comment elles les appelaient, pour résoudre des problèmes. Cela n’a pas toujours été fait de manière systématique. Cela n’a pas toujours été fait en pensant vraiment de bout en bout. Et puis ils ont réalisé que, hé, nous devons en faire plus. Non ? Nous devons nous préparer, nous assurer que nous avons la bonne visibilité en place, nous devons avoir les bons leviers en place que nous pouvons actionner, et nous devons nous assurer que nos processus de planification sont suffisamment agiles et rapides.
Donc, de nombreuses entreprises ont réduit leur planification mensuelle à une planification toutes les deux semaines, et dans le cadre de la planification opérationnelle, elles sont passées d’une semaine à toutes les deux jours. Et tout cela nécessite des talents. Cela nécessite des talents qui comprennent la supply chain, qui comprennent le numérique et qui rassemblent tout. Et ce que nous constatons ici, c’est qu’il y a encore un énorme fossé. Le fossé s’est réduit. Les gens ont, je dirais, formé leur propre personnel. Il y a eu beaucoup de recrutement de sources externes, mais il y a encore un écart en termes d’expérience en supply chain, de la meilleure façon d’utiliser les outils numériques pour planifier et améliorer les performances de la supply chain.
Conor Doherty: Eh bien, merci. Joannes, vous étiez également sur ce panel. Avez-vous changé de perspective au cours de ces années ?
Joannes Vermorel: Je veux dire, oui, j’ai évolué. Je ne sais pas dans quelle mesure cela compte comme un changement, mais l’essentiel est que, de mon point de vue, plus vous êtes confronté à des perturbations, plus vous avez besoin d’automatisation. Parce que vous voyez, si votre routine occupe déjà tout le monde, vous savez, à lutter contre les incendies et à gérer les tâches quotidiennes, si vous êtes déjà à 100% occupé à faire face à l’ordinaire, lorsque l’extraordinaire vous frappe, vous n’avez aucune marge de manœuvre pour faire face à ces choses supplémentaires.
Et je ne parle pas de la capacité de la supply chain ou des actifs matériels, mais simplement de la bande passante mentale pour résoudre un problème. Si tout le monde dans l’organisation est déjà à pleine vitesse pour maintenir l’entreprise en activité lors d’une journée normale, lorsque vous avez une journée anormale, tout explose ou est retardé. Donc, et je n’ai pas, je dirais, de solution miracle pour libérer cette bande passante. Cependant, l’une des meilleures alternatives à une solution miracle est l’automatisation logicielle étendue.
Ainsi, au moins toutes les décisions et les tâches ordinaires sont éliminées, robotisées, et les gens ont le temps de se concentrer sur ce qui est assez inhabituel. Et par inhabituel, je ne veux pas dire les fluctuations habituelles de la demande qui sont un peu plus élevées, un peu plus basses, ou qui varient de manière similaire tout le temps. Je parle de changements structurels où vous avez des fournisseurs qui disparaissent, des fournisseurs qui deviennent beaucoup plus chers sans retour à l’état antérieur des affaires, des tarifs ou des choses qui modifient vraiment la structure du marché dans lequel vous opérez.
Conor Doherty: Eh bien, il me semble qu’il serait préférable de définir les termes lors d’une discussion sur le risque et la résilience. Donc, Knut, si je peux revenir vers vous, post-pandémie, les gens parlent de l’importance du risque et de la résilience, mais je veux dire, le risque et la résilience existaient avant la pandémie. Donc, selon votre expertise, comment ces concepts ont-ils exactement changé ? Comment ont-ils changé matériellement en raison de la pandémie ?
Knut Alicke: La vraie question est de savoir s’ils ont changé. Si vous pensez à, disons, 2011 quand nous avons eu Fukushima ? C’était il y a environ 12 ans, et les entreprises ont réagi de la même manière aux récentes fermetures, perturbations et confinements. Donc, je dirais que beaucoup de ces idées existaient il y a de nombreuses années, mais elles n’étaient pas considérées comme importantes. Les entreprises ne se concentraient pas là-dessus. Elles disaient, hé, la perturbation est terminée, revenons à la normale et assurons-nous simplement que notre chaîne d’approvisionnement soit aussi efficace et peu coûteuse que possible, mais pas aussi résiliente que possible.
Donc, si vous pensez à ce qui est nécessaire pour être résilient, nous devons avoir la visibilité en place. Nous devons avoir quelque chose comme un système d’alerte précoce qui nous dit, hé, quelque chose se prépare, disons, au niveau trois, niveau quatre. Donc, pas notre fournisseur direct, mais le fournisseur du fournisseur du fournisseur a des problèmes. Peut-être qu’il y a un problème logistique, peut-être qu’il y a un problème de production, peut-être qu’il y a un problème de qualité.
Nous savons exactement que cela se propagera jusqu’à nous, jusqu’à notre chaîne de production, et causera une perturbation. Si nous le savons suffisamment tôt, nous pouvons réagir. Ou disons, espérons que nous pouvons réagir. Pour pouvoir réagir, nous devons également nous assurer que nous avons quelque chose comme une planification en place. Donc, si nous voyons, par exemple, que ce conteneur arrivera probablement avec deux semaines de retard, cette information en elle-même n’est pas utile. L’information selon laquelle ce retard de deux semaines entraîne une rupture de stock de nos composants, ce qui entraîne un arrêt de production car nous ne pouvons pas assembler ce que nous voulons assembler, ou nous avons un problème de disponibilité avec cela, nous ne pouvons pas livrer au magasin de détail qui a désespérément besoin de nos produits, est très importante. Et pour cela, nous avons besoin de la planification de scénarios.
Donc, nous devons analyser ce que nous pouvons mettre en place pour atténuer ce retard. Est-ce que nous devons accélérer l’expédition ? Est-ce que nous devons substituer le produit ? Est-ce que nous devons faire venir quelque chose d’autre par avion pour compenser le retard ? Et c’est là que beaucoup d’entreprises ont encore un problème. Elles créent un plan, mais elles ne sont pas capables de créer des plans au cas où une perturbation se produit ou qu’un retard se produit. Et cela est extrêmement important. Si vous pensez maintenant à ce qui est nécessaire pour cela, nous devons avoir des données en place, des données maîtres. Nous devons avoir les capacités en place, dont nous avons commencé à parler, et nous devons avoir l’organisation en place qui accepte également que, dans ce scénario, nous arrivions à la conclusion que le fret aérien est la solution, et ensuite nous optons pour le fret aérien. Tout cela doit se produire pour nous assurer que nous avons une chaîne d’approvisionnement résiliente qui est toujours capable de livrer.
Conor Doherty: Eh bien, en fait, vous avez identifié trois ingrédients, et c’est quelque chose que vous avez mentionné dans une enquête récente que vous avez rédigée chez McKinsey sur la technologie et la régionalisation. Vous avez mentionné que les chaînes d’approvisionnement les plus résilientes ont une visibilité de bout en bout, des données maîtres de haute qualité et une planification efficace des scénarios de demande. Alors, Joannes, pour revenir à vous, pourquoi pensez-vous que ces ingrédients sont absolument essentiels pour une chaîne d’approvisionnement résiliente ? Ou ajouteriez-vous autre chose à cela ?
Joannes Vermorel: Oui, je veux dire, de mon point de vue, le défi avec les données est très spécifique dans le sens où la qualité des données est généralement excellente. C’est étrange, je sais que la plupart des fournisseurs se plaignent de mauvaises données, mais la réalité est que lorsque nous regardons, disons, les entreprises occidentales, peut-être pas les entreprises asiatiques, mais les entreprises occidentales ont été numérisées depuis trois décennies et généralement en termes de précision, lorsqu’il y a un enregistrement disant que cette chose a été vendue ce jour-là, cette quantité, c’est précis à 99,9 %. Donc oui, il y a quelques erreurs de saisie ici et là, mais c’est très précis. Maintenant, le problème n’est pas que les données sont généralement incorrectes, c’est que la sémantique est très floue.
Juste pour donner une idée, la plupart de nos clients, et je pense aux plus grands comme les sociétés publiques, il est généralement très difficile de compter ce qu’ils ont en stock. Le problème n’est pas qu’ils n’ont pas les données, le problème est que, imaginez simplement que vous n’avez pas un ERP, vous avez 20 ERP et ils comptent tous le stock non pas de la même manière mais de 20 manières différentes. Et puis le stock n’est pas binaire, il est là ou il n’est pas là, il peut être retenu en douane, il peut être retenu pour des tests de qualité, il peut être en stockage, il peut être réservé pour certains clients quelque part. Donc, vous voyez qu’il y a beaucoup de complexités.
Et puis, quand vous pensez à la demande, c’est la même chose, cela devient très rapidement très flou. Prenons par exemple un distributeur B2B. Vous vendez aux entreprises, donc généralement vous avez plusieurs dates de commande, pas une seule. Vous avez les dates où le client vous dit qu’il veut cela à l’avenir, mais ce n’est pas une commande ferme, c’est dans le futur. Et puis il y aura une date où il passera la commande, puis il y aura une date où il voudra qu’une partie de la commande soit livrée en premier, puis une autre date pour la livraison de la deuxième partie de la commande, et ainsi de suite.
Donc, je suis tout à fait d’accord avec la visibilité de bout en bout, c’est un ingrédient essentiel. Mais là où je pense que les entreprises manquent souvent, c’est qu’il y a un manque de culture numérique pour appréhender les nuances qui entrent dans ces données. Le problème n’est pas tant que les données sont mauvaises ou qu’elles n’ont pas les données, le problème est qu’elles ont littéralement des milliers et des milliers de tableaux et les gens se noient dans de mauvais KPI, des recettes simplistes et autres qui ne leur disent tout simplement pas ce qu’ils ont besoin de savoir.
Par exemple, les entreprises qui opèrent une chaîne d’approvisionnement multi-chaînes, nous avons vu des gens réfléchir aux taux de service au milieu du réseau, mais le taux de service au milieu du réseau ne vous dit rien sur la qualité de service perçue du côté du client. Ce sont de purs artifices. Donc, je dirais que ces problèmes sont les mêmes, mais il y a une certaine nuance dans la façon dont vous les regardez et c’est là que je pense que le plus grand écart de compétences se situe.
Quand nous parlons de données maîtresses, que signifie avoir la maîtrise des données ? C’est un jeu de mots, mais je dirais que le problème réside davantage dans la maîtrise des données que dans le manque de données ou le manque de données de qualité.
Conor Doherty : Donc, Knut, pour vous renvoyer la balle, êtes-vous d’accord qu’il s’agit plutôt de la façon dont vous interprétez la richesse des données ou la source des données et non de la qualité intrinsèque des données ?
Knut Alicke : Honnêtement, j’ai vu les deux, mais je suis d’accord pour dire que l’utilisation des données et la création d’informations à partir des données sont très importantes. Permettez-moi d’ajouter un élément à cela, car c’est aussi ce que je vois se produire chez bon nombre de nos clients.
Le planificateur dispose d’un système à utiliser, n’est-ce pas ? En utilisant les données, puis il y a un algorithme et cet algorithme effectue certains calculs, une prévision, un plan de production, un plan d’approvisionnement, et ainsi de suite. Ce que nous voyons souvent, c’est qu’il y a beaucoup plus d’intelligence algorithmique là-dedans que le planificateur est prêt à utiliser. Et pourquoi cela ? Parce que pour la plupart des planificateurs, l’algorithme ressemble à une boîte noire. Ce qu’ils aimeraient faire, c’est ouvrir la boîte noire, regarder à l’intérieur, comprendre et ensuite l’utiliser.
Pour une grande entreprise pharmaceutique, nous avons réalisé une analyse après la mise en place de l’un des grands systèmes de planification et seules huit personnes se sont connectées et ont utilisé le système. Tous les autres centaines de planificateurs se sont connectés, mais ils se sont déconnectés très rapidement, puis ils se sont reconnectés et se sont déconnectés à nouveau. Que signifie cela ? Ils ont téléchargé toutes les données dans leurs feuilles Excel, ils ont effectué leurs modifications et leur planification habituelles, puis ils ont téléchargé à nouveau les résultats.
Donc, un élément très important est l’explicabilité. Nous devons créer une confiance en ce qui concerne tous les algorithmes que nous avons. Nous devons soit l’expliquer, soit avoir d’autres moyens de montrer que les algorithmes fonctionnent comme ils devraient le faire et avec cela, seuls les planificateurs utiliseront enfin toutes ces choses intéressantes qui existent.
Conor Doherty : En fait, une question rapide à ce sujet et cela fait écho à quelque chose que j’ai lu chez Lokad. Je ne vais pas dire qui l’a écrit, mais c’était dans un article sur la maintenance, la réparation et l’exploitation (MRO) et on disait que plus important que de comprendre comment fonctionne l’algorithme, il est plus important pour le praticien de comprendre ce qu’il essaie de faire. Et je suis curieux de savoir, avec ce que vient de dire Knut et ce que je viens de dire, quel est votre avis là-dessus, Joannes ?
Joannes Vermorel : Je suis tout à fait d’accord avec Knut dans le sens que les méthodes sophistiquées introduisent de nouvelles classes de risques. Et lorsque vous regardez certaines des plus grandes catastrophes de la chaîne d’approvisionnement de tous les temps, elles étaient liées aux logiciels. C’est la catastrophe de Nike en 2004, c’est Target Canada, c’est Lidl qui a gaspillé un demi-milliard d’euros. Donc, les logiciels vous permettent de faire des choses à grande échelle très rapidement, y compris des choses très stupides. Et oui, l’opacité ne nécessite rien de super sophistiqué pour devenir très opaque.
La beauté des ordinateurs est que l’esprit humain est laissé derrière avec seulement quelque chose comme 10 multiplications. Et puis, même si vous êtes très intelligent, toute modeste calcul qui fait plus de 10 multiplications et additions, vous ne pouvez pas suivre intuitivement ce qui se passe. Donc, il ne faut pas une sophistication numérique brutale pour être absolument opaque. Même quelque chose qui est encore relativement simple en termes de puissance de traitement informatique est déjà bien au-delà de ce que vous pouvez suivre.
Donc, c’est un gros problème et d’ailleurs, même si vous remplacez les planificateurs par des data scientists, vous obtenez toujours le même problème. Il existe des classes d’outils d’apprentissage automatique qui sont très opaques même pour les personnes qui utilisent ces outils. Donc, même si vous avez une compréhension approfondie des algorithmes, cela ne signifie pas que vous comprenez si les résultats que vous regardez sont vraiment ce que vous avez voulu. C’est une autre classe de problème.
La façon dont Lokad a abordé cela est principalement en étant très catégorique sur certaines classes d’outils d’apprentissage automatique, en particulier la programmation différentiable qui vous permet d’opérer avec des variables sémantiques. Donc, l’idée, ce n’est pas n’importe quel type d’apprentissage automatique, c’est le genre de modèles où chaque variable a un nom et une sémantique qui lui est attachée. Cela signifie que vous pouvez inspecter ce qui se passe morceau par morceau dans votre modèle pour comprendre si le comportement semble correct.
Juste pour donner un exemple, si par exemple nous avons des cyclicités, le jour de la semaine, la semaine de l’année, la semaine du mois, cela signifie que ces cyclicités vont avoir des paramètres nommés que vous pouvez vérifier. Il y aura littéralement une variable appelée l’effet Ramadan ou l’effet du Nouvel An chinois. Cela peut sembler très anti-apprentissage automatique car nous ne découvrons pas automatiquement les motifs, mais l’idée que tous les motifs sont nommés et que les variables ont une sémantique claire rend beaucoup plus facile d’inspecter morceau par morceau le modèle.
Donc, même si la sortie est étrange, vous pouvez toujours aller inspecter les morceaux qui constituent le modèle et il ne faut pas un doctorat en mathématiques pour le faire. Ce n’est qu’une partie de la solution, mais le reste nécessite des méthodologies différentes. Mais oui, le risque technologique, je veux dire l’introduction de la sophistication pour rendre votre entreprise plus résiliente, l’histoire est un peu contre les vendeurs de logiciels en termes généraux. Les technologies logicielles plus sophistiquées ont tendance à rendre les entreprises plus fragiles dans l’ensemble par rapport à des moyens plus rudimentaires et plus simples d’organiser les entreprises.
Conor Doherty : Eh bien, Knut, pour revenir à la question du risque et de la résilience, je me souviens que dans l’enquête de novembre de cette année, vous avez noté que des trois ingrédients mentionnés, la visibilité, les données maîtres et la planification de la demande, la planification de scénarios de demande était ou avait la moins bonne adoption. Je crois que seulement environ un tiers des personnes interrogées ont déclaré avoir une planification de scénarios de demande efficace en place dans l’entreprise. Je suis juste curieux de savoir pourquoi vous pensez qu’il y a eu une baisse 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 qui dit que nous avons moins de capacité ou que nous avons une demande plus élevée ou que le fournisseur n’est pas en mesure de livrer ?” Mais imaginez simplement qu’un grand nombre d’entreprises calculent encore un plan par semaine. Donc, il faut encore le week-end car cela prend 14 heures et cela bloque beaucoup de ressources informatiques.
Même de nos jours, c’est souvent le cas. Alors comment diriez-vous à ces entreprises : “Eh bien, veuillez calculer cinq scénarios où vous évaluez différentes solutions”, où ils disent : “D’accord, cela prend une semaine à calculer”. Donc, la puissance de calcul brute n’est souvent pas là. Ensuite, très souvent, il n’est pas clair comment peupler le scénario. Donc, que devons-nous calculer et comment 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 chaîne d’approvisionnement. Ils doivent donc être clairs sur le fait que cela devrait être optimisé pour le service, le coût ou notre inventaire. C’est souvent flou.
Malheureusement, nous constatons encore beaucoup de processus S&OP ou de processus IBP ou de processus de planification de bout en bout qui ne proposent qu’une seule solution. Et ensuite, la discussion est très intéressante car vous ne pouvez accepter qu’une seule solution. Il n’y a aucun moyen de dire : “Eh bien, pourquoi ne faisons-nous pas quelque chose de différent ici ?” Il y a donc beaucoup de retard à rattraper et d’améliorations à apporter, afin de pouvoir calculer les scénarios, de comprendre et de valoriser les compromis, puis de parvenir à une décision commune sur ce qui est le mieux pour nos clients, notre entreprise ou notre valeur.
Conor Doherty : Eh bien, Joannes, je vais venir vers vous un instant. Je vais venir vers vous dans un instant car je sais que vous aurez quelque chose à dire à ce sujet. Mais pour rebondir là-dessus, Knut, en ce qui concerne l’évaluation de la viabilité de tout scénario donné, pensez-vous que cela soit propre à chaque entreprise ou pensez-vous 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 chaîne d’approvisionnement, à savoir le coût, le service et le capital. Cela commencerait probablement même par le service. Et puis il y a des compromis. Le service augmente, “Oh oui, nous pouvons le faire si nous augmentons l’inventaire ou si nous augmentons le coût.” Le coût diminue, “Oui, d’accord, mais alors le service pourrait diminuer.” Donc, comprendre ces compromis est extrêmement important.
En parlant à beaucoup de nos clients, nous faisons souvent un exercice très simple. Nous leur demandons simplement individuellement : “Qu’est-ce qui est le plus important pour vous ? Où investiriez-vous, disons, 10 EUR pour améliorer si vous aviez quelque chose ou mille ou 100 000 ? Est-ce la réduction des coûts ou l’optimisation des coûts ? Est-ce l’amélioration du taux de service ou la réduction des stocks ?” Et vous obtenez souvent une image complètement mélangée. Donc, tout le monde parle de choses différentes.
Cela signifie que la stratégie de la chaîne d’approvisionnement n’est pas alignée. Si la stratégie de la chaîne d’approvisionnement n’est pas alignée, comment évaluer quel est le meilleur scénario ? Parce qu’une partie de l’entreprise opterait pour un niveau de service plus élevé, souvent la partie production opterait pour un coût plus bas car ce sont leurs incitations locales. C’est donc quelque chose qui, dans la structure de bonus, si vous regardez la structure de bonus, contredit souvent ces discussions de compromis pour les scénarios. C’est donc quelque chose qui doit être abordé, qui doit être résolu, et ensuite vous pouvez décider : “Eh bien, c’est vraiment la meilleure solution pour notre entreprise.”
Conor Doherty : Merci. Et Joannes, votre point de vue sur l’évaluation de la viabilité des scénarios ?
Joannes Vermorel : Je revisiterais d’abord quelques autres points. Parce que vous voyez, d’abord, parlons des exigences de calcul. C’est quelque chose que j’entends souvent, “Oh, cela prend des heures à calculer.” Mais considérons qu’un smartphone, juste un smartphone ordinaire, effectue nativement 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 sommes très facilement, à moindre coût, dans les 100 milliards d’opérations par seconde. Si vous êtes fou et que vous dépensez 5 000 $ et que vous ajoutez des cartes graphiques et des GPU, vous atteignez les milliards d’opérations par seconde. Encore une fois, des choses bon marché.
Maintenant, la question est, que faites-vous exactement avec cette puissance de traitement ? Parce que c’est ça le truc. Chez Lokad, nous avons la discussion typique. J’entends des gens dire, “Oh, cinq scénarios prennent 40 heures de calcul.” Et chez Lokad, nous disons, “Oh, mais nous exécutons environ mille scénarios par seconde.” Donc, d’abord, je dirais que nous avons plusieurs problèmes.
Tout d’abord, les logiciels d’entreprise modernes ont un problème de superposition de couches qui accumulent l’inefficacité. Et les gens peuvent ne pas s’en rendre compte, mais la plupart des logiciels d’entreprise sont construits sur 40, parfois 50 ans d’inefficacités de couches qui ne sont jamais parties. Et donc vous perdez votre puissance de traitement par un facteur de 1 million, parfois plus, en inefficacités liées à cette sorte de conception de logiciel lasagne où c’est un logiciel qui communique avec un autre logiciel qui communique avec un autre logiciel, etc.
Par exemple, si vous essayez de faire ce genre de choses avec un système de transaction SQL, cela va être incroyablement inefficace. Je veux dire, quand je dis incroyable, par un facteur de quelque chose comme mille fois plus lent que cela devrait être et peut-être jusqu’à un million de fois plus lent que cela devrait être. Donc les chaînes d’approvisionnement en tant qu’objets pour les simulations numériques, elles ne sont pas super complexes. Même une chaîne d’approvisionnement incroyablement complexe compte environ 100 millions de SKUs, peut-être 200 millions de SKUs. Un jeu vidéo moderne simule maintenant en temps réel environ un milliard de triangles, 60 images par seconde. Cela vous donne simplement l’échelle.
Nous parlons donc de quelque chose qui, en termes de calculs modernes, même une chaîne d’approvisionnement gigantesque, de la taille de Walmart, est petite. Elle est plus petite que votre jeu vidéo moyen de nos jours. Nous devons garder cela à l’esprit. Et donc si vous avez un calcul qui prend plus de quelques minutes, vous devez vraiment faire une pause et vous demander : “Est-ce que je fais quelque chose de vraiment compliqué qui a vraiment besoin de toute cette puissance de traitement ? Ou est-ce que je pars simplement de quelque chose d’incroyablement inefficace ?” Ma proposition est que la plupart du temps, nous parlons de choses incroyablement inefficaces.
Et c’est si vous l’abordez de la bonne manière, ce n’est pas un problème. Ensuite, la deuxième chose est 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 nécessitent beaucoup de maintenance. Si vous avez une douzaine de scénarios que vous voulez maintenir, cela demande beaucoup d’efforts. Et le truc, et c’était littéralement un truc, c’est que si vous optez pour une approche probabiliste où vous examinez tous les scénarios en même temps, et cela signifie potentiellement des millions de scénarios, alors si vous avez les bons instruments mathématiques et logiciels, cela devient beaucoup plus facile.
Et c’est surprenant parce que vous pourriez penser : “Oh, si je regarde tous les futurs possibles en même temps, cela doit être beaucoup plus compliqué.” Mais la réalité est que, avec la bonne approche, ce n’est pas le cas. Et la réponse est que soudainement, toutes les choses que vous voulez prendre en compte deviennent beaucoup plus gérables. Vous n’avez pas à faire de choix difficiles concernant l’entrepôt. D’accord, disons que l’entrepôt a chaque mois une chance de 1% d’être inondé ou de subir quelque chose qui affecterait gravement son fonctionnement. Nous n’avons pas besoin de savoir exactement quoi, nous disons simplement : “D’accord, 1% de chances par mois que nous perdions la moitié de la capacité de l’entrepôt pour n’importe quelle raison, une grève, une inondation, un problème électrique, un petit incendie.”
Et nous pouvons dire : “0,1% de chances que nous perdions l’entrepôt pendant six mois.” Et vous savez, c’est une supposition, c’est correct. Et puis, la chose intéressante, c’est que vous ne le faites pas isolément des autres choses. La beauté de l’approche probabiliste, c’est que vous pouvez dire : “Nous ajoutons ce risque à l’entrepôt, puis nous ajoutons le risque d’avoir un port en Chine bloqué, encore 1% de chances chaque mois.” C’est une estimation, nous pouvons revoir cela. Mais la chose intéressante, c’est que vous pouvez soudainement paralléliser la réflexion sur ces risques.
Ce n’est pas que vous créez 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, vous pouvez ajouter un risque pour un port en Chine, vous pouvez ajouter un risque de hausse des prix pour un fournisseur. Et c’est là toute la beauté, c’est que tout cela se mélange. Et en termes de maintenance, une fois que vous décidez d’inclure un risque, que reste-t-il à faire ? La réponse est rien, car votre prévision probabiliste intègre cela et les décisions qui sortent du système sont ajustées en fonction des risques dès le départ.
Joannes Vermorel : Je dirais que cette sorte de perspective puriste par rapport à la planification classique des scénarios, c’est que d’abord, vous pouvez décomposer entièrement la façon dont vous analysez les différents risques. Donc si vous avez différentes personnes qui analysent différents risques, elles peuvent travailler avec le même système en même temps. Et une fois que vous êtes d’accord sur un niveau de risque, vous obtenez immédiatement des décisions ajustées en fonction des risques dès que vous l’activez. C’est tout, rien à faire, et c’est là toute la beauté.
Donc, en termes de praticité, si vous pensez que l’inflation a 1% de chances d’être supérieure à 20% au cours des 12 prochains mois, d’accord, prenez cela en compte. Et si les gens sont d’accord, alors nous avons cela et nous avons immédiatement toutes les décisions qui sont ajustées en fonction des risques.
La chose intéressante, c’est que lorsque vous exprimez les choses de cette manière, oui, vous pouvez vous retrouver avec une douzaine de risques de haut niveau, mais ils ne sont pas très compliqués à exprimer et ils ne sont pas très compliqués à maintenir. C’est là toute la beauté. Il est beaucoup plus facile de maintenir un risque de haut niveau, comme 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 de créer un scénario où vous répondriez à ce risque de manière spécifique.
L’approche probabiliste est plus comme la perspective quantique où nous disons, eh bien, nous examinons tous ces futurs possibles et nous laissons les instruments mathématiques traiter ces phénomènes peu fréquents. Mais dans l’ensemble, ils sont inévitables. Si vous accumulez une série de risques de 1% par mois, vous êtes assuré de rencontrer plusieurs de ces problèmes au cours des 5 prochaines années. La question est simplement de savoir quand l’un d’entre eux se produira. Vous ne savez pas, mais c’est bien.
Conor Doherty : Knut, est-ce que cela correspond à votre compréhension technique de la situation ?
Knut Alicke : C’est certainement conforme. Ce serait bien de tirer parti de cette puissance de calcul et d’être en mesure d’avoir une sorte de distribution des réponses pour en discuter.
Par exemple, disons que vous faites ces simulations de scénarios, d’accord ? Et puis vous savez, avec cette probabilité, ceci et cela se produisent. Ce qui est alors important, c’est que les entreprises doivent être prêtes à prendre des leviers. Maintenant, vous savez qu’il peut y avoir une perturbation, que se passe-t-il ensuite ? Vous devez comprendre, hé, ici, j’ai besoin d’avoir ces cinq choses en place et au cas où quelque chose se passe avec mon système d’alerte précoce, je commencerais alors à exécuter.
Souvent, les entreprises ne sont pas vraiment préparées. Même s’il y a l’information, 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 introduit la supply chain comme la maîtrise de l’optionnalité. Vous devez cultiver des options.
Les scénarios sont un moyen de rendre ces options plus pressantes, comme les modes de transport alternatifs. Mais le problème, c’est que cela semble très théorique jusqu’à ce que vous rencontriez le problème.
Mon problème avec les scénarios il y a une décennie était dû au fait qu’un scénario donné ne se produirait pas la plupart du temps. Cette chance de 1% ne se produit pas la plupart du temps, et donc il n’y a pas de préparation pour cela car rien dans le système n’est vraiment orienté vers l’exécution immédiate de ce scénario.
Mais si vous cultivez quelque chose où, par exemple, chaque fois que vous passez une commande d’achat, il y a l’option de l’expédier par fret à un prix beaucoup plus élevé, c’est toujours une option qui est là. C’est juste que généralement, ce n’est pas rentable.
C’est là la différence entre avoir l’optimisation qui a l’option déjà intégrée, juste latente, non exploitée parce que les conditions ne sont pas bonnes, par rapport à un scénario où le jour où cette option devrait entrer en jeu, rien n’est prêt. Les gens n’y sont pas habitués, les systèmes informatiques ne répondent pas immédiatement aux décisions appropriées, et donc les gens doivent réfléchir et faire beaucoup de choses inhabituelles.
Knut Alicke: Permettez-moi de vous donner un exemple des dernières années où nous avons aidé un client à être plus résilient. Nous avons examiné les scénarios, mis en place un système d’alerte précoce, et tout, puis nous avons découvert que si quelque chose se produit dans une usine, nous pouvons produire dans une autre usine. Mais il y a une ressource goulue, l’équipement de test. Il fallait 12 semaines pour le déplacer d’une usine à l’autre.
Donc, dans vos scénarios, vous devez décider 12 semaines avant, “Eh bien, est-ce que nous nous attendons à quelque chose et devrions-nous bouger ?” C’était complètement nouveau pour eux. Ils regardaient toujours cela environ 3 semaines avant et puis, “Oh, c’est trop tard.” Vous devez comprendre l’espace de solution, pour ainsi dire, le délai d’approvisionnement pour mettre en œuvre, et alors seulement vous pouvez vraiment avoir une bonne discussion.
Joannes Vermorel: Je pense que vous avez raison. Mais par exemple, le cas de l’équipement de test est très intéressant car les gens sont souvent entraînés dans les urgences banales. Si vous avez déjà du mal avec les fournisseurs en retard, les hausses de prix, la renégociation de votre contrat avec les clients, et toutes sortes d’autres problèmes, ils sont une distraction totale.
Cela signifie qu’en prenant le point de dire, “D’accord, nous devons doubler les investissements et avoir une redondance dans l’équipement de test. Ce ne sera pas super efficace, mais à long terme, sur les 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 chose où les gens ont besoin de temps et de calme pour réfléchir. S’ils doivent passer d’un feu à l’autre, ce genre de réflexion stratégique ne se produit tout simplement pas.
Knut Alicke: Permettez-moi de rebondir là-dessus. Ce que j’ai également trouvé très important, c’est comment raconter cette histoire que vous venez de raconter, que “Eh bien, nous devons avoir l’équipement de test, nous devons en avoir un deuxième.” Cela nécessite un investissement, donc tous les KPI liés à la fin du trimestre ne seront pas bons.
C’est une décision du conseil d’administration. Et ce que nous essayons souvent d’expliquer, c’est que nous utilisons l’analogie d’une assurance. Vous avez une assurance automobile, vous payez votre assurance automobile. Si vous traduisiez cela dans vos opérations quotidiennes, vous diriez, “Ah, pourquoi ai-je besoin de payer cette assurance automobile ? Il y a une si faible probabilité qu’il se passe quelque chose. Peut-être que vous pouvez simplement la sauter, non ? Je n’en ai pas besoin.”
Non, vous voulez l’avoir dans le cas rare d’un accident car alors ça devient vraiment grave et c’est là que l’assurance intervient. Et c’est ainsi que nous pensons à la résilience de la chaîne d’approvisionnement. C’est quelque chose que vous développez au cas où. Cela peut nécessiter un certain investissement, cela peut nécessiter une certaine préparation, mais alors vous êtes prêt au cas où cela se produirait.
Le défi est que la plupart des entreprises pensent au trimestre suivant ou à l’année suivante, mais la prochaine perturbation pourrait survenir dans un an plus un mois. C’est donc une décision stratégique qui doit être prise et qui doit être décidée par le conseil d’administration. Et c’est pourquoi cette histoire, raconter cette histoire au conseil d’administration, est super, super importante.
Conor Doherty: Lorsque vous parlez de raconter des histoires, cela ressemble presque à du leadership, presque à quelque chose qui pourrait figurer dans une méthodologie de leadership, quelque chose qui pourrait figurer dans un livre peut-être ?
Knut Alicke: Exactement, c’est très bien de voir même une copie du livre là-bas. C’est incroyable, “Source to Sold”. Et en effet, ce que mon co-auteur et moi, Radu Palamario et moi, avons fait, c’est parler de pourquoi nous ne voyons pas plus de personnes ayant une expérience en chaîne d’approvisionnement dans les conseils d’administration, n’est-ce pas ? En tant que PDG, également en tant que directeur des opérations, pourquoi est-ce ainsi ?
Nous avons plaisanté en disant que c’est probablement parce que les personnes de la chaîne d’approvisionnement parlent une langue différente. Elles sont tellement axées sur les chiffres, elles sont tellement détaillées, elles ne voient pas le tableau d’ensemble. Et nous avons dit que, d’autre part, les personnes de la chaîne d’approvisionnement ont une compréhension de bout en bout. Elles devraient donc comprendre l’entreprise.
Knut Alicke: Nous avons plaisanté parce que c’est probablement vrai que les personnes de la chaîne d’approvisionnement parlent une langue différente. Elles sont tellement axées sur les chiffres, si détaillées, qu’elles ne voient souvent pas le tableau d’ensemble.
D’autre part, les personnes de la chaîne d’approvisionnement ont une compréhension de bout en bout, elles devraient donc comprendre l’entreprise. Nous avons examiné si nous avions des exemples de cela. Nous avons examiné les 200 premières entreprises du classement Fortune et nous avons constaté que seulement 11% des entreprises ont un PDG ayant une expérience en chaîne d’approvisionnement. Tim Cook est un exemple bien connu, mais il y en a clairement d’autres.
Nous avons décidé d’interviewer quelques personnes qui ont réussi à siéger au conseil d’administration avec une expérience en chaîne d’approvisionnement. Cela a donné lieu à 26 entretiens, que nous avons regroupés dans le livre. Nous avons ensuite proposé une version condensée de ce que nous avons appris, qui est le modèle de la chaîne.
Les entretiens étaient très intéressants. Nous avons beaucoup appris de ces personnes qui avaient des carrières très différentes. Nous avions des personnes du monde entier, des hommes et des femmes. Ce n’était pas si facile de trouver des femmes, il est donc clair que c’est encore un domaine dominé par les hommes blancs et cela doit changer.
Nous avions des entrepreneurs, des petites entreprises, des grandes entreprises. Le livre a reçu de très bons commentaires.
Conor Doherty: Par curiosité, dans le contexte d’une discussion sur le risque et la résilience, y a-t-il des entretiens qui vous semblent contenir des informations pertinentes pour la discussion que nous avons maintenant ? Vous pouvez choisir n’importe qui, homme ou femme.
Knut Alicke: Littéralement tout le monde, car c’était le moment du confinement lorsque nous avons fait les entretiens. Tout le monde parlait de l’importance d’être agile, d’être préparé, d’être résilient. C’est aussi ce que nous avons intégré dans le modèle de la chaîne. Le ‘A’ est pour adaptable. Il est très important que nous comprenions le risque et que nous soyons capables de le communiquer au conseil d’administration.
Conor Doherty: Pourriez-vous expliquer le modèle de la chaîne lettre par lettre ?
Knut Alicke: ‘C’ est pour collaboratif. Nous devons être collaboratifs, ce que nous avons entendu dans quelques-uns des entretiens. 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 qui étaient vraiment importants. Tout le monde dans l’entreprise était initialement contre le fait de divulguer notre plan de production au fournisseur. Mais il l’a imposé et tout le monde était très content. Établir des relations internes et externes avec les clients et les fournisseurs est extrêmement important.
‘H’ est pour holistique. Nous devons comprendre l’ensemble du système, le tableau d’ensemble, ce qui se passe de bout en bout. C’est quelque chose qui est dans la nature d’une personne de la supply chain. Ce n’est pas nécessairement dans la nature de certaines autres fonctions où l’on est souvent plus concentré sur ce que l’on fait.
‘A’ est pour adaptable, dont nous avons déjà parlé. Le ‘I’ dans chaîne signifie influent. Ici, je dirais, donnez aux personnes autour de vous les moyens d’être au meilleur de leur forme et de contribuer.
Le ‘N’ est pour narratif, ce qui est la partie la plus importante pour moi. Il s’agit vraiment de la façon 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 dit pas nécessairement grand-chose. Si vous utilisez un langage qui serait compris par le conseil d’administration, 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, le bon récit.
Nous disons toujours que la supply chain a obtenu une place à la table au cours des trois dernières années et maintenant tout le monde a compris cela. Maintenant, nous devons nous assurer que nous gardons cette place à la table. Nous devons prouver que nous méritons de garder cette place.
Conor Doherty: Merci pour vos réflexions.
Joannes Vermorel: Ce qui est intéressant, c’est que la critique va dans les deux sens. Oui, le directeur de la supply chain devrait être capable de parler le langage du conseil d’administration. Mais aussi, le problème que je vois, c’est que l’infrastructure logicielle sous-jacente qui soutient les actions du directeur de la supply chain fournit généralement des indicateurs incroyablement étroits.
Par exemple, le taux de service ne signifie rien si vous êtes dans une entreprise où il y a des substitutions. Si le client peut toujours venir au magasin et que techniquement 50% des articles sont absents mais qu’il y a des tonnes de substitutions et qu’il choisit simplement une substitution, comme cela peut arriver par exemple dans la mode, cela n’a pas beaucoup de sens.
Nous avons un problème où le directeur de la supply chain n’a pas de récit ou quelque chose qui a du sens car tous les chiffres qui sont générés par son infrastructure sous-jacente, les personnes et les logiciels, ne sont pas tout à fait sensés.
Très fréquemment, personne n’a jamais quantifié en euros ou en dollars la qualité de service d’une manière qui correspond vraiment, même approximativement, à l’activité. Ils diraient : “Oh, nous avons un taux de service.” Mais le taux de service est très facile à calculer, mais est-ce que cela reflète la perception ?
Par exemple, quelle est la différence entre entrer dans votre magasin aujourd’hui et ne pas trouver ce que j’attendais, par rapport à passer une commande il y a six mois, vous donnant six mois de marge pour obtenir l’article, et découvrir que six mois plus tard vous n’êtes toujours pas prêt ? Dans un cas, c’est dommage, j’ai eu de la malchance. Dans l’autre cas, c’est totalement inacceptable et amateur.
Le problème avec ces indicateurs très naïfs, c’est qu’ils ont tendance à totalement ignorer non seulement l’éléphant, mais le troupeau d’éléphants. C’est très mauvais. Je crois que votre récit peut également être une injonction à devoir concevoir des chiffres qui résonnent plus profondément avec une entreprise.
Il ne s’agit pas seulement d’avoir des chiffres. Ces chiffres techniques ne résonnent pas parce qu’ils sont tout simplement mauvais. Si vous donnez un chiffre qui est soit “Nous investissons 1 million d’euros supplémentaires dans la qualité de service”, soit “Cela nous coûtera 10 millions d’euros de chiffre d’affaires par an cumulatif pour les cinq prochaines années”, alors tout le monde comprendrait un peu.
Le problème que je vois, c’est que bon nombre des pratiques traditionnelles de la supply chain sont un peu en faute avec leurs fournisseurs. Les chiffres que vous obtenez de ces pratiques ainsi que de 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 par dollars, c’est encore mieux. Donc, pour chaque dollar que j’investis ou que je n’investis pas, qu’est-ce que je gagne ou je perds ? C’est généralement ce genre de niveau pour obtenir une bonne mesure.
Construire un récit qui a même un sens commercial est un défi car vous travaillez sur du vent, je dirais.
Knut Alicke : J’aime l’idée que raconter la bonne histoire nécessite également d’avoir les bons KPI dès le départ.
Donc, ce que vous dites essentiellement, c’est que mon exemple devrait déjà être traduit et pas par le responsable de la supply chain. Ce serait une situation idéale où même le PDG peut comprendre qu’en améliorant certains aspects, je vais augmenter mes revenus. Je suis tout à fait d’accord. Nous sommes probablement un pas en avant, mais c’est une excellente vision que vous exposez.
Joannes Vermorel : Mon point de vue sur votre idée de récit est que très souvent, ce que je vois, c’est que les gens, surtout dans la supply chain, craignent généralement ce genre d’effets de second ordre. Des choses qui ne sont pas dans les livres.
Par exemple, chaque fois que vous faites des remises sur votre marque en fin de saison, vous avez deux problèmes. D’abord, vous abandonnez immédiatement votre marge, mais vous créez ensuite une mauvaise habitude dans votre base de clients qui s’attend à la remise. Donc l’année prochaine, ils attendront avant d’acheter jusqu’à ce que vous fassiez la même sorte de remise.
Ce genre de choses ne peut pas être facilement quantifié car c’est le genre de choses qui se développent sur plusieurs années, voire des décennies. Les marques de luxe, par exemple, ne font jamais de promotions pour éviter que ce genre de choses ne se développe en premier lieu.
Mais revenons à cela, cela signifie que vous devez être capable d’avoir un indicateur clé de performance où une partie de votre chiffre est entièrement inventée. Cela ne signifie pas que c’est irrationnel ou faux, cela signifie simplement que c’est plus une décision subjective qui peut être très raisonnable mais qui doit être prise.
Ce genre de récit vous oblige à adopter une vision à long terme et à prendre en compte numériquement ce genre de choses afin de ne pas prendre une décision considérée comme optimale mais qui est en réalité extrêmement à court terme.
Un autre problème que je constate, c’est que les gens ne sont pas assez imaginatifs. Ils ne tiennent pas compte de choses que les gens de l’entreprise, de l’entreprise dans son ensemble, connaissent mais du fait que c’est un peu difficile à mesurer exactement, ils préfèrent l’ignorer complètement plutôt que de l’avoir de manière très approximative mais au moins présente.
Conor Doherty : Eh bien, il me vient à l’esprit, juste pour répondre rapidement à Joannes avec une suite. Dans l’exemple de Knut, lorsqu’il parlait de fournir des récits qui rendent le concept de planification de la demande un peu plus facile, il a utilisé l’exemple de l’assurance et Lokad a effectivement des récits comme, par exemple, la perspective du panier qui explique l’idée de l’interrelation et du coût supplémentaire de ne pas avoir quelque chose quand on en a besoin. Cela permet ensuite aux gens de comprendre l’effet de second ordre. Donc, je veux peut-être expliquer la perspective du panier comme le récit que nous avons tendance à utiliser pour faciliter cela.
Joannes Vermorel : Le problème, c’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 très importantes mais intangibles, elles n’apparaîtront pas dans les livres. Par exemple, de nombreuses entreprises ont des pénalités avec leurs fournisseurs qu’elles peuvent exercer en théorie. En pratique, chaque fois qu’elles le font, c’est la guerre ouverte avec le fournisseur et la confiance est perdue.
Donc, lorsque vous commencez à optimiser cette assurance, l’intéressant est que vous internalisez le risque et vous internalisez le risque sur des choses qui ne seront jamais mesurées. Cela nécessite une sorte de réflexion différente.
Chez Lokad, lorsque nous avons ce genre de systèmes qui fonctionnent automatiquement, cela devient un peu comme un système anti-spam agréable. Il ronronne doucement mais vous ne le voyez jamais. Il fait simplement son travail et à un moment donné, vous pourriez même vous demander si j’ai vraiment besoin de cette chose car elle ronronne simplement et il y a des classes de problèmes qui ne se produisent tout simplement pas. Mais dès que vous l’éteignez, les problèmes reviennent.
Je crois que cette idée de développer des récits est très importante car c’est un moyen de transmettre des choses qui sont très rationnelles mais aussi techniques et vous devez transmettre ce message de manière très concise. Les gens n’ont pas le temps d’être des experts dans tous ces types de risques et de trouver un équilibre et de calculer tous les compromis.
Test de compréhension, est-ce que cette personne regarde vraiment le problème d’un point de vue logique ? Juste pour donner un exemple, si nous parlons, disons par exemple, de la maintenance des avions, de la qualité de service, une façon simple d’aborder cela est de penser en termes d’AOG, avion au sol. Donc, pour chaque dollar investi, combien d’AOG par an évitez-vous ? Sachant que lorsqu’un avion est immobilisé, les passagers doivent être réacheminés et cela entraîne de nombreux retards, de nombreux coûts, des effets en cascade sur le programme des vols, etc.
Donc, si vous pensez en termes de taux de service, vous passez complètement à côté du sujet car il suffit qu’une seule pièce manque à un avion pour qu’il ne décolle pas. L’événement pertinent est le problème de l’avion au sol, pas la rupture de stock, etc. Chaque entreprise doit avoir ce genre de compréhension qui résonne profondément avec ce qu’elle essaie de faire, plutôt que des métriques faciles qui sont disponibles à bas prix parce qu’elles sont préemballées dans le logiciel, même si elles sont complètement sans rapport avec le problème en question.
Je sais que j’ai cette sorte de biais logiciel dans ma perspective. Quel récit avez-vous, Knut ? J’adore les chiffres, mais le truc, c’est que vous pourriez penser que les chiffres s’opposent au récit, mais je ne dirais pas ça. Je dirais que cela va de pair. Si vous avez un moyen de comprendre même pour vous-même ce qui se passe, cela façonnera complètement la façon dont vous concevez vos chiffres.
Donc, ne pensez pas que le récit est indépendant des chiffres. Le récit est littéralement l’histoire que vous vous racontez pour orienter votre travail en tant que data scientist. Si vous vous trompez dans ce récit, 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 je fais avec ces chiffres.
Oui, il y a l’erreur factuelle où vous multipliez simplement un nombre alors que vous devriez le diviser, mais c’est une erreur super technique et ce genre d’erreurs techniques est généralement si immédiatement préjudiciable à votre calcul qu’il est facile de les repérer. Les problèmes qui sont beaucoup plus difficiles sont ceux où vous vous trompez de manière subtile.
Knut Alicke : Donc, les chiffres soutiennent clairement votre récit et ils soutiennent également tout ce que vous faites pour comprendre si quelque chose ne va pas, où vous entrez ensuite dans les détails. Il y a cette chose où vous posez des questions et ensuite vous passez du service manquant, de l’avion au sol, pourquoi est-ce que c’est le cas ? Pas de disponibilité, pourquoi est-ce que c’est le cas ? Parce que nous n’avions pas de stock, pourquoi est-ce que c’est le cas ? Parce que nous n’avions pas un bon contrat avec notre fournisseur, et ainsi de suite. Et puis vous trouvez la cause profonde et vous pouvez résoudre cela.
Conor Doherty : Toute forme de leadership ou quel que soit le récit que vous proposez pour le leadership, même le modèle de chaîne, est toujours efficace. Le leadership repose toujours sur le fait d’avoir des personnes ayant les compétences nécessaires pour activer la vision exprimée à travers n’importe quel récit qui vous plaît. Alors, Knut, pour revenir à la case départ, trois ans plus tard, quelle est selon vous la compétence essentielle dont les gens ont besoin en supply chain ?
Knut Alicke : Je pourrais maintenant répéter le modèle de chaîne, ne faisons pas ça. Vous devez avoir toutes ces compétences. Et encore une fois, si je réfléchissais à ce qui serait un souhait pour nous tous, c’est que tout le monde dans la supply chain comprenne toutes ces choses de bout en bout, etc., devrait veiller à former des collègues de la supply chain et d’autres domaines.
Veillez à augmenter le niveau de compétence, veillez à augmenter le pipeline, pour ainsi dire. Joannes et moi enseignons dans des universités précisément pour cette raison, pour enseigner la supply chain pratique et ainsi accroître la communauté et diffuser le message. Rendez-le très clair que la supply chain est un sujet très intéressant et qu’elle ouvre également la voie au conseil d’administration.
Souvent, les gens demandent : “Si je suis dans la supply chain, peut-être que c’est une impasse ?” Non, ce n’est pas ça. C’est le sujet qui a été l’un des plus importants au cours des trois dernières années et qui le sera à l’avenir.
Joannes Vermorel : Je suis tout à fait d’accord. Je pense qu’en termes de compétences, il y en a probablement une, si je ne devais en mentionner qu’une seule, ce n’est pas la programmation, c’est l’écriture claire. Parce que toute l’idée de collaboration, dans votre grande entreprise, est distribuée, donc la plupart du temps, cela se fera par écrit. Oui, vous pouvez avoir des réunions, mais la plupart du temps, cela se fera par écrit.
Vous voulez avoir un récit, encore une fois, cela se fera par écrit. Vous voulez organiser vos rapports et autres, encore une fois par écrit. Et l’une des qualités que je pense être la plus sous-estimée dans les grandes entreprises modernes, en particulier dans la supply chain, moins dans d’autres services comme le marketing, c’est l’écriture claire.
Très souvent, je constate que la qualité de l’écriture dans ces services, de manière générale, est très faible. Donc vous avez des résumés très confus sur les problèmes, des énoncés de problèmes très peu clairs. Même lorsque les gens sont invités à me donner une description d’une demi-page de leur poste de travail et pourquoi il existe en premier lieu, le résultat est généralement absolument terrible.
Et c’est un gros problème. Je pense qu’il y a certaines industries ou fonctions où les gens cultivent depuis longtemps l’écriture claire. La finance en est une, où généralement c’est très concis et précis. Le marketing en est une autre, par nécessité. Si vous voulez avoir une bonne image de marque, vous devez être capable de transmettre les choses clairement et de manière concise.
Il y a certaines industries comme le logiciel qui sont très axées sur l’écriture, donc je dirais qu’en moyenne, comparé à d’autres industries, la qualité de l’écriture est assez bonne. Mais dans l’ensemble, je pense que pour les étudiants, l’écriture est encore une compétence faible qui peut être améliorée au cours de leur vie. Ce n’est pas comme si, une fois sorti de l’université, c’était fini, c’est quelque chose que vous pouvez apprendre par la suite également.
Conor Doherty : Comme le veut la coutume sur Lokad TV, Knut, nous vous laisserons le dernier mot. Y a-t-il quelque chose que vous souhaitez mentionner ?
Knut Alicke : Vous devriez acheter le livre sur Amazon. Si vous avez encore besoin d’un cadeau de Noël, le livre est disponible. Il est disponible sur Amazon et d’autres sites. Assurez-vous d’acheter une copie, assurez-vous de faire passer le mot. Faites savoir que la supply chain est cool et construisez le réseau.
Conor Doherty : Très bien, sur ce, Joannes, merci pour votre temps. Knut, merci beaucoup pour le vôtre. Et merci à tous de nous avoir regardés. Nous vous verrons la prochaine fois.
