Débat sur le modèle d'entreprise adaptative orientée demande (avec Carol Ptak) - Ep 165

00:00:00 Introduction par Conor Doherty
00:00:35 Explication du format du débat
00:02:59 Remarques d’ouverture de Joannes Vermorel
00:09:52 Remarques d’ouverture de Carol Ptak
00:17:07 Réfutation de Joannes Vermorel
00:22:13 Réfutation de Carol Ptak
00:27:17 Remarques de conclusion de Joannes Vermorel
00:29:19 Remarques de conclusion de Carol Ptak
00:31:24 Questions de l’audience
00:32:10 Défis de la prise de décision
00:34:56 Réflexions sur la théorie derrière le DDMRP
00:37:51 Approche orientée demande pendant la COVID
00:40:52 La vision de Lokad pour gérer les perturbations
00:42:17 DDAE et prévision probabiliste
00:49:14 Comparaison du DDMRP avec le MRP
00:56:40 Technologie minimale pour l’optimisation
00:58:44 Mise en œuvre du DDMRP dans les grands réseaux de vente au détail
01:00:02 Signification du flux dans le DDMRP
01:01:09 Adaptabilité au niveau du système
01:03:35 Les études de cas peuvent-elles être comparées
01:07:46 Gérer l’incertitude sur l’incertitude
01:12:26 Principale critique du modèle DDMRP
01:19:19 Quand le DDMRP ne suffit pas
01:24:47 Perspective de la poussée par rapport à la traction
01:26:46 Stock de sécurité et forte variabilité
01:29:46 Pourquoi l’approche orientée demande n’est-elle pas plus répandue
01:35:01 Fin du débat

Transcription complète

Conor Doherty: Bienvenue dans un épisode très spécial de LokadTV. Aujourd’hui, j’ai le plaisir d’animer un débat en direct et, espérons-le, amical entre Carol Ptak et Joannes Vermorel. Carol est associée au Demand Driven Institute et professeure invitée et cadre exécutif distinguée à la Pacific Lutheran University. Pendant ce temps, Joannes, à ma droite, est le fondateur et PDG de Lokad. Il est ingénieur au Corps des Mines France et a enseigné l’ingénierie logicielle à l’École Normale Supérieure pendant six ans.

Maintenant, je vais rapidement passer en revue les paramètres du débat. Tout d’abord, le sujet : “Le modèle d’entreprise adaptative orientée demande est-il capable de relever les défis de la prise de décision en matière de chaîne d’approvisionnement dans le monde réel ?” Carol soutiendra cette thèse, et Joannes s’y opposera. Tout d’abord, il y aura des remarques d’ouverture de sept minutes, comme convenu à l’avance. Joannes prendra la parole en premier, suivi de Carol. Ensuite, chaque intervenant disposera de cinq minutes pour réfuter les arguments de l’autre. Ensuite, chaque intervenant disposera de deux minutes pour conclure. À ce moment-là, je poserai quelques questions, espérons-le, entièrement issues du public. N’hésitez pas à soumettre vos questions à tout moment dans le chat en direct. Oh, et à la fin, ils auront un échange libre, c’est ce que tout le monde est venu chercher, en réalité.

Maintenant, en préparation du débat, les deux intervenants ont accepté la définition suivante, et je cite : “Le modèle DDAE est un outil de gestion permettant de détecter les changements du marché, de s’adapter à des environnements complexes et volatils, et de permettre des stratégies d’innovation axées sur le marché. Ses trois composantes principales sont le modèle opérationnel orienté demande, la planification des ventes et des opérations orientée demande, et la planification des ventes et des opérations adaptative.” Pour être juste, il s’agit d’une longue définition, c’est pourquoi nous avons inséré un lien vers un document Google ouvert dans le chat en direct. Si vous cliquez dessus, vous serez redirigé vers un document Google ouvert dans lequel vous trouverez des définitions détaillées de tous ces termes, ainsi que des biographies complètes des intervenants.

Pendant la section du débat, je chronométrerai strictement les deux intervenants. La seule interruption sera une légère pression pour vous rappeler que vous êtes à court de temps. Je vous recommande également de vous chronométrer mutuellement sur vos appareils. Les intervenants, nous avons presque terminé. Les intervenants doivent rester complètement silencieux pendant la section préparée du débat. Si vous commencez à vous interrompre mutuellement pendant vos remarques préparées, vous serez mis en sourdine, et vous en avez été avertis à l’avance. Et enfin, si vous appréciez ce que nous faisons ici, si vous aimez les débats sur la chaîne d’approvisionnement, je vous encourage à vous abonner à la chaîne YouTube de Lokad et à nous suivre sur LinkedIn.

Et maintenant, après cette auto-promotion effrontée, je vous demande à tous les deux : Le modèle d’entreprise adaptative orientée demande est-il capable de relever les défis de la prise de décision en matière de chaîne d’approvisionnement dans le monde réel ? Joannes, vous êtes contre.

Joannes Vermorel: Mesdames et Messieurs, chers collègues et passionnés de la chaîne d’approvisionnement, c’est un plaisir d’être ici pour discuter du modèle d’entreprise adaptative orientée demande et de sa capacité à relever les défis réels de la prise de décision en matière de chaîne d’approvisionnement. Dans ce but précis, Carol m’a suggéré trois livres : “Demand Driven Material Requirements Planning” de 2016, “Demand Driven Adaptive Enterprise” de 2018, et enfin, “Adaptive Sales and Operations Planning” de 2022.

Cela fait un total de 886 pages, mais ne vous inquiétez pas, vous n’avez besoin de lire qu’un tiers. Le reste est comme une série Netflix qui ne cesse de récapituler les épisodes précédents, car ces livres se chevauchent largement. Je vais vous épargner tout cela et les considérer comme un seul ouvrage excessivement répétitif. En tant que personne profondément investie dans la chaîne d’approvisionnement, j’ai abordé le paradigme orienté demande avec beaucoup d’espoir. Après tout, qui ne serait pas enthousiasmé par un cadre promettant de révolutionner notre industrie ? Cependant, après m’être soumis à près de mille pages, je ne suis pas convaincu.

Tout d’abord, les banalités. Page 43 de “Adaptive Enterprise”, et je cite : “Si les dirigeants veulent remplir leur mission, ils doivent comprendre par où commencer.” Eh bien, oui. Page 163 : “Définition cohérente, adhésion cohérente aux mêmes principes.” Je suppose que c’est cohérent de définir cohérent pour ceux qui auraient pu sauter l’école primaire. Les illustrations, censées aider le lecteur, ne sont pas meilleures. À la page 150, nous avons un tableau de chiffres étiqueté “Données”, un graphique à barres étiqueté “Graphique”, et un morceau de texte étiqueté, attendez, “Texte”. Dieu merci, ils précisent cela. J’étais sur le point d’appeler le graphique à barres de l’art moderne. On dirait que les auteurs craignent que nous ne reconnaissions pas ces concepts de base, mais peut-être qu’ils rendent service à ceux qui ont échoué à l’école primaire.

Maintenant, si les parties faciles sont insultantes de simplicité, qu’en est-il des parties difficiles ? Peut-être que la véritable valeur de l’approche orientée demande se trouve entre les clichés. Examinons les équations. Et oui, elles incluent des équations, du moins elles les étiquettent ainsi. Aux pages 17, 25, 28 et 29 de “Adaptive Enterprise”, nous rencontrons ce que les auteurs appellent des équations. Mais ces équations ne sont qu’un assortiment aléatoire de lettres grecques et de barres de fraction. Ce ne sont pas des équations, quelle que soit l’imagination. En tant que personne qui a également joué avec l’éditeur d’équations de Microsoft Word, je comprends la tentation, mais compte tenu du fait qu’ils essaient d’enseigner une meilleure prise de décision en matière de chaîne d’approvisionnement, il serait peut-être plus utile de fournir quelques formules mathématiques réelles.

En revanche, des pages 99 à 105, nous subissons une explication douloureusement fastidieuse où les auteurs, en anglais simple, nous disent : “Ajoutez ceci, soustrayez cela, et multipliez ceci.” C’est comme lire une recette de cuisine pour des opérations mathématiques. Une demi-douzaine de pages pourraient être condensées en quelques lignes de formules de base. Mais peut-être que le faire révélerait que les mathématiques sous-jacentes de l’entreprise adaptative orientée demande manquent de sophistication par rapport à un manuel scolaire de collège. Pas exactement ce à quoi on s’attendrait d’un ouvrage prétendant faire partie, et je cite, “de la science émergente des systèmes adaptatifs complexes”.

Pour être juste, il y a une seule équation authentique dans ces trois livres. Juste une. Et non, ce n’est pas l’équation soi-disant de flux net à la page 150 du livre DDMRP, qui malgré son nom grandiose, est simplement une définition. La seule équation se trouve dans “Adaptive S&OP” à la page 156. Il s’agit de l’indice de capacité de Taguchi. Cette formule est un simple copier-coller de Wikipédia, mais bon, c’est quand même une équation. Malheureusement, c’est une équation de génie mécanique pour les tolérances dimensionnelles, et elle est généralement considérée comme totalement sans rapport avec la supply chain. Elle apparaît au hasard au milieu d’une discussion sur les objectifs de performance de S&OP.

Maintenant, je ne suggérerais pas que les auteurs essaient de confondre les lecteurs avec des équations sans rapport. Peut-être se sont-ils simplement perdus dans une mer de copier-coller. En creusant plus profondément entre les clichés et les pseudo-équations, nous trouvons de nombreux appels à l’action. Les appels à l’action sont formidables. Les entreprises doivent agir. À la page 44 de “Adaptive Enterprise”, nous avons droit à une série de recommandations suggérant que les gens devraient être formés à penser de manière systématique, que les gens devraient avoir un langage commun, un langage systémique commun pour penser et travailler, et nous devons permettre aux gens de comprendre les liens entre les départements, les ressources et les personnes.

Mesdames et messieurs, quel programme brillant. En tant que PDG moi-même, je serais ravi si mes 60 employés pouvaient y parvenir. Et sachez que chez Lokad, nous recrutons des talents d’ingénierie d’élite, et même pour nous, ce que Carol suggère est d’une difficulté ridicule. Je peux seulement imaginer à quel point cela fonctionnerait bien dans une entreprise qui emploie des milliers d’employés, où le seul lien qu’ils comprennent est les sorties après le travail le vendredi soir. Naturellement, j’attendais avec impatience les conseils du livre sur la façon de reprogrammer l’esprit de mes employés, de leur enseigner un nouveau langage et de leur faire comprendre les subtilités de chaque département. Mais après avoir lâché cette bombe, les livres passent rapidement au chapitre suivant, sans fournir la moindre orientation sur la façon d’atteindre ces objectifs ambitieux.

En résumé, nous avons près de mille pages qui oscillent entre l’évidence aveuglante, l’absurdité totale, l’absurdité mathématique et l’impraticabilité totale. Le demand-driven se vante de mener une révolution dans la gestion de la supply chain. Il est ironique que la seule chose qu’il ait révolutionnée soit ma déception face à l’état actuel de la littérature sur la supply chain.

Conor Doherty : Joannes, il vous reste 21 secondes.

Joannes Vermorel : Ça va.

Conor Doherty : Ça va ? Eh bien, sur cette note, Joannes, merci pour vos remarques d’ouverture. Carol, je me tourne vers vous pour vos sept minutes d’ouverture, s’il vous plaît.

Carol Ptak : Oh, merci beaucoup. Eh bien, c’était amusant au mieux. Je ne savais pas que je venais pour un exposé de livre et pour une critique page par page. Donc, pour mettre cela de côté, j’espérais vraiment que notre débat allait porter sur le modèle d’entreprise adaptative axée sur la demande, et non sur un exposé de livre et des pages citées. Juste pour en finir avec ça, ces trois livres ont été écrits pour trois marchés très distincts et différents. Je ne m’attendais pas à ce que quelqu’un là-bas lise les mille pages. Je pensais juste que, avec l’esprit scientifique de Joannes, il pourrait apprécier de comprendre à la fois la vue opérationnelle, tactique et stratégique de cette supply chain.

Alors, entrons dans ce qu’est réellement le modèle d’entreprise adaptative axée sur la demande et pourquoi il est révolutionnaire. L’EAAD est vraiment basée sur la science des systèmes complexes adaptatifs et sur la compréhension que les supply chains ne sont pas des chaînes. Les supply chains n’ont jamais été des chaînes. Nous les avons mal nommées lorsque nous les avons nommées, et c’est parce que ceux d’entre nous qui ont participé à la nomination des supply chains, moi y compris, nous sommes sortis de la capacité opérationnelle où nous avions l’habitude d’utiliser des algorithmes d’optimisation pour comprendre où se trouvaient nos goulots d’étranglement et comment maximiser la production du processus global en maximisant le goulot d’étranglement.

Donc, lorsque nous avons nommé pour la première fois la supply chain, nous avons dit : “Eh bien, d’accord, je vais prendre mes opérations et les connecter à mon client et au client de mon client, à mon fournisseur et au fournisseur de mon fournisseur, et voilà, nous avons une supply chain.” Nous avions tout faux. Les supply chains ne sont pas des chaînes, ne l’ont jamais été. Ce sont des systèmes complexes adaptatifs, et les systèmes complexes adaptatifs fonctionnent selon une science très différente de celle d’une chaîne. Une chaîne est un système linéaire. Les systèmes complexes adaptatifs ne sont pas linéaires. Ce sont des réseaux. Il y a beaucoup de nœuds, beaucoup de connexions, et malheureusement, les universitaires aiment couper les connexions pour pouvoir étudier les nœuds en détail et croire ensuite que nous pouvons tout remettre ensemble et comprendre le tout. Alors qu’en réalité, dès que les connexions sont coupées, nous avons perdu le contexte de l’ensemble.

Ce qui rend l’EAAD différent, c’est le fait qu’il comprend que les supply chains ne sont en effet pas des chaînes ; ce sont des systèmes complexes adaptatifs, ce qui signifie qu’ils ne restent pas longtemps dans un état stable. Dès qu’il y a une pression exercée sur eux, ils changeront et se transformeront, et par définition, ils ne peuvent pas être mathématiquement optimisés. La science des systèmes complexes adaptatifs provient de l’idée de la biologie et de l’économie, et elle est donc très bien comprise. Si quelqu’un est intéressé par un très bon livre à ce sujet, il y a un livre intitulé “Team of Teams” écrit par le général Stanley McChrystal.

Donc, comment fonctionne l’EAAD ? Eh bien, nous comprenons que chaque entreprise d’aujourd’hui évolue dans un monde variable, volatile, incertain, complexe et ambigu. Nous devons donc être capables de détecter rapidement les changements sur ce marché, puis d’adapter la planification, la production, les approvisionnements et de s’en occuper, et de tout faire en temps réel. Une idée nouvelle ? Non. La définition existait déjà pour la demande pilotée en 2001. Elle a été inventée lorsque j’étais chez PeopleSoft. Nous ne savions pas vraiment comment le faire jusqu’en 2006, lorsque Chad Smith et son équipe ont commencé à utiliser le concept de découplage dans la supply chain.

En raison du monde VUCA, ce monde volatile, incertain, complexe et ambigu dans lequel nous vivons, à moins que nos délais de réponse au marché soient inférieurs au temps de tolérance de nos clients, quelqu’un, quelque part dans la supply chain, doit détenir des stocks. Donc, les stocks sont un actif. Nous avons permis de discuter des stocks comme d’un passif, comme d’un actif, des choses qui vont et viennent, mais cela dépend de l’endroit et de la quantité de ces stocks. Si nous avons les bons stocks au bon endroit, alors les stocks sont clairement un actif car ils améliorent le retour sur investissement de l’entreprise, qui est la mesure pertinente.

Alors, comment pouvons-nous atteindre la cohérence au sein d’une organisation pour générer un retour sur investissement ? Comment gérons-nous ces plages de pertinence opérationnelle, tactique et stratégique de manière à ce que l’entreprise soit en cohérence pour atteindre un retour sur investissement ? Je ne peux pas aller sur le terrain et demander à Joe ce qu’il a fait pour augmenter le retour sur investissement ce jour-là, mais je peux certainement aller lui parler sur le terrain et lui demander : “Qu’as-tu fait pour améliorer le flux ?” Et encore une fois, ce n’est pas une idée nouvelle. Nous connaissons le concept de flux depuis très, très longtemps, remontant jusqu’aux anciens Phéniciens qui devaient adapter leurs navires de commerce en navires de guerre.

Le modèle EAAD repose sur la cohérence du flux au sein de l’organisation, ce qui transforme tout dans l’organisation. Nous ne nous concentrons plus sur l’efficacité des coûts et l’optimisation car nous reconnaissons que ce que nous gérons n’est pas un système linéaire ; c’est un système complexe adaptatif. Et le monde moderne dans lequel nous le gérons est un monde volatile, incertain, complexe et ambigu. Le MRP, par exemple, a été conçu dans les années 50, commercialisé dans les années 70 lorsque Joe Orlicky a écrit son livre. Et ce que nous avons compris à l’époque, c’est que nous devions être capables de faire une planification dépendante, et donc la planification dépendante était le véritable atout du MRP.

Mais rappelez-vous, dans les années 50 et 60, nous avions 8K de mémoire et quelques lecteurs de bande, nous ne faisions donc généralement la planification des matériaux qu’une fois par semaine, de nombreuses entreprises une fois par mois, et nous détaillions à partir de là. Et nous pensions vraiment qu’avec la technologie qui allait devenir plus rapide, les choses allaient s’améliorer. Et en fait, en 2001, PeopleSoft a lancé le premier système MRP en temps réel, et la réaction de nos clients a été : “S’il vous plaît, arrêtez-le”, car ils ne pouvaient pas gérer la nervosité du système. Le niveau de précision lorsque nous essayons de le connecter à travers la supply chain provoque une telle volatilité et variabilité auto-induite que les planificateurs ne peuvent pas le gérer.

Alors l’idée est de savoir comment nous pouvons réagir très rapidement aux changements sur le marché dans un environnement volatile, variable, incertain, complexe et ambigu, tout en profitant de l’informatique en temps réel d’aujourd’hui. Lorsque le Dr Goldratt et moi avons écrit le livre “Necessary But Not Sufficient”, nous parlions de technologie car ce que nous avons compris, c’est que lorsque la technologie change, les règles métier doivent changer. Et lorsque les règles métier changent, la technologie doit changer. Et nous avons la chance aujourd’hui d’avoir des choses comme l’apprentissage automatique et l’intelligence artificielle qui, soit dit en passant, sont également basés sur la même science que le modèle DDAE.

Et c’est ce qui nous rend très innovants, c’est que maintenant les règles métier sont alignées sur les possibilités de la technologie, de sorte que nous pouvons maintenant détecter les changements sur le marché, adapter notre planification et notre production, nous approvisionner auprès des fournisseurs et profiter des systèmes en temps réel dont nous disposons.

Conor Doherty: Eh bien, Carol, je vous ai accordé 3 secondes supplémentaires, mais elles ont été bien utilisées. Merci beaucoup. Merci. À ce stade, Joannes, je vous renvoie la parole pour votre réfutation de 5 minutes.

Joannes Vermorel: Oui, je veux dire, la première chose que je ne peux m’empêcher de remarquer, ce sont les contradictions, par exemple, sur les mathématiques. Parce que lorsque Carol cite les ordinateurs modernes, les ordinateurs, comme leur nom l’indique, calculent. C’est la seule chose qu’ils font. Ils n’ont pas de boule de cristal ou quoi que ce soit. Et en fait, dans les livres eux-mêmes, il y a des tonnes d’équations. Encore une fois, je ne dis pas que j’ai trouvé - je décris les choses comme des équations. Les choses sont mentionnées et répertoriées comme des équations par les auteurs eux-mêmes. Et puis, lorsqu’ils traitent de la non-linéarité, nous sommes à nouveau dans le domaine des mathématiques. Ce n’est donc pas quelque chose que je me suis inventé ; c’est ce que les auteurs se sont inventé.

Maintenant, sur la base de ma critique de ces livres, qui sont à peu près les saintes écritures des paradigmes axés sur la demande, la réponse semble être, bien qu’il y ait beaucoup de digressions, que le tout est plus que la somme de ses parties. En effet, nous ne pouvons pas vraiment regarder les pièces individuellement. Donc peu importe à quel point les pièces sont dysfonctionnelles, assemblez-les et voilà, vous avez de la grandeur. C’est comme assembler une voiture à partir de pièces détachées Toyota et s’attendre à une Tesla. Et devinez quoi ? Nous avons également des études de cas pour étayer cela. C’est également un point qui serait intéressant.

À la page 325 du livre DDAE, nous avons une étude de cas de vente au détail utilisant le DDMRP, par exemple. Elle prétend une augmentation de 60% du chiffre d’affaires, une diminution de 40% des stocks, et je cite : “l’élimination d’un sentiment de pénurie dans les magasins malgré une réduction de près de moitié des stocks en premier lieu”. Eh bien, si vous croyez cela, j’ai un pont à Brooklyn à vous vendre. Mais voici le hic : nous ne pouvons vérifier aucune de ces études de cas. Choquant, je sais. Et l’approbation vient du vendeur même qui vend le remède miracle axé sur la demande. C’est comme si un propriétaire de restaurant écrivait sa propre critique cinq étoiles sur Yelp : “Faites-moi confiance, c’est le meilleur sushi en ville”. Bien sûr, mais les études de cas ne sont rien de plus qu’une façon élégante de dire : “Parce que je l’ai dit”. Pas vraiment une preuve convaincante.

Maintenant, pour en venir au fait, parce qu’il y avait tellement de digressions ici, nous parlions de faits, de la définition des systèmes adaptatifs complexes, d’anecdotes, d’où vient le nom de la supply chain, et de quelques anecdotes sur l’amélioration des technologies ERP, et ainsi de suite. Mais la réalité est que si nous revenons à un test simple, je dirais en temps réel de l’entreprise adaptative, la page 7 liste la non-linéarité comme tout premier principe, ce que Carol a également souligné. Donc c’est le tout premier principe des systèmes adaptatifs complexes. Ça a l’air impressionnant, mais prenons la non-linéarité la plus simple que nous puissions avoir dans la supply chain : les quantités minimales de commande (MOQs). À coup sûr, le demand driven aurait quelque chose de profond à dire sur les MOQs. Eh bien, pas vraiment. Sur mille pages, les MOQs sont mentionnés six fois. C’est bien dans chaque livre, donc environ deux fois en moyenne pour chaque livre. C’est donc beaucoup de matériel que nous avons.

Et prenons un exemple. À la page 63, nous avons un exemple d’un MOQ si petit qu’il pourrait tout aussi bien ne pas exister car numériquement, il n’a aucun impact sur le calcul. Des choses fascinantes. Et puis à la page 115, nous avons une situation de commande de conteneur. Des non-linéarités intéressantes de plusieurs côtés avec un MOQ. Et quelle est la situation ? Nous avons une taille de commande de 100 unités, une taille de conteneur de 100 unités, et un MOQ - attendez - de 100 unités. Quelle coïncidence. C’est comme si les étoiles s’alignaient de manière à ne pas avoir à traiter de non-linéarité réelle. Vous pouvez répéter ce processus avec les paliers de prix, les produits périssables, le cross-docking, les équipements réparables, vous l’appelez. Le demand driven n’a absolument rien à dire sur ces non-linéarités courantes. Rien. Nada.

Et c’est là l’essence du demand driven : une théorie tape-à-l’œil qui se fixe des objectifs grandioses, en exploitant le meilleur que la technologie a à offrir. Oui, mais la technologie vous donne des ordinateurs pour faire des calculs, et il y a tellement d’équations, et pourtant elles ne font rien. Essentiellement, nous nous fixons des objectifs grandioses, mais ensuite nous n’avons rien à offrir pour résoudre les problèmes courants de prise de décision. Et donc devrions-nous croire que le demand driven peut relever les défis de la supply chain du monde réel ? Laissez-moi réfléchir. Non, absolument pas.

Conor Doherty : Plusieurs secondes à perdre. Merci, Joannes. Carol, votre réfutation de cinq minutes quand vous êtes prête.

Carol Ptak : Merci. Encore une fois, je suis très déçue que Joannes choisisse de faire un compte rendu de livre plutôt que de débattre du modèle que nous étions censés débattre. Mais permettez-moi d’abord de répondre au cas qu’il cite dans le livre, et je vous invite à nous rejoindre à Francfort la semaine prochaine où vous pourrez parler à la personne qui a réellement réalisé cette mise en œuvre. David Poveda sera là de Medan Colombie, et il pourra vous donner les détails précis.

Demand Driven World la semaine prochaine, nous avons également, car je sais que vous êtes toujours très préoccupé par les cas, que c’est, croyez-moi, croyez-moi, et c’est toujours les études de cas sont réalisées par la société de logiciels ou par le consultant, qui essaient toujours de donner une image positive. Nous n’autorisons pas cela à l’Institut Demand Driven. Toutes nos études de cas sont réalisées par le praticien. Je vous invite donc, Joannes, et tous nos auditeurs, à vous inscrire pour le Demand Driven World la semaine prochaine.

Nous avons neuf études de cas qui arrivent, de nouvelles études de cas d’entreprises comme Assa Abloy, où Fredrik Helgesson, le directeur de la logistique, fera une présentation. Un autre cas du Mexique, de Mega Alimentos, où Antonio Treviño, le directeur de la chaîne d’approvisionnement, vient. Mettler Toledo vient avec le responsable de leur planification mondiale, ou A2A avec leur directeur général, ou Gelwin avec leur vice-président de la chaîne d’approvisionnement, ou Sapo avec leur responsable de la planification, ou Koch Engineered Solutions avec leur responsable mondial de la planification et de l’ordonnancement, ou PPG avec leur directeur de la chaîne d’approvisionnement en Amérique latine.

Ce ne sont là que les études de cas qui vont apparaître la semaine prochaine en Allemagne. Je encourage tout le monde, croyez-moi, allez-y. Nous mettons toutes nos études de cas sur notre site web. Elles sont réalisées uniquement par le praticien. Nous n’autorisons pas la société de logiciels ni le consultant à co-présenter. Ces praticiens disent : “Voici ce que nous avons fait, voici pourquoi nous l’avons fait, voici le problème que nous avons rencontré, voici les résultats que nous avons obtenus”, et ils disent très clairement : “Et si nous devions le refaire, voici ce que nous changerions”. Nous ne surveillons ni ne modifions aucun de leurs commentaires.

Donc, lorsque nous examinons l’idée de MOQ, je pense que vous avez mal cité le nombre de fois où MOQ apparaît là-bas, car il apparaît à chaque fois que l’équation de flux net apparaît également là-bas. Mais je pense vraiment que vous ne comprenez pas le point essentiel de ce qu’est l’entreprise adaptative orientée vers la demande. Il s’agit en réalité de trois plages de temps distinctes et pertinentes avec les outils nécessaires qui sont pertinents pour cette plage de temps.

Maintenant, qu’est-ce que la pertinence ? Et c’est une définition qui se trouve dans le livre. La pertinence, c’est la façon dont j’établis et dont je relie les exigences à ce qui se passe dans cette plage de temps. Comment puis-je relier plus étroitement mes actifs à ce qui se passe sur le marché ? En mettant simplement en œuvre DDMRP, qui est le moteur à l’intérieur du modèle opérationnel orienté vers la demande, les entreprises réalisent en moyenne une réduction d’un tiers à la moitié de leurs stocks, et généralement leur ponctualité et leur complétude dépassent largement 90 %.

Je vous renvoie à l’étude de cas de Coca-Cola Africa pour entendre Coca-Cola Africa parler de ce qui s’est passé là-bas. Avant de mettre en œuvre DDMRP, leur précision des prévisions était d’environ 50 %. Ils ont obtenu de meilleurs résultats, leurs stocks ont diminué, leur ponctualité et leur complétude ont augmenté, et à la fin, leur précision des prévisions était d’environ 50 %. Est-ce que cela signifie que nous ne faisons pas de prévisions ? Non, bien sûr que non. Nous avons besoin de prévisions pour pouvoir gérer la plage tactique et stratégique. Ce que j’espérais aborder dans ce débat, c’était davantage une conversation sur le fonctionnement du modèle DDAE plutôt qu’une critique page par page du livre.

Donc, en ce qui concerne l’idée de la prévision, vous savez, sur les prévisions probabilistes, oui, cela a certainement un rôle, mais il n’a un rôle que dans les plages tactiques et stratégiques, ce qui nous permet d’aider à modifier et à adapter le modèle opérationnel dont DDMRP est le moteur de planification. Donc, nous examinons cela, nous devons prendre en compte le fait que le modèle DDAE ne peut prendre en compte que ce que nous pouvons influencer. En dehors de notre considération, nous devons prendre en compte l’innovation axée sur le marché, et de l’autre côté, nous devons prendre en compte la demande réelle du marché.

Et comme je l’ai dit plus tôt, si nous avons la chance que notre temps de cycle cumulatif total se situe dans les attentes de nos clients, c’est une entreprise facile à gérer. Cependant, ce n’est pas le monde dans lequel nous vivons. Les délais de tolérance de nos clients sont considérablement plus courts que notre temps de cycle cumulatif. Nous devons donc avoir un modèle de gestion pour pouvoir détecter les changements sur le marché, adapter notre planification et notre production, être en mesure de traduire un plan d’activité adaptatif en termes de capacité opérationnelle, et exploiter notre capacité opérationnelle unique pour en tirer des avantages stratégiques. Je pense que je vous ai rendu les trois secondes.

Conor Doherty: Avec le changement. Merci. Eh bien, merci beaucoup, Carol. Avec cela, Joannes, je vous laisse la parole pour vos dernières remarques de deux minutes.

Joannes Vermorel: Ainsi, près de mille pages de matériel sur la gestion de la demande, plus quelques minutes de commentaires, peuvent être résumées sur un post-it. Voici rien d’autre que la chose la plus accablante : le paradigme de la gestion de la demande est totalement imperméable à la raison. Je pourrais passer toute la journée à citer des lignes, à souligner si chacune d’entre elles est banale, dénuée de sens ou carrément délirante, et nous serions toujours coincés au même endroit, comme un hamster sur une roue mais sans la valeur divertissante. Pourquoi ? Parce que chaque fois que je soulève une faille, c’est comme essayer de jouer aux échecs avec un pigeon. Il renverse les pièces, il chie sur l’échiquier, puis il se pavane comme s’il avait gagné.

Carol n’a pas répondu à l’une des critiques sérieuses que j’ai soulevées, y compris les critiques de base telles que l’utilisation flagrante de l’indice de capacité de Taguchi. Elle n’a pas expliqué les pseudo-équations. Elle aurait pu tenter de réfuter mes arguments un par un, mais elle ne l’a pas fait. Et elle ne l’a pas fait parce qu’elle ne le peut pas. Alors à la place, nous avons droit à une série de digressions, principalement des arguments d’autorité. Ne nous leurrons pas. Les études de cas ne sont qu’un moyen élégant de dire : “Faites-moi confiance, je suis un professionnel.” Mesdames et Messieurs, je fais appel à la forme la plus élevée de raisonnement humain : le test du canard. Si ça ressemble à un canard, que ça nage comme un canard et que ça cancane comme un canard, alors c’est probablement un canard. Si une théorie ressemble à des ordures, sent comme des ordures et sonne comme des ordures, alors c’est probablement des ordures.

En conclusion, le modèle d’entreprise adaptative axée sur la demande peut-il relever les défis de la chaîne d’approvisionnement du monde réel ? Non. Mais je concède ceci : si vous pouvez d’une manière ou d’une autre tromper vos concurrents en leur faisant croire que cela peut fonctionner, alors vous obtiendrez certainement un avantage car ils s’écraseront et brûleront.

Conor Doherty : Merci, Joannes. Et Carol, je me tourne vers vous pour votre conclusion de deux minutes, s’il vous plaît.

Carol Ptak : Merci. Eh bien, je suis très déçue par Joannes, pour être très honnête. Je m’attendais vraiment à une discussion ouverte et honnête plutôt qu’à ce qu’il lise ses notes préparées à l’avance sans tenir compte des points qui ont été soulevés.

En ce qui concerne la fonction Taguchi, comme je l’ai dit dans ma réfutation de cinq minutes, le plan d’entreprise adaptatif crée ensuite un modèle opérationnel. Un modèle opérationnel a une cible, des limites de spécification supérieure et inférieure, et lorsque nous comparons cela à la façon dont le processus fonctionne, car le modèle d’entreprise adaptative axée sur la demande nous permet maintenant de fonctionner avec un contrôle de processus plutôt qu’un contrôle de transaction comme nous avions dans les anciens jours de la MRP, eh bien, la fonction Taguchi convient évidemment car nous voulons voir à quel point notre performance réelle est bonne par rapport à cette plage définie.

Comme je l’ai dit, je ne m’attendais pas à un compte rendu page par page ou à une critique de livre. Ce que j’attendais vraiment, c’était une discussion sur la méthodologie elle-même. Et ce n’est pas “croyez-moi”. Je vous suggère de parler aux praticiens réels et d’examiner leurs résultats réels. Pour moi, c’est ce qui parle vraiment plus fort que tout. Ce n’est pas “croyez-moi”. C’est plutôt “Voici quel était notre problème commercial, voici ce que nous avons mis en place, voici les résultats que nous avons obtenus, et si nous devions le refaire, voici ce que nous ferions différemment.”

Et quand nous parlons de savoir si le modèle d’entreprise adaptative axée sur la demande répond aux besoins de ce monde VUCA dans lequel nous vivons et fournit des résultats concrets, la réponse est absolument et sans équivoque oui. Les dizaines de milliers de personnes qui ont suivi la formation DDI, les résultats des entreprises, les augmentations du ROI, la capacité de l’entreprise à survivre à la pandémie alors que les modèles de demande étaient complètement bouleversés et instables, tout en parvenant à améliorer les revenus et le ROI, je pense que les résultats parlent d’eux-mêmes.

Conor Doherty : Eh bien, merci à vous deux. Et Carol, merci pour ces remarques. À ce stade, je vais passer à certaines des questions de l’audience. En fait, il y en a déjà pas mal dans le chat en direct. Pour être clair, nous demandons que les questions soient désignées pour qui elles sont, mais je vais évidemment les poser à vous deux. Et encore une fois, il n’y a pas de limite de temps, mais essayez de faire des remarques succinctes pour que tout le monde ait sa chance.

Mais avant de passer aux questions de l’audience, il y en a une que j’ai notée parce que je vous ai écoutés tous les deux parler pendant les 33 dernières minutes. Et vous savez, vous avez débattu des livres et de savoir si cela concerne les livres, c’est bien. Mais à moins que je ne l’ai manqué, à aucun moment vous n’avez réellement défini les défis réels de la prise de décision en matière de chaîne d’approvisionnement dans le monde réel. Donc, Carol, je commence par vous. Aussi brièvement que possible, quels sont selon vous les défis réels de la prise de décision en matière de chaîne d’approvisionnement dans le monde réel ?

Carol Ptak : Eh bien, le plus grand défi est ce que j’ai dit, c’est-à-dire comment je réponds à un monde qui est variable, volatile, incertain, complexe et ambigu ? Et comment le faire de manière à pouvoir augmenter mon retour sur investissement ?

Conor Doherty : Johannes ?

Carol Ptak : C’est aussi concis que possible. Et si Johannes veut le mettre sur un Post-It, il peut l’écrire. Cela résume le modèle de l’entreprise adaptative axée sur la demande en un Post-It : tout est une question de flux.

Conor Doherty : Eh bien, merci, Carol. Joannes ?

Joannes Vermorel : Selon moi, la chaîne d’approvisionnement est la maîtrise de l’optionnalité. Vous disposez de ressources limitées pour tout, et vous devez les allouer, ce qui représente en pratique des millions de décisions quotidiennes pour une chaîne d’approvisionnement de taille importante. Résoudre le problème signifie essentiellement prendre ces décisions. Elles sont très basiques. Il s’agit de savoir ce que vous achetez, ce que vous produisez, ce que vous allouez, quel est votre point de prix, si vous augmentez ou réduisez votre assortiment, etc., etc. Et donc, à mon avis, tout cela est effectivement fait pour le profit. Mais à mon avis, la chaîne d’approvisionnement est une théorie et une pratique qui vous permet de prendre ces décisions à grande échelle, ce qui implique de nos jours beaucoup de calculs pour que cela puisse être automatisé avec des ordinateurs. C’est à peu près ça.

Conor Doherty : Eh bien, Carol, maintenant que vous avez entendu l’avis de Joannes, souhaitez-vous modifier le vôtre ou êtes-vous d’accord ou en désaccord ?

Carol Ptak : Non, pas du tout, mais je pense, et vous savez, étant donné que je suis là depuis les premiers jours des ordinateurs et une conversation que j’ai eue avec une entreprise informatique et une société de logiciels, il a dit : “Nous ne demandons pas à nos clients de faire les choses comme nous leur disons.” Et j’ai dit : “Vous le faites certainement car ce que vous intégrez dans votre logiciel est ce que vous considérez comme les meilleures pratiques de l’industrie.” Et si ces pratiques sont erronées ?

Ainsi, la méthodologie va de pair avec l’informatique et la technologie va de pair avec la méthodologie. Par exemple, lors du prochain Demand Driven World, nous avons Simo qui peut créer un jumeau numérique complet d’une entreprise afin de pouvoir commencer à prendre certaines de ces décisions stratégiques auxquelles Joannes fait référence. Mais cela se fait avec le potentiel d’un moteur DDMRP qui comprend où positionner les tampons de stock stratégiques, comment les planifier, comment passer ensuite à une réponse en temps réel à mon marché ? La technologie en elle-même est donc nécessaire mais pas suffisante. Bon titre de livre.

Conor Doherty : Souhaitez-vous ajouter quelque chose ou puis-je continuer ?

Joannes Vermorel : Non, continuez.

Conor Doherty : Continuez. Donc, cette question s’adresse à Joannes. Je la lis textuellement telle qu’elle m’a été posée. Joannes pourrait-il partager ses réflexions sur la théorie derrière le DDMRP, en particulier le DDMRP et comment il s’appuie sur les pratiques existantes en matière de chaîne d’approvisionnement ?

Joannes Vermorel : En bref, le DDMRP est un ensemble de banalités. Ils dimensionnent des tampons avec trois couleurs. Il n’y a rien de vraiment spécifié au point de découplage. Vous n’avez aucun algorithme pour savoir comment les placer, donc en gros, ils fournissent simplement des indications extrêmement ambiguës. Il y a aussi de grosses erreurs. Par exemple, ils disent que lorsque la quantité économique de commande (MOQ) est présente, vous devez avoir une zone verte aussi grande que la MOQ, ce qui est absolument insensé car il y a de nombreuses situations où réapprovisionner jusqu’à votre MOQ est insensé. Donc cela ne devrait absolument pas faire partie de ce que le DDMRP appelle vert.

Mais en fin de compte, c’est très, très mince. Vous savez, pour quelque chose de quantitatif, je pense que cela pourrait être résumé en environ trois pages et c’est tout. Donc c’est très, très faible. C’est même une insulte à la recherche opérationnelle, qui était déjà des années en avance sur le DDMRP.

Carol Ptak : Eh bien, je remettrais en question la sophistication par rapport aux résultats. Ce n’est pas parce que c’est sophistiqué que c’est meilleur. Le DDMRP repose en réalité sur l’idée de la fabrication lean, du MRP, du DRP, de la théorie des contraintes, avec une certaine innovation qui harmonise maintenant toutes ces choses que nous pensions auparavant être l’antithèse les unes des autres. Donc c’est vraiment une question de flux.

Et en ce qui concerne la façon de positionner ces tampons, je pense qu’il a probablement manqué ces pages dans le livre. Il y a six critères pour déterminer où positionner ces tampons, et cela inclut le temps de tolérance du client, le potentiel du marché, le délai, les eaux, la variabilité externe. Il y en a six, et c’est ce qui est ensuite optimisé et pris en compte dans un jumeau numérique pour déterminer une fois que j’ai positionné ces tampons.

En général, ce que nous constatons, c’est que les chaînes d’approvisionnement ont tendance à se stabiliser parce que nous avons éliminé la nervosité du système, et ensuite à la fois le positionnement et la quantité doivent changer. C’est donc le cycle d’adaptation. Donc ce n’est pas seulement du pull pur ; c’est positionner, protéger, tirer et s’adapter. Mais nous sommes très clairs sur l’endroit où se trouvent ces tampons et le code couleur vert, jaune, rouge, car c’est une question de praticité par rapport à la sophistication. Tout le monde comprend le vert, le jaune, le rouge.

Et donc je comprends les règles. Que se passe-t-il lorsque je vois du vert, du jaune, du rouge ? C’est pourquoi les planificateurs l’adorent et les entreprises sont très rapides à le mettre en œuvre, et les mises en œuvre se déroulent généralement beaucoup plus rapidement que ce qui avait été initialement prévu.

Conor Doherty : Joannes, pas de commentaire ?

Joannes Vermorel : Pas de commentaire.

Conor Doherty : Je vais continuer. Celle-ci s’adresse directement à vous, Carol. Je lis telle qu’elle est écrite. Pourquoi l’approche axée sur la demande a-t-elle eu du mal pendant la crise du COVID et que devraient faire les entreprises pour s’adapter dans de telles situations ?

Carol Ptak : Eh bien, il y a eu une conversation intéressante pendant la crise du COVID. Nous n’avons pas eu de difficultés. Je pense que tous les projets informatiques, tous les projets d’amélioration des processus pendant le COVID ont été interrompus, et c’était malheureux. Nous avons passé beaucoup de temps au téléphone avec des cadres supérieurs qui disaient : “Eh bien, nous reprendrons la mise en œuvre lorsque nous reviendrons à la normale.” Et notre message à leur intention était : “Bienvenue dans la nouvelle normale.”

La question n’est pas de savoir si des perturbations arrivent, mais quand et où, donc il vaut mieux être préparé. Et ce que nous avons constaté, c’est qu’après le COVID, la demande réelle pour nos places d’éducation a atteint un niveau record, et le nombre de mises en œuvre à l’échelle mondiale a également atteint un niveau record, car les cadres dirigeants ont réalisé qu’ils devaient faire face à ce monde variable, volatile et fou dans lequel nous vivons. Nous avons non seulement eu le COVID, mais aussi l’invasion russe de l’Ukraine, la prochaine pandémie qui arrive, la folie dans les ports américains, les grèves des dockers. Il ne s’agit pas de savoir si la prochaine perturbation arrive, mais quand et où.

Et malheureusement, pendant la crise du COVID, de nombreuses équipes de direction ont déclaré : “Eh bien, quand nous reviendrons à la normale”, et notre message était : “Bienvenue dans votre nouvelle normale.”

Conor Doherty : Très bien, merci Carol. Joannes, pardonnez-moi, pourquoi pensez-vous que l’approche axée sur la demande a pu ou non avoir des difficultés pendant la crise du COVID ?

Joannes Vermorel : Cette question ne m’était pas adressée, donc je peux simplement commenter la réponse de Carol. Parce que, encore une fois, je n’ai pas de faits à ce sujet, car je ne suis pas vraiment au courant de ce qui se passe exactement dans les entreprises qui gèrent ces choses-là. Mais ce que je dirais, c’est que pour une question aussi factuelle que celle-ci, ce que nous obtenons, et c’est quelque chose de très typique des paradigmes axés sur la demande, c’est une liste interminable de facteurs : vous savez, régression, guerre en Ukraine, volatilité, incertitude, etc. Mot à la mode, mot à la mode, mot à la mode, problème, problème, situation.

Vous voyez, c’est comme une profusion de choses. Mais quand je recommence, et les livres sont exactement les mêmes, vous avez la liste à chaque page. Ils partent dans 20 tangentes, et à chaque fois je pense : “D’accord, maintenant ils ont ouvert comme 20 chapitres pour aborder chacune de ces tangentes”, et vous n’obtenez rien de concret, de mathématiquement solide, et quand je dis mathématiquement solide, je ne veux pas dire des mathématiques avancées, je veux dire même des mathématiques de l’école primaire, quelque chose qui n’est pas ambigu, qui vous donne une règle que vous pouvez calculer, et puis rien. Vous passez simplement à autre chose, et encore une fois, c’est juste une profusion de faits sans fin. Et je pense que c’est vraiment un schéma, et j’aimerais que le public prête attention à ces profusions de faits.

Conor Doherty : Eh bien, en fait, si je peux insister car la prochaine question sera pour Joannes, puis pour Carol, je vous la pose. Est-ce que Lokad propose une approche différente pour gérer les perturbations comme celles observées pendant le COVID, et si oui, comment aborde-t-elle de tels défis ?

Joannes Vermorel : La réponse détaillée se trouve dans la série de conférences sur la supply chain, mais c’est une réponse très longue. La réponse courte est que nous utilisons des probabilités et des prévisions probabilistes. L’idée est d’avoir un modèle économique où les événements ayant une faible probabilité et un impact économique important peuvent être pris en compte. Vous avez donc besoin de prévisions probabilistes, puis, en plus de cela, vous avez besoin d’un deuxième instrument. Cet instrument prédictif est l’optimisation stochastique, qui est le terme général pour tout type de solveur général qui peut vous donner une réponse optimisée en cas d’incertitude.

En résumé, vous évaluez les probabilités de tous les futurs possibles, étape un. Étape deux, vous examinez toutes les décisions possibles, je veux dire évidemment réduites à ce qu’un ordinateur peut gérer, et vous optimisez ce qui vous donne le meilleur rendement ajusté au risque. Voilà la réponse courte sur la façon dont Lokad le fait, je dirais, en termes très, très techniques.

Conor Doherty : Carol, plus tôt, vous avez dit que le modèle DDAE, comme la hiérarchie globale des concepts, est compatible avec les prévisions probabilistes.

Carol Ptak : Absolument, absolument. Je veux dire, les prévisions probabilistes sont quelque chose qui nous aiderait à concevoir comment le modèle opérationnel est défini. Mais, vous savez, pour revenir sur la réponse de Joannes, c’était une réponse scientifique très compliquée qui se résume essentiellement à “Vous savez, la réponse est sortie de l’ordinateur, faites-lui confiance”. Et je ne connais aucun planificateur sur cette planète qui va dire “Oh, ça vient de l’ordinateur, faisons-lui confiance”. Le modèle DDAE est plus compréhensible.

D’accord, en termes simples, je n’ai pas de doctorat, ni deux ni trois. Et donc, vous savez, ce que je dirais, c’est “D’accord, d’abord, nous devons être d’accord sur le problème. Quel est le problème que nous essayons de résoudre ?” Et c’est pourquoi nous parlons sans cesse de variabilité, de diversité, vous savez, des problèmes réels du monde réel et de la façon dont le DDAE les résout. Et, vous savez, l’autre question que je me poserais, c’est “D’accord, Lokad, où est votre page avec vos études de cas sur la façon dont vous avez résolu des problèmes pour vos clients dans le monde réel avec les résultats réels présentés par vos praticiens ?” Et je mettrais cette page en face de ce que le modèle d’entreprise adaptatif axé sur la demande a fait n’importe quel jour. Et comme je l’ai dit, venez nous rejoindre la semaine prochaine en Allemagne, rencontrez ces personnes en face à face, parlez-leur.

Conor Doherty : Un commentaire ? Plus de facteur et plus de digression et un argument d’autorité sur Cherry et le gâteau. Donc, pas d’autre commentaire.

Eh bien, si je peux rebondir là-dessus, Carol, encore une fois, et je ne veux pas mettre des mots dans votre bouche, donc corrigez-moi si je me trompe, mais la façon dont vous avez formulé votre réponse au commentaire de Joannes était presque comme si vous vous positionniez, vous et votre approche, comme n’étant pas nécessairement anti-académique mais compréhensible. Ma question pour vous en tant que suivi est la suivante : si c’est compréhensible mais moins efficace qu’une solution plus sophistiquée, seriez-vous d’accord avec cela ?

Il semblait que vous vous positionniez, vous et votre approche, comme étant compréhensible mais moins efficace qu’une solution plus sophistiquée. Seriez-vous d’accord avec cela ?

Carol Ptak : Non, je ne le serais pas car je pense que c’est plus compréhensible et plus efficace. Lorsque les planificateurs et les gestionnaires peuvent comprendre comment quelque chose fonctionne, ils vont l’utiliser. Comme je l’ai dit, il n’y a pas un dirigeant sur cette planète qui va dire : “Oh, les chiffres sortent d’un ordinateur, c’est bien.” Parce que je mettrais également au défi Joannes en disant que vous ne pouvez pas optimiser une supply chain car les supply chains sont des systèmes complexes adaptatifs. Vous pouvez examiner des alternatives et en sélectionner une, mais la réalité est que tant que vous n’aurez pas de variabilité dans l’exécution, il y aura toujours une gamme de possibilités que les résultats réels vont voir.

Dans le modèle piloté par la demande, je dirais que non seulement c’est très compréhensible, mais nous n’utilisons rien de plus avancé que les mathématiques de cinquième année. Donc, je peux comprendre pourquoi Joannes serait insulté par l’académie primaire des mathématiques, mais en même temps, nous n’utilisons rien de plus avancé que les mathématiques de cinquième année. C’est très compréhensible, donc les entreprises l’utilisent et elles voient des résultats incroyables. Il y a une excellente étude de cas ; c’était la dernière lorsque nous avons fait l’Allemagne il y a quelques années. Elle dit : “Ouais, je sais, c’est la même chose que tout le monde, les stocks ont diminué de moitié, le taux de remplissage à temps est en hausse de 90%, ennuyeux.” Et j’ai dit : “Mec, quand tu en auras marre de voir ces résultats, je serai au mauvais endroit.”

Donc, je vous suggère que non seulement c’est plus facile à comprendre, mais c’est aussi plus efficace. Mais ce n’est pas l’antithèse de la prévision probabiliste car les mathématiques peuvent nous aider à comprendre lorsque nous commençons à avancer dans le modèle une fois que la mise en œuvre initiale est terminée. Comment nous adaptons-nous ? Et c’est là que je pense que la prévision probabiliste, les jumeaux numériques entrent vraiment en jeu, c’est pour comprendre toutes ces relations. Mais d’abord, la première étape doit être de stabiliser la supply chain afin de pouvoir atténuer cette variabilité opérationnelle.

Conor Doherty : D’accord, eh bien, Joannes, pour être juste, vous avez pris des notes. Avez-vous une réponse à cela ?

Joannes Vermorel : Je veux dire, d’abord, encore une fois, souligner des choses qui sont légèrement non-sensiques. Oui, le DDMRP et le système complexe adaptatif et toute cette théorie font une optimisation. C’est indiqué dès le début : cela optimise le retour sur investissement. Si vous essayez de pousser un chiffre vers le haut ou vers le bas, vous faites une optimisation. C’est la définition d’une optimisation. Donc, quand vous dites : “Vous voyez, c’est le genre de chose qui est complètement schizophrénique,” où vous dites : “Oh non, nous ne faisons pas vraiment ça, nous ne faisons pas d’optimisation,” et puis vous mentionnez juste après que vous essayez d’optimiser le retour sur investissement. C’est comme, désolé, c’est la définition même de l’optimisation.

Et puis si nous revenons à…

Carol Ptak : Nous essayons de faire croître le ROI, pas de l’optimiser.

Joannes Vermorel : Mais c’est la même chose. Faire croître, optimiser est littéralement une façon de prendre une fonction cible qui peut être le ROI et de la déplacer légèrement dans la direction souhaitée. C’est littéralement la définition de l’optimisation selon Wikipédia. Donc, c’est exactement ce que vous faites. Donc, cette approche me semble insensée.

Et puis les prévisions probabilistes, je suis vraiment désolé, mais les formules et tout ce qui est donné dans ces livres, c’est très faible. Les formules, oui, je peux aussi, encore une fois, c’est un peu un argument d’autorité de ma part, mais c’est complètement incompatible avec les prévisions probabilistes. Juste pour vous donner un aperçu de ce à quoi cela ressemble si vous appliquez des prévisions probabilistes, la première chose est que vous ne voulez pas regarder vos SKUs indépendamment. Vous pondérerez la contribution de chaque unité individuellement dans toute l’entreprise. C’est littéralement le cours d’introduction aux prévisions probabilistes que vous obtiendrez.

Donc ici, dans cette méthodologie, vous traitez le buffer un buffer à la fois. Donc, désolé, ce n’est tout simplement pas, ces choses n’existent même pas dans le même plan. Elles ne sont pas compatibles, ni en termes de concepts, ni en termes de méthodologie, ni en termes de technologies. Elles sont très, très différentes.

Carol Ptak : Ai-je dit que la prévision probabiliste serait un buffer à la fois ? Je pense que l’une des choses que nous avons toujours dit à propos de DDAE, c’est que nous regardons l’ensemble et la relation de cause à effet. Et encore une fois, je vous invite à participer à une formation, venez à Francfort la semaine prochaine. Nous avons environ trois présentations où la prévision probabiliste est examinée dans l’ensemble du réseau et utilisée avec succès dans le modèle DDAE.

Conor Doherty : D’accord, prochaine question. Encore une fois, celle-ci est directement pour vous, Carol. Il y en a pas mal. Quand nous serons fatigués, nous pourrons nous arrêter, nous ne sommes pas obligés de toutes les répondre. Comment le DDMRP, encore une fois, je lis mot pour mot, comment le DDMRP aborde-t-il les problèmes inhérents à la logique MRP ? Faut-il le faire fonctionner plusieurs fois par jour pour être efficace ?

Carol Ptak : Plus vous vous rapprochez de l’exécution du DDMRP en temps réel, plus il devient stable, car cela permet à nos planificateurs d’avoir les informations en temps réel les plus pertinentes. Est-il nécessaire de fonctionner en temps réel ? Non. Comment il aborde les limites de la logique MRP, c’est que la puissance du MRP dépend de tout, et la mauvaise nouvelle à propos du MRP, c’est que tout dépend de tout. Donc, un retard n’importe où est un retard partout.

Comment la logique DDMRP aborde cela, c’est en insérant ces points de découplage basés sur l’un des six critères pour déterminer où ces positions d’indépendance vont être afin d’absorber la variabilité des deux côtés. Il découple et fournit notre position principale pour la planification. Entre les points de découplage, il est dépendant comme il l’a toujours été. C’est pourquoi nous avons été critiqués lorsque nous l’avons nommé DDMRP, car le MRP est toujours là. Car entre les points de découplage, c’est toujours une planification dépendante comme nous l’avons toujours fait. Donc, il aborde les limites du MRP en insérant ces points de découplage, et ce sont les positions principales pour la planification.

Conor Doherty : Merci. Joannes, à vous pour un commentaire.

Joannes Vermorel : Oui, je veux dire, il y a plusieurs choses ici. Tout d’abord, le MRP est vraiment la mauvaise référence. À sa base, il utilise une base de données traditionnelle, et le problème est qu’un noyau transactionnel est absolument médiocre en termes d’analyse, toutes sortes d’analyses. Donc, c’est de la folie. C’est une référence insensée, et je pense donc qu’il est incorrect de comparer le MRP à quoi que ce soit. C’est une référence obsolète qui ne devrait même pas être prise en compte.

Ensuite, en ce qui concerne le temps réel, je veux dire, c’est quelque chose où vous devriez vraiment remettre en question l’origine de la question. Parce que la réalité est qu’un ordinateur moderne, à la base, vous donne un processeur de 2 GHz. Cela signifie que vous pouvez effectuer deux milliards d’opérations par CPU. Et un ordinateur moderne a, votre téléphone a huit CPUs, donc c’est littéralement des dizaines de milliards d’opérations par seconde sur un smartphone.

Maintenant, la question est la suivante : qu’avez-vous qui ne peut pas être fait dans une latence de microsecondes ? Et la réponse courte est que lorsque vous concevez un système sur une base de données transactionnelle, vous obtenez des performances absolument horribles. Et donc, les fournisseurs qui parviennent à atténuer les performances absolument horribles appellent cela du temps réel. C’est vraiment absurde, vraiment, vraiment absurde. C’est juste une mauvaise utilisation du matériel informatique moderne. Je pourrais entrer dans les détails, mais je dirais que nous avons ici une référence vraiment erronée pour le MRP et le temps réel. Ce serait mes commentaires.

Conor Doherty : Carol, je pense que vous êtes d’accord avec une partie de cela, une mauvaise référence étant le MRP, n’est-ce pas ?

Carol Ptak : Eh bien, la réalité est la suivante : le MRP est utilisé par pratiquement toutes les entreprises du monde entier. Donc oui, je suis d’accord, c’est obsolète. Je suis d’accord qu’il avait besoin d’évoluer vers l’avenir, et c’est pourquoi nous avons créé le DDMRP. C’est pourquoi nous avons dû mettre en place les tampons de découplage, ce qui nous a permis ensuite de gérer les opérations selon le contrôle des processus plutôt que le contrôle des transactions, ce que fait le MRP. Tout est contrôlé par transaction. Vous êtes soit OK, soit pas OK dans le MRP. Vous ne savez pas à quel point vous êtes OK ou pas OK.

Et vous savez, le MRP en temps réel est apparu pour la première fois avec PeopleSoft en 2001, et nos clients le détestaient. Je veux dire, j’ai l’avantage sur Joannes d’être vraiment vieux. Donc, quand j’enseignais à l’université, j’avais des étudiants qui me disaient combien ils admiraient la façon dont j’ai fait des recherches sur l’histoire de l’informatique, et c’est comme, ouais, ce n’était pas de la recherche, c’est anecdotal, je l’ai vécu.

Et nous pensions vraiment qu’à mesure que les ordinateurs devenaient plus rapides, cela résoudrait notre problème. Mais nous avons découvert qu’à mesure que les ordinateurs devenaient plus rapides, nos problèmes s’aggravaient, et cela était dû à la nervosité du système. Ma toute première réunion APICS il y a 46 ans portait sur la nervosité du système. Nous le savions déjà ; nous ne savions simplement pas comment le résoudre. Et nous ne savions pas comment le résoudre jusqu’à ce que le DDMRP arrive pour stabiliser la fonction de planification.

Mais toute l’idée de l’APS, je veux dire, il n’y a pas une seule implémentation d’APS qui ait été couronnée de succès. Pour donner à Joannes sa définition, le succès signifie : a-t-il augmenté le retour sur investissement de l’entreprise ? Et c’est parce qu’il essaie de faire cette optimisation multi-échelons basée sur une fonction commerciale incorrecte. Et je suis d’accord avec lui, vous savez, la technologie doit changer lorsqu’il y a un changement dans les règles commerciales, et les règles commerciales doivent changer lorsqu’il y a un changement dans la technologie. C’est ce qu’Eli et moi avons écrit en 2000 lorsque nous avons écrit “Necessary but Not Sufficient”. Nous le savons depuis longtemps.

Conor Doherty : Merci.

Joannes Vermorel : Ouais, je voudrais commenter à nouveau, mauvaise utilisation des termes. Quand je dis transactionnel pour un système de base de données, je l’entends d’une manière très spécifique. Cela se réfère à la façon dont il est utilisé lorsque vous concevez des bases de données. Et quand vous dites transactionnel, cela n’a rien à voir avec la finance ou un type de processus, etc. Cela signifie essentiellement la propriété ACID : atomicité, cohérence, isolation, durabilité. Ce sont des propriétés garanties par votre stockage.

Et le DDMRP est tout aussi transactionnel que le MRP en tant que paradigme. Et toutes les implémentations que j’ai vues, vos fournisseurs qui font du DDMRP, ils le font sur des bases de données SQL comme tout le monde qui faisait du MRP. Donc encore une fois, il y a tellement de choses où vous utilisez des mots, mais vous ne les utilisez pas de la bonne manière. Cela signifie que si vous parlez de transaction, vous parlez de quelque chose qui n’a rien à voir avec le point, qui était la conception des systèmes de bases de données. Vous allez vous égarer en utilisant la transaction pour quelque chose qui ressemble davantage à la méthodologie du DDMRP.

Et encore une fois, ce sont des choses complètement différentes. Je suis désolé, mais je souligne simplement que nous avons, encore une fois, des facteurs, mais nous changeons constamment la sémantique de ce que les mots signifient réellement.

Carol Ptak : Eh bien, je pense que c’est là que la conversation que nous avons eue lorsque nous avons organisé ce débat est d’arriver à la définition. Parce que ma perspective sur le monde vient d’une vie entière à diriger des opérations de fabrication et à être un planificateur des opérations, à être un planificateur sur le terrain, à être un superviseur, à être un VP des opérations, à travailler dans l’industrie informatique en tant qu’expert de l’industrie.

Vous savez, je l’aborde du point de vue pratique du monde réel et non pas de ce que nous appelions autrefois la petite maison blanche, c’est-à-dire l’informatique à l’époque où elle avait un sol surélevé. Et c’est là où vous vouliez aller en été parce qu’il fallait qu’il y ait la climatisation. Donc je ne viens pas de ce que nous appelons les “bit twiddlers”. Je viens du point de vue du monde réel sur la façon dont vous gérez réellement une opération et dirigez une installation de fabrication dans le cadre d’une supply chain intégrée.

Donc oui, je dirais que nous avons probablement des définitions très différentes, mais mes définitions sont celles qui sont utilisées par, vous savez, c’était une partie de notre débat : est-ce que cela répond aux défis du monde réel aujourd’hui ? Et c’est le monde d’où je viens.

Conor Doherty : D’accord, désolé, je vais juste insister un peu car il y a plusieurs questions à aborder. Mais nous pourrons revenir sur ce point plus tard. Donc, Joannes, et encore une fois, vous en avez déjà parlé, donc vous pouvez rester léger sur celui-ci, je suppose. Quelle est la technologie minimale dont nous avons besoin pour construire une optimisation ?

Joannes Vermorel : Je suggère de poser le problème dans l’autre sens : quelles sont les technologies qui vous empêchent explicitement d’y parvenir ? Vous voyez, parce que la réalité est que la science des données, en général, a très peu besoin. C’est pourquoi, par exemple, Python est si populaire.

Donc, selon moi, la malédiction de nos jours est que les systèmes d’entreprise modernes sont comme mille couches. Vous avez la base de données, vous avez les systèmes d’exploitation, vous avez toutes sortes de caches, vous avez toutes sortes de couches de récupération de données, etc., des couches sur des couches. Et donc essentiellement, ce que font les systèmes logiciels d’entreprise modernes, je dirais, c’est simplement déplacer les données d’une couche à l’autre, et cela nécessite énormément de ressources informatiques, de mémoire, de CPU, de bande passante, et ainsi de suite.

Donc, en fin de compte, il n’y a pas d’exigence minimale, mais vous devez être conscient de tout ce qui se trouve sur votre chemin. Et dans cet état moderne des technologies logicielles, c’est énorme. Donc mon message est de ne pas penser aux choses dont vous avez besoin ; pensez aux choses dont vous n’avez pas besoin et débarrassez-vous-en. Et une fois que vous êtes revenu à l’essentiel, au cœur algorithmique, vous êtes bon.

Conor Doherty : Carol, je sais que vous avez dit que la supply chain ne pouvait pas être optimisée, mais, vous savez, laissez-moi rêver. Si vous pensiez que cela était possible, quelle technologie serait nécessaire ?

Carol Ptak : Oh, ça, c’est à moi, la technologie, vous savez, c’est, je vais laisser ça à Joannes. Vous savez, je vis dans le monde réel avec les problèmes réels de regarder les méthodologies. Et puis je travaille toujours très étroitement parce que j’ai travaillé pour IBM pendant un certain temps, et j’ai eu le grand honneur de travailler avec le Watson Research Center. Vous savez, ce sont les brillants docteurs en philosophie. Je n’en suis pas un. Vous savez, je suis juste un gestionnaire des opérations très pragmatique qui a eu une carrière très réussie au cours des 45 dernières années.

Conor Doherty : D’accord, alors je vais continuer. Carol, encore une fois, je lis ces questions pour gagner du temps. Est-ce que le DDMRP ou même le DDAE a été mis en œuvre avec succès dans des grandes organisations de vente au détail avec plusieurs centaines de magasins ? Si oui, pourriez-vous donner des exemples ?

Carol Ptak : Bien sûr, oui. Le premier qui me vient à l’esprit est Mick. La plupart des opérations de vente au détail dans lesquelles il a été mis en œuvre se trouvent en Amérique du Sud. Donc Mick, ils ont plusieurs magasins de vente au détail. J’essaie de penser à d’autres exemples. Le plus grand détaillant en Colombie a mis en œuvre le DDMRP. Il y a un défi particulier avec la vente au détail car elle a ce qu’on appelle une longue traîne. En général, environ 10% de leurs produits génèrent 90% de leurs revenus, et 90% de leurs produits génèrent 10% des revenus.

C’est une application unique, mais la plupart des mises en œuvre dans le secteur de la vente au détail se trouvent en Amérique du Sud et au Mexique. Et nous avons également une mise en œuvre dans le secteur de la vente au détail qui vient d’Afrique du Sud. Takealot devait être présent à la conférence, et c’est le plus grand magasin en Afrique du Sud.

Conor Doherty : D’accord, merci. Je vais continuer. Il n’y a pas vraiment grand-chose à ajouter à cette question, Carol. Vous avez mentionné plusieurs fois le concept de flux. Pourriez-vous définir le concept de flux et expliquer ce que cela signifie dans le contexte du DDMRP, s’il vous plaît ?

Carol Ptak : Eh bien, c’est le pilier fondamental. Le flux est le taux auquel une supply chain convertit les matériaux en produits requis par un client. Et c’est très spécifique. Le flux est le taux auquel une supply chain convertit les matériaux, les entrées, en sorties requises par un client. C’est absolument le pilier fondamental du DDMRP. C’est également le pilier fondamental du Lean, de la Théorie des Contraintes et de beaucoup d’autres domaines d’amélioration des opérations, plus courants, plus récents, devrais-je dire. Donc c’est tout le pilier fondamental. Comme je l’ai dit, si Joannes voulait écrire un vrai Post-It sur le demand-driven, c’est tout à propos du flux.

Conor Doherty : Merci, Carol. Joannes, vous avez pris des notes. Souhaitez-vous répondre ? Eh bien, celle-ci est pour vous. Comment Lokad intègre-t-il l’adaptabilité au niveau du système tout en équilibrant la sensibilité de la solution aux variations de la supply chain ?

Joannes Vermorel : Donc, deux angles ici. En ce qui concerne la sensibilité aux variations, la question est : sont-elles souhaitables ou non ? Il existe des classes de recettes numériques qui sont extrêmement, je dirais, réactives en termes de résultats, et c’est très préjudiciable car dans la supply chain, vous avez des effets de cliquet. Une fois que vous avez déclenché une production, vous ne pouvez pas revenir en arrière, vous devez donc vivre avec votre décision.

Donc, vous ne voulez pas vraiment de recettes numériques qui sont réactives et erratiques par elles-mêmes. En passant, l’un des aspects de la prévision probabiliste est qu’elle tend à rendre les recettes numériques beaucoup plus stables. Une grande partie de l’incertitude que vous avez avec les systèmes traditionnels est que lorsque vous avez une prévision classique, une petite déviation de la prévision a tendance à se propager en une divergence massive en aval. Ce problème est résolu en passant à la prévision probabiliste et à l’optimisation stochastique.

Maintenant, nous avons un autre angle dans la question, qui est l’adaptabilité. La réalité est que lorsque vous avez une recette numérique et qu’il se produit quelque chose de catastrophique ou complètement sans précédent, il n’y a pas de substitut à l’intelligence humaine. La façon dont Lokad fonctionne est d’avoir des scientifiques de la supply chain qui peuvent, en très peu de temps, réécrire et modifier les recettes numériques pour s’adapter à la nouvelle situation. Encore une fois, nous n’avons pas de boule de cristal ; nous ne pouvons pas anticiper quelque chose de radicalement sans précédent comme le blocage de l’Evergreen dans un canal.

Mais quand cela se produit, il y a tellement de changements que cela nécessite une intervention humaine. Mais l’esprit humain n’est pas là pour réparer chaque SKU individuellement ; il est là pour réécrire la recette numérique. Ensuite, nous sommes de retour en affaires. Toutes les décisions sont automatisées et se font automatiquement et à grande échelle.

Conor Doherty : Carol, souhaitez-vous ajouter quelque chose à cela ?

Carol Ptak : Je ne peux pas parler de Lokad.

Conor Doherty : Eh bien, cette question était à l’origine pour vous, Carol, mais en fait, je pense qu’il serait plus intéressant de la poser d’abord à Joannes, puis nous pourrons comparer vos réponses. Alors, Joannes, pourquoi êtes-vous réticent à comparer les études de cas de prévision probabiliste avec DDMRP ou celles de Carol ? Disons les choses ainsi.

Joannes Vermorel : Parce que tout d’abord, je ne crois pas du tout aux études de cas dans les logiciels d’entreprise ou les pratiques d’entreprise. Le domaine a été rempli de problèmes depuis essentiellement les années 1950. Le problème, encore une fois, c’est que vous avez un énorme conflit d’intérêts. Pensez simplement que le fournisseur ne publiera pas l’étude de cas à moins que cela ne les mette sur un piédestal.

Et puis les clients, les gestionnaires qui risquent leur réputation lorsqu’ils se lancent dans une initiative, ont un énorme intérêt à faire croire au monde entier que cette initiative s’est déroulée de manière superbe. Mon observation occasionnelle est que 90% des initiatives en supply chain échouent dans toutes les entreprises, tous les pays, tous les secteurs. 90%, c’est la même base.

Et combien d’études de cas puis-je citer dans toute ma carrière qui montraient des résultats désastreux ? Aucune, pas une seule. La seule étude de cas négative que j’ai pu trouver était grâce, je dirais, à des journalistes brillants. Par exemple, j’encourage cette audience à lire “Les derniers jours de Target Canada”. C’est un résumé fantastique de tout ce qui a mal tourné, mais c’est super rare.

Leo a perdu un demi-milliard d’euros il y a quelques années seulement dans le cadre d’une initiative d’optimisation des stocks SAP. Pas d’étude de cas. Donc vous voyez mon point. Le conflit d’intérêts est tellement énorme qu’il ne s’agit pas de comparer mon étude de cas à votre étude de cas. Cette chose doit disparaître. Il s’agit d’une méthodologie qui doit être rejetée sans réserve, point final.

Conor Doherty: D’accord. Eh bien, Carol, la question était à l’origine pour vous. Pourquoi pensez-vous que Joannes hésite à comparer les études de cas avec les vôtres ?

Carol Ptak: Eh bien, c’est une très bonne question, et lui seul peut y répondre. Je sais qu’il est très réticent à propos des études de cas. Je veux dire, pour dire les choses plus concrètement, la question évidente serait : “En avez-vous ?” Et j’encourage les gens à parler à ces gars-là, pas seulement à ce qui est publié, mais à venir réellement leur parler et obtenir les détails.

Parce que nous les encourageons à dire réellement : “Si nous devions le refaire, que ferions-nous différemment ? Où avons-nous échoué ? Qu’est-ce qui n’a pas fonctionné ? Qu’est-ce que nous pensions qui allait fonctionner ?” Nous encourageons ce genre de transparence dans nos études de cas. Comme je l’ai dit plus tôt, nous n’autorisons pas les sociétés de logiciels et nous n’autorisons pas les sociétés de conseil à réaliser les études de cas. Ce sont les personnes.

C’est la raison pour laquelle nous organisons le Demand Driven World, pour permettre à ces praticiens de se parler afin qu’ils puissent avoir ce genre de conversations sur ce qui a fonctionné, ce qui n’a vraiment pas fonctionné, ce qu’ils ont appris, comment pouvons-nous apprendre les uns des autres. Pas seulement les succès, qui sont importants, mais comment apprenons-nous des échecs ? Qu’est-ce qui ne s’est pas bien passé ?

Et je pense que c’est absolument essentiel. Si nous pouvons aider à partager les échecs pour éviter à quelqu’un d’autre de se cogner le pied sur le même trottoir, alors je pense que c’est une bonne chose. C’est pourquoi nous organisons le Demand Driven World. La plupart de nos mises en œuvre se font en Europe, c’est pourquoi nous venons en Europe la semaine prochaine.

Mais nous pensons que les études de cas sont absolument essentielles car c’est la première chose que l’on nous demande. Comprenez bien, l’Institut Demand Driven, nous ne sommes pas une société de conseil. Nous ne sommes pas une société de logiciels. Nous n’avons jamais été une société de logiciels, et nous n’avons jamais été une société de conseil. Nous sommes simplement des leaders d’opinion dans le domaine de la supply chain. Nous sommes donc très indépendants de toutes les sociétés de logiciels.

Mais lorsque les gens ont commencé à considérer le demand-driven, cela a changé juste après la pandémie. Je dirais que cela a changé de “Avez-vous essayé le demand-driven ?” à “Pourquoi n’avez-vous pas essayé le demand-driven ?” Et cela était dû aux résultats que les entreprises ont constatés pendant la pandémie et qui avaient déjà mis en place des mises en œuvre.

Conor Doherty: D’accord, eh bien, je vais insister, mais je reviendrai vers vous, Carol. Tout d’abord, encore une fois, c’est en fait pour vous deux, mais je vais commencer par Carol car vous étiez déjà en train de parler. Dans un monde hautement VUCA avec une demande rare et erratique, comment prendriez-vous des décisions sans augmenter considérablement les niveaux de stock ? Et sous-question, comment gérez-vous l’incertitude sur l’incertitude dans de telles situations difficiles ?

Carol Ptak: Eh bien, il faut vraiment comprendre l’entreprise. Cette question ne donne pas suffisamment d’informations. Qu’est-ce que l’incertitude sur l’incertitude ? Dans quelle mesure cette incertitude est-elle auto-causée ? Dans quelle mesure cette incertitude est-elle due à votre stratégie de tarification ? Il y a beaucoup de couches d’oignon à éplucher pour arriver à la cause profonde.

Je revenais d’une conférence dans le Wisconsin où une entreprise de logiciels est venue me voir et m’a demandé : “Comment proposeriez-vous d’effectuer une allocation en cas de pénurie ?” J’ai demandé : “Votre client a-t-il un excédent de stocks ?” “Oh oui, ils ont trop de mauvaises choses, pas assez des bonnes.” J’ai dit : “Eh bien, résolvez ce problème.” Parfois, ce que nous constatons, c’est que cette variabilité sur cette variabilité est auto-induite.

Si je veux être un fournisseur à réponse rapide, à forte variabilité et à faible volume, vous ne pouvez pas le faire en important de Chine. C’est une stratégie différente. Votre stratégie doit être en accord avec votre capacité opérationnelle, et votre capacité opérationnelle vous permet d’avoir différents avantages stratégiques. Ces choses doivent être alignées. C’est pourquoi DDAE examine la stratégie, le tactique et les opérations et sépare ces trois plages pertinentes.

Conor Doherty: Merci. Joannes, même question.

Joannes Vermorel: C’est une question très intéressante. Commençons par les comportements rares et intermittents. Rares et erratiques, oui, c’est là que l’approche probabiliste brille vraiment. Lorsque vous traitez avec quelque chose de rare, vous devez avoir un instrument mathématique qui vous permette de traiter les modèles subunitaires.

Si vous demandez simplement : “Combien d’unités vais-je vendre au cours d’une semaine ?”, vous pourriez dire : “50% de chances que je n’en vende qu’une seule.” Dans le monde classique, vous diriez 0,5, mais cela n’a pas de sens car vous ne pouvez pas fractionner l’unité ; elle est conditionnée. La perspective classique a du mal avec les prédictions subunitaires, ce qui donne beaucoup d’absurdités car vous vous retrouvez avec des nombres fractionnaires qui ne sont tout simplement pas réels. Ils existent en mathématiques, mais ils n’existent pas dans la chaîne d’approvisionnement où c’est soit zéro, soit un.

Avec les probabilités, vous obtenez une solution élégante qui fonctionne réellement, où vous pouvez avoir une probabilité pour zéro, une probabilité pour un, une probabilité pour deux, disons, unités, et peut-être une probabilité pour 50 unités également, qui sera le pic erratique. Donc, rare et intermittent, c’est là que ça brille vraiment.

Maintenant, lorsque vous accumulez l’incertitude sur l’incertitude, c’est une question très intéressante. Comment faites-vous dans un monde déterministe lorsque vous ajoutez un retard à un autre retard ? La réponse : vous faites une somme, une addition qui semble être une chose super normale. Ainsi, vous pouvez additionner, soustraire, multiplier. Eh bien, il s’avère que lorsque vous avez de l’incertitude, si vous avez quelque chose comme une algèbre de variables aléatoires, vous pouvez faire toutes ces combinaisons d’incertitudes, et vous obtiendrez une algèbre de variables aléatoires. Vous serez en mesure de calculer efficacement les incertitudes résultantes que vous avez par-dessus tout cela. Donc, je ne décris pas exactement la solution ; je décris simplement les instruments qui vous permettent d’y arriver.

Tout d’abord, vous devez avoir, je dirais, des instruments statistiques qui traitent de la rareté et de l’erraticité. Donc, ce ne sera pas votre type de prévision classique. Ce ne seront pas les tampons qui sont des moyennes mobiles glorifiées présentées dans le DDMRP. Et deuxièmement, lorsque vous traitez des incertitudes composées, vous devez avoir les instruments qui vous permettront de le faire. Les gens font cela depuis un demi-siècle en finance. Ce n’est pas de la magie. Lokad n’a pas inventé cela. C’est juste un instrument légèrement inhabituel, mais c’est très simple. Tout comme l’addition, la soustraction de nombres et leur multiplication vous semble naturelle, vous apprendrez simplement à le faire avec l’incertitude impliquée.

Conor Doherty: D’accord, merci. Je vais continuer. Bon, cette question est assez longue. Je vais essayer de la résumer en temps réel. Euh, d’accord, eh bien, je pense que cela s’adresse à vous, Joannes, car vous avez déjà répondu en quelque sorte. Il y a quelques éléments à prendre en compte, mais je vais lire pour l’essentiel.

À Joannes : quelle est votre principale critique du modèle DDMRP et quels aspects spécifiques remettez-vous en question ? Je pense que vous avez déjà répondu à cela, mais je n’ai pas entendu d’argument solide contre le DDMRP au-delà du fait qu’il est trop simple. Si un modèle simple peut donner des résultats, pourquoi avons-nous besoin de modèles de dynamique des systèmes plus complexes et sophistiqués ?

Joannes Vermorel: Ma principale critique est qu’il y a excessivement peu, vous savez, et c’est pourquoi je soulignais les pages. Parce que lorsque vous prenez les éléments, vous réalisez que c’est surtout beaucoup de rien. Et l’idée qu’à partir de beaucoup de rien mis ensemble, vous allez avoir, voilà, un grand assemblage, je pense que c’est complètement absurde. Donc, ma principale critique est qu’il est très, très faible, ligne par ligne et dans son ensemble.

Et puis vous revenez à la question de savoir pourquoi cela fonctionne si bien ? La question, si vous supposez déjà que toutes les études de cas sont vraies - désolé, je ne peux rien faire pour vous. Si vous supposez simplement que l’étude de cas est vraie, que vous pouvez augmenter votre chiffre d’affaires de manière fiable de 60 % en appliquant le DDMRP à la vente au détail tout en réduisant de moitié les stocks dans le même processus et en donnant l’impression que le magasin est encore plus plein, si vous pensez que c’est le genre de résultat que vous pouvez obtenir, vous savez, parce que c’est ce qui est présenté - désolé, encore une fois, j’ai un pont à Brooklyn à vendre. C’est tout.

Conor Doherty: Eh bien, Carol, encore une fois, je veux rebondir là-dessus. Donc, encore une fois, c’est une question d’écouter Joannes et aussi d’écouter la conversation dans son ensemble. Au début, vous avez commenté : “J’ai été surpris que Joannes veuille parler des livres.” Et encore une fois, je ne vais pas parler au nom de Joannes, mais certainement pour moi, si vous me demandez : “Voulez-vous apprendre quelque chose ? Voici plusieurs livres qui expliqueront, comme des manuels, comment l’avion décolle ?” Vous lisez sur l’aéronautique ou l’aéronautique, vous apprenez le principe de Bernoulli. C’est écrit dans un livre. Donc, je n’apprends pas que les avions volent ; je lis ce livre pour apprendre comment les avions volent.

Donc, quand vous parlez d’études de cas, et je vais, pour l’argument, dire que ça fonctionne, d’accord, mais je pense que pour Joannes et peut-être pour les personnes qui écoutent aussi, le problème est que si je veux apprendre comment ça fonctionne, vous dites que ce n’est pas dans les livres.

Carol Ptak: Oh non, c’est clairement dans les livres. Joannes dit que ce n’est pas dans les livres. C’est dans les livres. Nous avons écrit ces trois livres pour trois marchés très distincts et différents. Le livre “Demand Driven Adaptive Enterprise” a été écrit pour un cadre dirigeant afin de comprendre comment tout cela est mis en place. Le livre “Adaptive S&OP” a été écrit pour l’équipe S&OP pour savoir comment nous pouvons maintenant relier un processus S&OP stratégique qui produit un plan d’entreprise adaptatif qui peut être traduit en un modèle opérationnel axé sur la demande. Et le livre “DDMRP” explique très précisément comment fonctionne le moteur DDMRP.

Maintenant, j’adore la critique selon laquelle c’est trop simple. Je pense que c’est le meilleur compliment que je puisse recevoir. Pourquoi ? Parce qu’il est très facile de compliquer les choses. Il est très difficile de simplifier les choses. Et nous avons travaillé très, très dur pour rendre le concept simple à comprendre et facile à mettre en œuvre.

Donc, toute la conversation d’aujourd’hui porte sur : est-ce que le modèle DDAE résout le problème dans la chaîne d’approvisionnement réelle d’aujourd’hui ? Eh bien, c’est le monde réel. Nous devons avoir quelque chose de compréhensible, facile à mettre en œuvre et qui donne des résultats significatifs. Vous savez, lorsque vous regardez les outils de réflexion critique, vous recherchez toujours cette idée révolutionnaire qui résout de nombreux problèmes de manière très profonde. Et c’est ce que fait le demand-driven.

Je veux dire, j’adore Eli Goldratt. Je veux dire, il a toujours dit les choses si bien. Vous savez, il disait : “Si vous devez utiliser les mathématiques pour vous expliquer, alors vous ne savez pas de quoi vous parlez.” J’adore Goldratt. Je veux dire, il a trouvé de grandes choses, vous savez, donc si la pire critique de Joannes est qu’il n’aime pas ce que nous appelons une équation, d’accord, le reste du monde appelle ça des équations. Et il y a certaines exigences de formatage par une maison d’édition, et je ne sais pas combien de livres Joannes a publiés, mais il y a certaines exigences de publication dans le formatage lorsque vous publiez un livre, vous devez donc étiqueter les choses comme un graphique ou une figure, d’accord ? Et c’est une exigence.

Donc, vous traitez avec les maisons d’édition, et nous serions heureux de tout enlever, mais c’est une exigence. Donc, je ne sais pas combien de livres vous avez eu l’expérience de publier, mais vous constaterez que c’est une exigence lorsque vous publiez avec certaines maisons d’édition de premier plan, comme si toutes ces choses doivent être étiquetées. Donc, dire que ce que nous faisons est simple est le meilleur compliment que je puisse penser car nous travaillons très, très dur pour le rendre simple à comprendre, simple à mettre en œuvre, mais produire des résultats profonds.

Conor Doherty: D’accord, merci, Carol. Je repasse à Joannes.

Joannes Vermorel: Oui, je pense que c’est une déformation de ma critique. Je n’ai pas dit que ces livres sont simples. Au contraire, j’ai largement représenté qu’ils sont très compliqués pour présenter des choses qui sont, en fin de compte, très simples. C’est quand je dis que vous passez littéralement une demi-douzaine de pages en anglais pour dire : “Ajoutez ceci, soustrayez cela, multipliez par cela.” Il est tout simplement incroyablement difficile de suivre ce qui aurait été représenté avec, encore une fois, des formules d’école primaire, comme super basique.

Et au contraire, vous voyez, c’est là le problème avec ce livre. Je ne critique pas le fait qu’ils soient trop simples. Ce n’est pas mon point. Mon point est qu’ils sont excessivement faibles. C’est une critique très différente. La faiblesse n’est pas la simplicité. Vous pouvez avoir des choses qui sont excessivement simples et belles. Les équations de Maxwell, vous savez, excessivement simples, belles. Oui, le formalisme est assez élaboré, mais ce n’est pas le genre de problème de simplicité dont je parle.

Mon point est que ces livres auraient pu être considérablement simplifiés, en fait de manière drastique, encore une fois, en respectant les normes établies lorsque vous avez des choses que vous voulez ajouter, soustraire, et ainsi de suite, vous utilisez simplement une formule simple, et vous ne passez pas littéralement une demi-douzaine de pages d’explications extrêmement compliquées et tortueuses pour expliquer ce qui est simple. Et mon point, la critique, c’est qu’en faisant cela, vous gonflez le nombre de pages, vous gonflez la masse de mots pour, au final, ne pas livrer grand-chose, encore une fois, sur 900 pages.

Conor Doherty: Très bien, je vais continuer. À ce stade, nous en sommes à 80 minutes, donc je vais commencer à supprimer les questions qui ont déjà été répondues. Donc, encore une fois, je ne vais pas demander à Joannes des études de cas sur le DDMRP. Nous avons bien couvert ce sujet. Oui, donc, je vais d’abord m’adresser à Carol.

Pouvez-vous définir conjointement la portée, les situations ou les conditions dans lesquelles quelque chose de plus sophistiqué que le DDMRP est nécessaire ? Par exemple, dans les processus de désassemblage, le DDMRP semble être insuffisant. Comment aborderiez-vous de tels scénarios ?

Carol Ptak: En fait, dans le désassemblage, cela a très bien fonctionné. L’une des premières études de cas était une entreprise appelée Erickson Air-Crane. Désolée, Joannes, de revenir sur une étude de cas, mais l’Erickson Air-Crane possède en fait le certificat de vol pour l’hélicoptère Sikorsky. Et donc ils ont un processus de désassemblage complet. Donc ça fonctionne très, très bien, et ça fonctionne très bien là-bas en raison du niveau élevé de variabilité.

Lorsque vous recevez un avion qui atterrit en état de maintenance. Maintenant, vous devez comprendre comment il a été construit, comment il a été conçu, puis vous devez essayer de remettre tout en place. Et puis vous avez un problème avec votre certificat de vol de la FAA qui dit qu’une pièce a été rétrofitée et est valable jusqu’au 31 octobre 2024, mais une autre pièce a été rétrofitée et est valable jusqu’au 1er juin 2025. Le châssis est certifié jusqu’au 31 octobre 2024 car toutes les pièces doivent correspondre. Donc, lorsque vous êtes confronté à ce genre de grande variabilité, cela fonctionne plutôt bien.

Ce que je dis aux gens, c’est que je me fais toujours poser la question : “Dans quelle industrie cela ne convient-il pas ?” L’industrie où le demand driven ne convient pas, c’est si vous êtes dans une industrie très fiable où le temps de tolérance de votre client est plus court que votre temps de cycle cumulatif et où vous ne rencontrez aucune variabilité des opérations, alors cela ne fonctionnera pas.

Implicitement, non, je n’ai pas trouvé cet endroit dans le monde, mais bon, théoriquement, vous pourriez le pousser à ce point. Plus il y a de variabilité, de volatilité, d’incertitude, de complexité et d’ambiguïté, mieux cela fonctionne car il a été conçu. L’entreprise adaptative axée sur la demande a été conçue pour le monde VUCA d’aujourd’hui, et elle fonctionne dans le monde VUCA d’aujourd’hui.

Conor Doherty: Je vous laisse répondre.

Joannes Vermorel: Oui, je prendrais juste cet exemple, encore une fois, pour l’audience. D’accord, parlons aviation. Nous avons donc des pièces qui ont des heures de vol et des cycles de vol. Je simplifie les choses pour l’audience. Cela signifie donc que lorsque vous regardez votre inventaire, vous ne pouvez pas dire : “J’ai une unité, deux unités, trois unités, cinq unités”. Cela n’a pas vraiment de sens car chaque unité que vous avez a un certain nombre d’heures de vol et de cycles de vol, d’ailleurs.

Vous pouvez vous retrouver avec des milliers d’heures de vol mais avec une seule pièce ou peut-être seulement 100 heures de vol mais vous avez deux pièces pour une raison quelconque. Donc, en fin de compte, ce que vous ne pouvez plus faire, c’est avoir une représentation unidimensionnelle de votre SKU. Vous ne pouvez pas dire : “J’ai une, deux, trois, quatre, cinq unités supplémentaires”. Vous avez besoin d’une représentation multidimensionnelle du SKU.

Et encore une fois, si je reviens au DDMRP et à tout ce qui est dans les livres, ces points ne sont jamais abordés, même pas seuls les points qui pourraient aborder ces problèmes. Ils ne sont pas abordés. Je garantis à cette audience que vous ne trouverez rien qui vous permette de résoudre les problèmes de SKU multidimensionnels. Et pourtant, c’est littéralement la non-linéarité et la complexité que les livres se sont fixées comme objectifs dès le début.

Carol Ptak: Je suis d’accord avec Joannes, absolument. Oui, nous ne traitons pas les pièces multidimensionnelles. Est-ce que cela signifie que nous ne savons pas comment le faire ou que nous ne savons pas comment le mettre en œuvre ? Absolument pas. Mon expérience est dans l’aérospatiale. J’ai beaucoup travaillé avec les dépôts d’aviation de la NAA à Cherry Point, Jacksonville et en Californie, ainsi qu’avec les compagnies d’hélicoptères. Je veux dire, c’était ma carrière. Si vous faites des recherches, j’ai passé 20 ans dans l’aérospatiale.

Je comprends donc les pièces multidimensionnelles car vous avez différents numéros de SKU avec différents codes d’état et différents nombres d’heures de vol. Et Joannes, vous avez tout à fait raison. Nous ne traitons pas les pièces multidimensionnelles dans aucun de ces livres. Maintenant, je veux dire, si vous voulez lire un livre sur les ERP, mon livre sur les ERP est la première fois que la remanufacturation apparaît dans un livre. Mais c’est un environnement tellement spécialisé que si nous mettions tout en place sur chaque environnement qui existe, ces livres feraient 3 000 pages.

Ce sont les fondamentaux, les éléments de base de toute entreprise adaptative axée sur la demande. Il y a différentes dimensions que vous ajoutez, comme nous l’avons déjà discuté, la vente au détail, vous savez, nous discutons de l’aérospatiale, nous discutons de la remanufacturation, de la gestion de projet. Que diriez-vous d’une entreprise qui n’utilise jamais le même matériau deux fois ? Des mises en œuvre très réussies de la demande pilotée. Donc ces livres représentent les éléments de base.

Vous savez, c’est comme vous l’avez mentionné plus tôt, si je lis sur le vol, oui, je vais lire les livres et je vais comprendre le principe de Bernoulli et tout ça, mais ça ne va pas faire de moi un pilote d’un 747.

Conor Doherty: Cela ferait de moi un ingénieur juste pour compléter cette comparaison. Mais Joannes, votre…

Joannes Vermorel: Non, je pense encore une fois que nous sommes confrontés à un argument d’autorité pour le public, que j’ai mentionné au départ, qui est “Faites-moi confiance”. Donc de toute façon, je suggère que nous passions à autre chose pour ne pas revenir aux mêmes arguments.

Conor Doherty: Eh bien, d’accord. Eh bien, celui-ci est pour Joannes. Donc APICS et ASCM soulignent également l’importance de la frontière entre le push et le pull. Dans votre solution, à quel moment du réseau de la chaîne d’approvisionnement passez-vous d’une approche push à une approche pull ?

Joannes Vermorel: Tout d’abord, la distinction entre le push et le pull est à nouveau basée sur une mauvaise approche. Nous revenons donc à une sorte de mentalité des années 1970 où l’on suppose que les différentes parties de l’organisation ne peuvent pas communiquer entre elles. Donc en effet, vous devez avoir une partie qui décide quand pousser ou quand tirer. Mais encore une fois, c’est un peu absurde à l’ère d’Internet. Pourquoi ? Tout simplement, vous pouvez mettre une intelligence en place, artificielle ou non, peu importe, tant que vous avez un réseau.

La seule chose à faire est de déclencher des décisions. Si vous décidez de déplacer 10 unités du point A au point B, je veux dire, c’est juste une perspective de dire que si c’est le point A qui appelle les unités, alors vous tirez. Si c’est le point B qui décide, alors vous poussez. Encore une fois, cette distinction n’est pas valable à l’ère d’Internet. Donc ma position serait de ne pas maintenir les concepts qui ont été rendus obsolètes il y a environ 25 ans par l’idée que vous avez un réseau Internet et donc que l’information peut circuler librement dans votre chaîne d’approvisionnement.

Chez Lokad, nous ne nous occupons pas vraiment de cela car c’est un problème obsolète, et il n’existe que dans les entreprises qui persistent à utiliser, je dirais, des méthodologies et des perspectives obsolètes.

Conor Doherty: Très bien, il reste deux questions et ensuite nous passerons à autre chose car cela fait un moment maintenant. Mais Joannes, vas-y en premier. À quel point les calculs traditionnels de stocks de sécurité sont-ils efficaces pour une entreprise gérant à la fois un volume élevé et une grande variabilité dans son fonctionnement ?

Joannes Vermorel: Le stock de sécurité est défaillant à bien des égards. Je vais faire court, mais en fin de compte, pourquoi est-il complètement défaillant ? Chaque fois que vous investissez 1 $ dans votre chaîne d’approvisionnement, ce dollar entre en concurrence avec tous les investissements en inventaire, disons, dans tous les SKU. Tous les SKU entrent en concurrence pour ce dollar. Votre modèle de stock de sécurité suppose que vous pouvez traiter un SKU de manière totalement isolée, en ignorant tout ce qui se passe sur les autres SKU. C’est littéralement le modèle de stock de sécurité.

Donc, rien que sur cette prémisse, le stock de sécurité est complètement défaillant. Et puis vous avez un deuxième problème, qui est un détail de mise en œuvre, mais en pratique, c’est vraiment un tueur, c’est l’hypothèse de la distribution normale qui est faite par-dessus cela. Donc le stock de sécurité signifie invariablement, à la fois dans les manuels et dans les logiciels, l’utilisation de distributions normales pour la demande et les délais de livraison. Et c’est insensé.

Donc le gros problème, encore une fois, c’est que tous les SKU entrent en concurrence pour le même investissement. Donc toute logique indépendante du SKU est défaillante par conception. Et puis vous avez un deuxième problème, qui est les mathématiques qui sont utilisées, qui sont vraiment inadéquates.

Conor Doherty: Merci. Carol, qu’en pensez-vous ?

Carol Ptak: Je suis ravie d’avoir trouvé un autre point d’accord avec Joannes. Le stock de sécurité est fondamentalement défaillant, absolument. D’accord, c’est l’une des deux choses que nous éliminons dans la méthodologie axée sur la demande. Et la raison en est que les stocks de sécurité, tels qu’ils sont calculés par tout logiciel d’optimisation MEIO, supposent que pour offrir un meilleur service client, vous devez avoir plus de stock et que vous pouvez calculer la quantité de stock de sécurité nécessaire, comme l’a dit Joannes, de manière isolée, SKU par SKU, en examinant la variation et en examinant le score z pour votre taux de service souhaité.

C’est ridicule. C’est absolument ridicule, et nous appelons cela une vérité profonde. Une vérité profonde ne peut être exposée que par une vérité plus profonde, qui est, encore une fois, cela remonte à ce Post-It que j’aimerais pouvoir mettre dans le bureau de Joannes : “Tout est une question de flux.” Lorsque nous avons un meilleur flux, nous obtenons un meilleur service client avec moins de stock en même temps. Ce n’est pas un compromis, vous savez.

Les systèmes MEIO qui essaient d’optimiser ces deux positions, la quantité de stock et le service client, sont absolument fondamentalement défaillants, et l’approche axée sur la demande n’utilise pas de stocks de sécurité. Donc je suis d’accord avec Joannes, absolument juste.

Conor Doherty : Très bien, et encore une dernière question. Il y avait d’autres questions, mais je veux passer à la prochaine section. Tout ce qui n’a pas été répondu sera traité sur LinkedIn. Mais voici en fait une question qui vient, Carol, de quelqu’un qui est fan de vous, en fait. Je ne vais pas dire le nom, mais quelqu’un qui est fan de vous. Donc cela vient en toute bonne foi et de bon esprit.

Donc, Carol, à vous : Si la critique de Joannes est complètement incorrecte, s’il est complètement à côté de la plaque, alors pourquoi, selon vous, pensez-vous que l’approche axée sur la demande n’est pas plus répandue ou plus populaire ?

Carol Ptak : Eh bien, c’est intéressant. Vous savez, je ne… sa critique… bon, laissez-moi revenir en arrière. Ma déception était que je pensais que notre débat d’aujourd’hui porterait sur la méthodologie, et non sur les numéros de page et l’étiquetage des choses, les graphiques et les figures, que nous sommes obligés de faire par nos éditeurs. Donc j’ai été déçue de la profondeur de notre discussion aujourd’hui.

Je pense que les questions que nous avons échangées à la fin étaient la meilleure partie, plutôt que Joannes lisant ses notes préparées à l’avance. Je cherchais une discussion plus dynamique. Pourquoi l’approche axée sur la demande n’est-elle pas plus répandue ? Elle est en fait très connue dans certains pays, et cela dépend de l’équipe qui est dans le pays. En France, très, très connue, c’est pourquoi nous avons été la cible de Joannes pendant de nombreuses années.

Il s’en prend à la méthodologie axée sur la demande depuis de nombreuses années en raison de sa visibilité en France. Notre pays numéro un est la France. Le deuxième est la Colombie. Le troisième est le Mexique. Nous venons de nous étendre au Japon. Les États-Unis connaissent une croissance fulgurante. Nous voyons donc certaines très grandes entreprises de produits de consommation, comme Fortune Brands, qui la mettent en œuvre. Nous avons également des marques moins connues comme Toyota et Caterpillar qui la mettent en œuvre.

Je remettrais en question le fait qu’elle ne soit pas plus connue. Ce sont des entreprises très, très importantes qui ont généralement adopté cette idée. Nous avons également eu des petites entreprises familiales car elles comprennent l’impact et l’importance de la trésorerie. Ce qui est encore plus excitant, c’est que nous nous sommes étendus en Chine pendant la pandémie, et nous nous étendons maintenant au Japon. L’équipe au Japon dit : “Vous savez, nous réalisons que l’approche axée sur la demande est ce qui nous manquait car l’approche Kaizen est limitée, et nous avons besoin d’une idée révolutionnaire.” Ils pensent que l’approche axée sur la demande est également celle-ci.

Donc le fait que notre dictionnaire axé sur la demande soit disponible en 12 langues, que l’examen soit disponible en neuf langues, je remettrais en question le fait qu’elle ne soit pas plus connue. Ceux d’entre nous dans la communauté ont tendance à regarder combien d’entreprises ne l’utilisent pas plutôt que la taille et l’étendue des entreprises qui l’utilisent. Pour répondre à Joannes, de nombreuses entreprises, une fois qu’elles l’ont mise en œuvre, ne font pas état de leur étude de cas car elles la considèrent comme un avantage concurrentiel, et c’est regrettable.

Conor Doherty: D’accord, Joannes, je vais légèrement modifier la question car évidemment, les raisons pour lesquelles vous pensez que cela ne fonctionne pas ne correspondent pas nécessairement à celles des personnes qui n’ont pas, encore une fois, votre niveau de formation académique. Alors pourquoi pensez-vous que, pour les autres praticiens, cela n’est pas plus répandu, plus adopté ?

Joannes Vermorel: Je veux dire, factuellement, je dirais très, très factuellement, parce que je pense que c’est excessivement ambigu. Il y a certaines méthodes, si je devais les comparer à d’autres théories de la chaîne d’approvisionnement - pas les miennes, encore une fois, mettons mes propres choses de côté - disons si je devais me tourner vers des théories concurrentes, disons le flowcasting, par exemple. Je ne crois pas non plus au flowcasting, mais ils sont extrêmement spécifiques dans leur théorie, extrêmement, extrêmement spécifiques.

Donc, si je veux mettre en œuvre un logiciel de flowcasting, je peux prendre le livre de flowcasting - ça s’appelle flowcasting - et littéralement, ils me donnent tout ce dont j’ai besoin. Il n’y a presque aucune ambiguïté sur ce que je dois faire pour le mettre en œuvre. Je ne dis pas que le flowcasting est bon ; en fait, je pense que c’est assez terrible. Mais à leur crédit, leur théorie qu’ils présentent n’est pas ambiguë et n’est pas vague. Ici, le DDMRP, je dirais que la principale critique serait qu’il est excessivement vague, extrêmement faible et très difficile de formuler quelque chose.

Si je devais enlever mon chapeau d’éditeur de logiciels et dire que je veux le mettre en œuvre, c’est tellement vague que je ne sais même pas par où commencer. Désolé, et je sais que c’est une chose subjective, donc je ne peux dire qu’à l’audience, prenez l’un de ces livres, lisez 10 pages au hasard et posez-vous la question : “Puis-je prendre ce qui a été dit et faire quelque chose de non ambigu pour mon entreprise ?” Non ambigu. Posez-vous votre propre question, et la réponse que vous obtenez à cette question que vous vous posez devrait être le véritable juge de savoir si ce que je dis est correct ou simplement absurde.

Carol Ptak: Eh bien, je remettrais en question le fait que n’importe quel livre que vous prenez et que vous lisez 10 pages, vous n’obtiendrez pas une image complète. La façon dont tous nos livres sont écrits, c’est d’abord que nous décrivons le problème, puis nous décrivons la direction de la solution, puis nous décrivons comment la solution résout le problème, puis nous traitons ce que nous appelons les obstacles, les “oui, mais”, et ensuite nous décrivons une voie sûre à suivre. Donc prendre 10 pages au hasard, je ne pense pas que cela vous mènerait là où vous voulez aller.

Mais je résumerais la discussion d’aujourd’hui comme suit : Tout est une question de flux, et approximativement juste vaut mieux que précisément faux.

Conor Doherty: Eh bien, à ce stade, je n’ai plus de questions, mais je vais simplement ouvrir le débat. Joannes, y a-t-il quelque chose que vous souhaitez poser directement à Carol sans ma supervision ?

Joannes Vermorel: Non, je tiens à remercier Carol d’avoir fait cet exercice. Je l’apprécie vraiment. Cela a été un vrai débat. Je veux dire, le but n’était pas de concilier mes points de vue. Je ne vais pas vous convaincre, et vous ne me convaincrez probablement pas non plus, mais j’apprécie vraiment que vous ayez pris le temps et l’effort d’avoir cette discussion. Pour moi, cela signifie beaucoup, et mon objectif à l’avenir sera d’avoir plus de débats de ce genre. Évidemment, il y a d’autres théories, donc c’est un objectif que je me fixe pour cette chaîne.

Je suis très content que Carol ait consacré, encore une fois, une bonne heure et demie de son temps. Je l’apprécie vraiment, et je tiens à te remercier, Carol, pour cela.

Carol Ptak: Eh bien, je vous en prie, et j’apprécie l’invitation. J’espérais que nous pourrions débattre en face à face, mais ensuite la pandémie est arrivée, donc cela a été reporté. Je suis donc heureuse que cette opportunité se soit présentée à nouveau, car, si vous vous en souvenez, je m’étais engagée envers vous en vous disant que je serais prête à débattre à tout moment, n’importe où, car je pense qu’il est très important de mettre toutes les informations complètes sur le marché et de débattre de ces points.

Je pense que, comme dans un débat, quelqu’un peut décider exactement quelle voie il veut suivre, et c’est très bien. Comme je l’ai dit plus tôt, si je devais le résumer, le demand-driven est avant tout une question de flux. Approximativement juste vaut mieux que précisément faux.

Conor Doherty: Eh bien, Carol, je sais que j’ai entendu quelque part que la France est le pays numéro un en matière de mise en œuvre du DDMRP. Donc, la prochaine fois que vous êtes en France, si vous êtes à Paris, je sais que nous serions tous les deux très heureux de vous recevoir, ne serait-ce que pour dîner.

Carol Ptak: C’est mon préféré. Mes gars à Toulouse savent que quand j’arrive là-bas, il faut du foie gras et du magret de canard. J’ai mon canard, j’ai mon foie gras, et je suis un petit campeur heureux.

Conor Doherty: Eh bien, à ce stade, je vais conclure. Honnêtement, c’était très agréable de vous écouter aller et venir, je dois dire. Cela a pris plusieurs années, je pense qu’il est juste de le dire. Donc, si ce n’était pas édifiant, j’espère que cela a été au moins divertissant pour tout le monde. Encore une fois, merci à vous deux.

Carol Ptak: Conor, je pense que tu as fait un travail absolument fantastique, et je t’en remercie. Comme je l’ai dit, Joannes et moi en avons parlé pendant plusieurs années, donc je suis contente que nous ayons enfin pu le faire.

Conor Doherty: Sur cette note, je vais conclure. Joannes, merci beaucoup pour ton temps. Carol, tu as été d’un grand soutien. Merci beaucoup pour le tien, et merci à tous de nous avoir regardés. À la prochaine.