00:00:00 Introduction
00:02:01 Collaboration project timeline and focus
00:03:03 Classic Lokad scope and reverse sales
00:04:18 Stock inflows, demand forecast, and AI buzz
00:06:00 Probabilistic algorithms and parts classification
00:07:30 Dispatch recommendations
00:09:15 Automation, AI execution, and stock shifting
00:12:26 Estimating stock and sales scenarios
00:13:48 Long-term stock assessment and ROI logic
00:15:13 Stock out penalty and customer trust
00:17:07 2025 project completion and expansion
Résumé
Dans une interview récente, Fabian Hoehner, Directeur Commercial chez Lokad, et Elliot Langella, Lead Supply Chain Scientist chez Lokad, ont discuté de leur participation à la conférence digitale ATR à Athènes, organisée par Tokic group, une entreprise croate du secteur automotive aftermarket. Ils ont mis en avant l’intégration de l’IA dans le secteur automotive aftermarket, en se concentrant sur leur collaboration de trois ans avec Tokic. Ce partenariat, qui a débuté à la fin de 2021, visait à optimiser les niveaux de stocks et à améliorer l’efficacité de la supply chain grâce à une prise de décision pilotée par IA et à la prévision de la demande. Les résultats ont inclus une augmentation de 5% du taux de service et une hausse de 10% des ventes, démontrant le potentiel transformateur de l’IA dans la gestion de la supply chain.
Transcription complète
Fabian Hoehner: Bonjour, ici depuis nos locaux de Paris.
Elliot, nous étions ensemble à Athènes il y a quelques semaines avec Josip du Tokic group, et maintenant, eh bien, nous sommes ici dans notre nouveau et magnifique studio et discutons de ce que nous faisions à Athènes. Peux-tu nous donner un petit aperçu de ton point de vue ? Qu’est-ce que tu y faisais ?
Elliot Langella: Athènes était une conférence sur l’IA dans les applications pour l’automotive aftermarket, avec des résultats, tu sais, juste quelques aperçus des différentes entreprises présentes. Nous y étions donc avec Tokic, présentant le résultat de notre collaboration des trois dernières années.
Fabian Hoehner: Peut-être pourrais-tu nous présenter à nouveau le Tokic group. Josip l’a déjà fait, mais qui sont-ils, surtout d’un point de vue supply chain ? Donne-nous juste une idée.
Elliot Langella: Tokic group est l’un des principaux détaillants de pièces automobiles en Croatie et en Slovénie. Plus de 130 magasins actuellement, je crois, et ce nombre est en croissance. Plus de 150 000 pièces dans le catalogue. Donc, si tu multiplies cela par le nombre de magasins, cela fait beaucoup de variantes, n’est-ce pas ? Beaucoup, en effet.
Ils travaillent donc avec plusieurs centaines de fournisseurs, proposant soit, tu sais, les produits habituels de garage, de simples pièces de rechange utilisées pour réparer les voitures, mais aussi des produits spécialisés comme des camions. Ils répondent ainsi évidemment à la demande locale en Croatie et en Slovénie, mais aussi aux clients à l’export. Ce sont donc un acteur important sur les marchés des Balkans.
Fabian Hoehner: Alors, quand nous parlons de leurs clients, eh bien, maintenant nous avons un écran super sophistiqué en arrière-plan. Est-ce ainsi que nous devons imaginer leurs clients ? S’agit-il de ce genre de produits ?
Elliot Langella: Oui, exactement. C’est en fait une bonne partie de leur clientèle. Des mécaniciens et, tu sais, des propriétaires locaux de garages qui se rendent simplement dans le magasin Tokic pour acheter tout ce dont ils auront besoin afin de réparer les voitures de leurs clients dans les semaines à venir.
Fabian Hoehner: D’accord, parlons alors un peu plus concrètement de la collaboration avec Lokad. Quel était le projet ? Quel était le calendrier ? Donne-nous quelques éléments.
Elliot Langella: Nous avons commencé à la fin de 2021, et c’était une période très difficile pour la supply chain à ce moment-là. Tu sais, le COVID perturbait l’offre et la demande, évidemment avec les confinements. C’était donc une période difficile pour les entreprises de vente au détail. Tu n’étais pas certain que les choses reviendraient à la normale, que ce soit côté offre ou demande.
La première chose que nous avons entreprise avec Tokic a été de travailler sur les délais d’approvisionnement et l’estimation des taux de service des fournisseurs afin qu’ils puissent mieux mesurer l’écart par rapport aux niveaux de stocks optimaux qu’ils devraient détenir. Après quelques mois, nous avons lancé une phase pilote de réapprovisionnement, c’est-à-dire un envoi quotidien des stocks du dépôt vers les magasins. Et quelques mois plus tard, nous étions pleinement opérationnels à la fois sur la planification des achats et sur l’expédition quotidienne.
Fabian Hoehner: D’accord, cela ressemble à un périmètre assez classique de Lokad. Y avait-il quelque chose de particulier ? Je veux dire, vous avez réalisé pas mal d’implémentations au fil des ans. Qu’est-ce qui était intéressant pour toi ? Est-ce quelque chose que tu n’avais pas vu auparavant ?
Elliot Langella: Je pense que ce que Tokic group appelle les ventes inversées est assez intéressant. Nous avons tous acheté des choses en ligne sur Amazon ou Zalando, et tu sais, parfois il y a un problème, la taille n’est pas bonne, et tu peux retourner les produits. Ce n’est pas souvent facile à mettre en œuvre et à proposer à tes clients dans le domaine des pièces automobiles, des pièces de rechange. Mais ce que fait Tokic group, c’est offrir à ses clients la possibilité de venir simplement, obtenir un peu plus d’unités que ce qu’ils paieraient aujourd’hui.
Tu sais, ils bénéficient essentiellement d’un paiement trois semaines plus tard ou à la fin du mois, et ce n’est qu’alors qu’ils peuvent choisir d’acheter effectivement la pièce ou de la retourner au magasin Tokic.
Fabian Hoehner: C’est également pour le physique, je veux dire, dans le le e-commerce, je pense que c’est même pour les pièces automobiles en quelque sorte, enfin, même légalement, mais ils font cela dans leurs magasins physiques ?
Elliot Langella: Directement en magasin physique. Tu pourrais littéralement, tu sais, obtenir des embrayages et des filtres supplémentaires. Tu en obtiens 10 au lieu des quelques-uns que tu prévoyais d’acheter, et, tu sais, trois semaines plus tard tu peux rendre deux parce que tu as fini par en utiliser trois au lieu de quatre.
Fabian Hoehner: D’accord, et quelle en est la conséquence pour toi d’un point de vue Supply Chain Scientist ? Quelles sont les complexités que cela engendre ?
Elliot Langella: Cela crée des entrées et sorties de stocks supplémentaires qu’il faut prendre en compte à la fois dans la planification des achats au niveau du dépôt central, mais surtout dans le réapprovisionnement quotidien des magasins. Eh bien, si tu constates un manque de stock dans un magasin donné aujourd’hui, la décision normale serait d’en envoyer davantage depuis l’entrepôt. Mais il faut aussi tenir compte du fait que certains clients pourraient retourner une partie des unités qu’ils détiennent actuellement. Et donc, en fin de compte, il faut équilibrer ces flux entrants et sortants.
Fabian Hoehner: D’accord, donc influençant la prévision de la demande et ces projections ?
Elliot Langella: La prévision de la demande et la prise de décision au quotidien.
Fabian Hoehner: D’accord, alors, en parlant de prise de décision, nous étions à une conférence sur l’IA. Dis-moi, que fais-tu exactement ? Je veux dire, maintenant c’est l’IA, tout est complètement automatisé. Oui, tout est automatisé et tu ne fais plus rien. Pourquoi continue-t-on à te payer ?
Elliot Langella: Non, non, non. Alors, premièrement, tu sais, l’IA est super célèbre, tu sais, c’est le buzz du moment. Et les gens associent généralement l’IA à ce mot à la mode pour…
Fabian Hoehner: Alors, tu me dis que nous ne faisons pas d’IA ou que dis-tu exactement ?
Elliot Langella: Accorde-moi quelques secondes. Ces jours-ci, les gens associent surtout l’IA aux LLM, comme ChatGPT, les chatbots, les agents en gros, ou des robots ou quoi que ce soit. Ce que nous faisons chez Lokad s’apparente en partie à cela, mais ce n’est pas le produit principal que nous avons développé pour Tokic. Il s’agit plutôt d’IA dans la prise de décision et dans la prévision de la demande. Cela se passe en coulisse, dans le back-end du logiciel, et se reflète ensuite dans les interfaces que les utilisateurs finaux utilisent quotidiennement.
Je dirais que les blocs importants concerneraient la prévision de la demande. Nous utilisons donc des algorithmes probabilistes pour cela, et tu sais, nous nous appuyons sur ce que nous appelons la programmation différentielle, qui est une sorte de variante du deep learning pour y parvenir.
Fabian Hoehner: Ouais, eh bien, ceux qui sont intéressés par ce sujet peuvent se référer aux explications de Johan à ce propos, mais…
Elliot Langella: Nous disposons de quelques heures de contenu sur le sujet.
Fabian Hoehner: D’accord, où d’autre verrais-tu des applications ?
Elliot Langella: Nous utilisons également des LLM et, tu sais, des algorithmes de clustering classiques pour la classification des pièces, les séries temporelles, et la catégorisation des produits. C’est donc particulièrement important pour la prévision de la demande, mais aussi pour, disons, orienter de manière judicieuse les suggestions d’achat et d’expédition que nous effectuons quotidiennement chez Tokic.
Parce que, dans la méthode de pensée de Lokad, il n’y a plus exactement de catégorisation ABC. Il s’agit plutôt d’une compétition entre tous les différents SKU pour des ressources communes, qu’il s’agisse de la capacité à l’entrepôt ou de l’espace disponible en magasin. Et il faut bien équilibrer le fait qu’une pièce volumineuse puisse générer une grande marge tout en occupant l’espace qui aurait pu être utilisé par de nombreuses pièces plus petites pouvant également satisfaire la demande des clients.
Fabian Hoehner: D’accord, donc en fin de compte, une grande variété de types d’IA, et c’est ton travail en tant que Supply Chain Scientist de choisir les outils appropriés pour répondre à n’importe quelle question, qu’il s’agisse de nettoyage de données ou du processus de prise de décision ?
Elliot Langella: Exactement. Pour en faire un processus de niveau production, l’équipe Tokic utilise quotidiennement notre recommandation d’expédition chaque matin de semaine. Il faut donc qu’elle soit prête à 6h00, à l’ouverture de l’entrepôt. Nous ne pouvons pas nous contenter de bidouiller avec des algorithmes sophistiqués. Il faut que ce soit de niveau production et que cela fournisse chaque jour des résultats solides pour l’entreprise.
Fabian Hoehner: D’accord, que se passerait-il si vous ne livriez pas ? S’ils ne reçoivent pas les données à 6h00 du matin ?
Elliot Langella: Nous disposons donc de logiques de secours pour nous assurer qu’il y a toujours quelque chose sur lequel ils peuvent compter, ou alors nous pouvons accélérer certains traitements pour obtenir une approximation de certains résultats afin qu’une heure, une heure et demie plus tard, ils aient quelque chose sur quoi s’appuyer et puissent ainsi poursuivre le reste de la journée.
Fabian Hoehner: D’accord, mais il faut que cela fonctionne, sinon il y aura, eh bien, quelques camions qui ne partiront pas.
Elliot Langella: Oui, ou qui ne livrent pas. Il y a beaucoup de situations réelles où la supply chain est sous pression. Cela se passe tous les jours, il faut donc assurer la livraison.
Fabian Hoehner: D’accord, passons de la réalité au niveau macro. Je suppose que cela fonctionne, sinon nous ne serions pas ici. Quels sont quelques-uns des résultats dont tu peux parler ?
Elliot Langella: Je dirais que la première chose importante est la transparence et la facilité d’utilisation au quotidien. L’équipe Tokic est passée de l’extraction de données depuis des bases de données, du traitement dans des tableurs Excel, à faire des calculs routiniers, ce qui laissait peu de temps pour une véritable analyse de haut niveau. Ils se connectent à Lokad le matin. La plupart des recommandations que nous leur fournissons sont pratiquement prêtes à l’emploi, avec juste quelques ajustements ici et là qu’ils doivent apporter grâce aux informations supplémentaires de leur fournisseur.
Ce fournisseur va être en retard, ou, tu sais, il doit respecter certaines conditions d’achat. Ce sont les aléas de la vie réelle qui peuvent être reflétés dans les données que nous avons utilisées, mais qu’ils connaissent parce qu’ils sont soit experts, soit sur le terrain pour gérer les urgences au quotidien. C’est donc bien plus confortable pour eux d’opérer désormais avec Lokad.
Fabian Hoehner: Donc, transparence, automatisation, et un temps libéré du mode gestion de crise.
Elliot Langella: Et ils peuvent se concentrer sur des tâches plus stratégiques, comme définir ce qu’ils veulent faire, obtenir les bonnes informations du marché, des fournisseurs, tandis que l’exécution opérationnelle est déléguée à l’IA.
Fabian Hoehner: D’accord, et évidemment, nous sommes des gens de chiffres. As-tu des données concrètes à partager ?
Elliot Langella: D’accord, je dirais qu’il y a deux angles. Il y a véritablement l’exécution opérationnelle qui concerne la manière dont l’entrepôt a pu passer, disons, de l’assortiment COVID à celui sur lequel Tokic group s’appuie désormais.
Ce que nous aidons Tokic à faire, c’est essentiellement de transférer environ 40% de leurs assortiments, en ouvrant de nouveaux magasins, en remplaçant les anciens produits par de nouveaux, et cela a été réalisé en collaboration avec eux pour ne pas surcharger l’entrepôt.
En termes de capacité, ils n’avaient tout simplement pas 40% de personnel en plus pour gérer ces grands changements. Nous avons donc rationalisé le rythme d’envoi des stocks vers les magasins afin de laisser un peu plus de marge de manœuvre à l’entrepôt pour s’organiser.
Je dirais que le second angle concerne davantage les métriques habituelles de la supply chain, celles que les directeurs supply chain et les COO suivent de près chaque semaine.
Je parle du taux de service. Un élément clé était qu’après le lancement de la phase pilote de réapprovisionnement du dépôt vers les magasins, nous avons pu mesurer, et nous mesurons encore aujourd’hui, que le taux de service du top mover a augmenté de 5% dans tous les magasins.
Ainsi, cela signifie que vous tirez littéralement plus de valeur de la même quantité de stock parce que vous chronométrez mieux ou vous investissez dans le bon équilibre de stocks dans votre entrepôt afin de pouvoir le répartir sur le réseau, et cela conduit à générer davantage de ventes.
Ainsi, au final, cela représentait une très grande période de croissance pour Tokic. C’est basé sur des estimations, mais l’idée est que nous avons battu de 28 % les simulations de valeur de stocks les plus optimistes que l’équipe de Tokic réalisait.
Cela signifie donc que nous nous sommes retrouvés avec moins de stocks que prévu, et cela a en réalité aidé à générer environ 10 % de ventes supplémentaires.
Fabian Hoehner : Comment y parvenons-nous ? Quelles sont donc les micro-actions que nous menons différemment afin d’atteindre ce point ?
Elliot Langella : Deux ingrédients principaux : l’évaluation probabiliste des stocks et l’estimation du ROI.
Fabian Hoehner : D’accord, je vais avoir besoin d’exemples ici.
Elliot Langella : Oui, l’évaluation probabiliste des stocks consiste à esquisser tous les scénarios possibles de demande scenarios avec leurs probabilités. Disons qu’il ne s’agit pas d’un seul chiffre par jour, comme le fait de vendre deux unités demain. Ce sera entre une et trois unités pour ce SKU donné dans ce magasin, mais avec des pondérations de probabilité.
Sur cette base, vous savez, quand, en tant que directeur supply chain, vous souhaitez atteindre ce taux de service de 95 % dans votre magasin, il est en réalité possible pour Lokad d’estimer précisément combien de stocks vous devez avoir pour atteindre ce 95 %, car nous disposons des pondérations de probabilité et nous pouvons les cumuler jusqu’à 95 %.
Fabian Hoehner : Serait-il donc juste de dire qu’il s’agit d’une représentation plus précise de l’avenir ?
Elliot Langella : Une représentation plus précise, et je dirais plus éclairée pour la deuxième couche à laquelle je fais référence, c’est-à-dire cette estimation du ROI. Maintenant que vous avez différents scénarios de ventes pour lesquels vous savez que vous avez 10 %, 5 %, 0,01 % de chances de vendre, vous pouvez également deviner quel sera le retour sur investissement de la décision d’envoyer ces unités supplémentaires à un magasin donné.
Si cette unité a 1 % de chances de se vendre, cela signifie qu’elle ne générera probablement pas beaucoup de marge pour l’entreprise. Vous devez donc payer des coûts de stocks, des coûts logistiques pour prendre cette décision, et cela ne rapportera pas grand-chose.
Inversement, si vous constatez ce problème depuis l’entrepôt et que vous disposez d’une quantité limitée de stocks dans l’entrepôt, vous ne souhaitez évidemment pas envoyer cette unité supplémentaire vers le magasin qui ne vendra qu’avec 1 % de chances.
Vous préférez donc l’envoyer vers un autre magasin, peut-être un peu plus éloigné dans le réseau, qui aura 10 % ou 20 % de chances de vendre cette unité. Il s’agit donc également d’arbitrer en termes de rareté, et plus généralement, c’est un bon cadre pour l’équipe de Tokic afin de simuler et tenter d’évaluer de combien de stocks supplémentaires ils auraient besoin, disons à long terme, sur une année entière, en se basant sur cette estimation du ROI.
Fabian Hoehner : Pour moi, l’intérêt réside dans la probabilité de vente, c’est-à-dire que vous placez vos stocks là où ils ont la plus forte probabilité de se vendre. Mais y a-t-il d’autres composantes économiques qui entrent en jeu quand vous dites axé sur le ROI ?
Elliot Langella : Il y a bien entendu la marge que vous allez générer. Il y a également le coût des stocks, donc le coût logistique, combien cela vous coûte-t-il de préparer, emballer à l’entrepôt, de charger sur le camion, de faire rouler le camion, de stocker dans le magasin.
Fabian Hoehner : En résumé, quelque chose d’intelligent qui représente la réalité, où vous n’envoyez pas une partie vers un magasin qui se trouve, je ne sais pas, à une demi-journée de route, que vous allez regrouper et ce, uniquement lorsque cela aura du sens. C’est cela que vous pouvez envisager avec cette logique axée sur le ROI.
Elliot Langella : Nous incluons également les aspects financiers. Je veux dire, c’est une grande discussion ces jours-ci, avec l’inflation qui a augmenté et qui se stabilise peut-être maintenant, qui sait. Le coût du capital est important. Il y a aussi le coût des opportunités, vous savez, si vous investissez dans ces stocks auprès de ce fournisseur, eh bien, peut-être n’aurez-vous plus de budget pour continuer à rechercher des accords supplémentaires avec d’autres fournisseurs et étendre votre catalogue l’année prochaine.
Il s’agit donc d’arbitrer la meilleure manière d’utiliser votre capital. Et je dirais qu’il y a un dernier élément dans cette estimation du ROI qu’il est intéressant de discuter car nous évoquions plus tôt le retour sur ventes. C’est ce que nous appelons la pénalité de rupture de stock.
C’est en quelque sorte une approche de type karma. Si vous êtes en rupture de stock dans un magasin, vous perdez la confiance de vos clients et ils commencent à penser que vous n’êtes plus une boutique tout-en-un. Il y a donc une valeur, au-delà des aspects financiers et de la marge, à être en stock au bon moment au bon endroit, car cela va générer des achats récurrents de la part de vos clients.
Et également parce qu’un produit peut attirer les ventes d’autres produits. Nous ne voulons pas perdre de ventes sur votre produit phare, celui pour lequel les clients viennent dans votre magasin en sachant qu’ils le trouveront, car s’ils le trouvent, peut-être achèteront-ils quelque chose d’autre en prime, comme des huiles, des essuie-glaces, ce genre de choses dont vous n’êtes pas vraiment certain d’avoir besoin, mais que vous prenez au cas où.
Fabian Hoehner : D’accord, et tout cela s’intègre dans la même formule, dans le même algorithme pour prendre une décision à la fin de la journée ?
Elliot Langella : Oui.
Fabian Hoehner : D’accord, qu’est-ce que cela laisse aux managers ? Quelles décisions prennent-ils ?
Elliot Langella : Une évaluation stratégique. Concrètement, il s’agit de déléguer le calcul des opérations banales à l’IA de Lokad et, vous savez, de se concentrer simplement sur la décision d’adopter ce scénario. Est-ce quelque chose que nous pouvons faire en tant qu’entreprise ? Est-ce la direction que nous voulons prendre ?
Pouvons-nous nous permettre cet apport supplémentaire de stocks ? Va-t-il générer une valeur ajoutée pour les clients ? Est-ce ce sur quoi nous voulons nous concentrer en tant qu’entreprise, ou voulons-nous nous focaliser sur l’assortiment, sur d’autres domaines de l’activité ?
Fabian Hoehner : Donc moins de tâches banales et plus, eh bien, ce qui est stratégique et impactant.
D’accord, oui, c’est assez clair où nous en sommes aujourd’hui dans le projet. Où allons-nous ? Avons-nous, eh bien, tout fait, ou reste-t-il quelque chose à faire ?
Elliot Langella : Ainsi, début 2025, nous achèverons le déploiement des projets, passant de la supply chain croate à une supply chain croate et slovène combinée. Tokic a ainsi connu une croissance sur le marché slovène, et ce vers quoi ils se dirigent maintenant, c’est vers un état intermédiaire où ils achèteront depuis différents points d’entrée, donc deux entrepôts différents qui auront créé des flux croisés pour renvoyer des magasins d’un pays à l’autre.
Cela rend évidemment les choses un peu plus complexes d’un point de vue supply chain, mais il est plus facile d’y parvenir lorsque vous travaillez déjà avec Lokad sur, disons, le premier paramètre qui fonctionne bien depuis plusieurs années.
Je dirais que les autres défis, en général, avec lesquels nous pouvons également aider nos clients, concernent tout ce qui touche à la gestion de la complexité générée par cette compatibilité des pièces. Je veux dire, dans les supply chain automobiles, c’est fondamental. Parfois, pour répondre à un besoin client, vous avez 10 pièces différentes. Laquelle devrait faire partie de votre assortiment dans ce magasin donné, dans les autres magasins ? Ce sont de gros défis.
Autre chose, c’est la tarification, toujours critique. Il y a même, pour Tokic, une forte concurrence en ligne. Maintenant, vous pouvez acheter des pièces en le e-commerce, donc cela devrait faire partie de votre stratégie en tant que détaillant pour savoir comment vous positionner compte tenu de la proposition de valeur que vous offrez avec ces ventes inversées dont nous avons parlé, avec la plus haute disponibilité que nous pouvons offrir à Tokic dans ses magasins.
Cela est évidemment plus facile pour les passionnés d’automobile et les ateliers de réparation pour venir acheter chez Tokic, mais vous savez, il y a toujours un équilibre entre le prix qu’ils sont prêts à payer et la commodité que cela nous offre.
Fabian Hoehner : L’objectif est donc d’intégrer de plus en plus ce processus de prise de décision numérique. Eh bien, cela semble indiquer que vous avez pas mal de travail devant vous. Alors, retrouvons-nous en 2025 pour voir comment les choses évoluent. Merci de votre attention, et à la prochaine fois.
