00:00:00 Introduction à l’entretien
00:02:09 Qualité vs coût dans les décisions de la supply chain
00:05:16 L’iPhone comme exemple de qualité
00:08:36 Prise de décision et optionnalité dans la supply chain
00:11:47 Indicateurs de performance pour évaluer la performance de la supply chain
00:14:27 Les niveaux de service comme mesure de performance
00:17:24 Importance de la qualité pertinente dans la conception du produit
00:20:42 Complexité au-delà de l’esprit humain dans la supply chain
00:24:11 Impact de l’IA et de l’automatisation sur la supply chain
00:27:59 Utilisation de grands modèles linguistiques chez Lokad
00:31:21 Vitesse des ordinateurs modernes et coût de l’IA
00:34:34 Analyse des sources d’approvisionnement et impact de l’IA sur le coût
00:38:17 Compromis coût dans la supply chain
00:41:38 Décider du nombre de concurrents à surveiller
00:45:10 Comparaison de la sophistication des logiciels avec les effectifs
00:48:26 Investir dans la compréhension des moteurs de la supply chain
00:51:43 La situation du marché ne peut pas être étendue à l’avenir
00:54:23 Le profit comme mesure de la qualité de la décision
00:58:12 Complexité des supply chains due à la numérisation
01:00:52 Succès d’Amazon et stratégies de croissance
01:03:24 Encouragement à ne pas craindre la complexité de la supply chain
01:06:01 Il vaut mieux être approximativement correct qu’exactement faux
Résumé
Dans un dialogue avec Conor Doherty, responsable de la communication chez Lokad, Joannes Vermorel, PDG de Lokad, discute du rapport qualité-coût dans la gestion de la supply chain. Vermorel souligne que la qualité se réfère à la prise de décision, et non aux attributs du produit, et que la qualité perçue par le client peut ne pas être alignée avec les décisions d’approvisionnement optimales en raison des coûts. Il critique les indicateurs de performance traditionnels, affirmant qu’ils ne reflètent pas une véritable qualité. Vermorel aborde également le rôle des modèles linguistiques avancés (LLM) dans la gestion de la supply chain, notant qu’ils peuvent conduire à des décisions plus intelligentes mais peuvent gonfler les budgets informatiques. Il suggère que le dilemme qualité-coût est un méta-jeu qui nécessite l’ingénierie logicielle pour résoudre les problèmes de la supply chain et évaluer les compromis.
Résumé étendu
Dans une conversation stimulante entre Conor Doherty, responsable de la communication chez Lokad, et Joannes Vermorel, PDG et fondateur de Lokad, le duo explore le concept complexe du rapport qualité-coût dans la gestion de la supply chain. Vermorel explique que la qualité dans le contexte de la supply chain se réfère à la qualité des décisions plutôt qu’aux attributs physiques des produits. Il souligne que la plus haute qualité de service du point de vue d’un client peut ne pas nécessairement être alignée avec la plus haute qualité en termes de décision d’approvisionnement pour une entreprise en raison des coûts associés.
Vermorel précise que bien que l’investissement de ressources supplémentaires, de personnel et de logiciels puisse conduire à de meilleures décisions, ces décisions ne doivent pas être confondues avec la qualité perçue par le client. Il reconnaît la subjectivité de la mesure de la qualité des décisions, la contrastant avec l’évaluation plus directe des produits physiques. Cependant, il soutient que la qualité perçue d’un produit va souvent au-delà de ses attributs physiques, utilisant l’iPhone et son App Marketplace comme exemple.
Selon Vermorel, la gestion de la supply chain est une maîtrise de l’optionnalité, où la qualité des décisions peut être difficile à atteindre. Il suggère que certaines mesures, telles que la décisionnalité, peuvent être mesurées objectivement. Il critique l’utilisation d’indicateurs de performance tels que les taux de service et la précision des prévisions de la demande pour évaluer la performance de la supply chain, affirmant qu’ils ne reflètent pas une véritable qualité. Il décrit ces indicateurs de performance comme des artefacts numériques qui peuvent ne pas être corrélés avec la qualité et le succès d’une supply chain.
Vermorel aborde également le rôle des modèles linguistiques avancés (LLM) dans la gestion de la supply chain. Il explique que bien que les LLM soient coûteux, ils peuvent conduire à des décisions plus intelligentes et de meilleure qualité. Il met en garde contre les dépenses importantes que les entreprises consacrent à ces systèmes, ce qui peut considérablement gonfler leurs budgets informatiques. Il suggère qu’il existe des cas où il serait plus rentable d’utiliser une version moins chère de LLM.
Vermorel estime que grâce aux LLM, les entreprises peuvent optimiser la qualité de leurs décisions et gérer le compromis coût. Il note que ce concept est rarement abordé dans la gestion de la supply chain traditionnelle. Il explique que les chaînes d’approvisionnement modernes sont exécutées par des logiciels, qui peuvent être optimisés. Il souligne qu’il existe des métriques simples pour mesurer le coût de l’exécution des logiciels, telles que le temps, la mémoire et la consommation de disque.
Vermorel soutient que le dilemme qualité-coût consiste à concevoir des logiciels pour résoudre les problèmes de la supply chain et évaluer les compromis. L’accent devrait être mis sur la création de logiciels capables de déterminer ce que la qualité signifie pour les clients. Il insiste sur le fait que le dilemme qualité-coût est un jeu méta que les entreprises doivent jouer pour concevoir des chaînes d’approvisionnement supérieures. Il le compare à un jeu d’échecs qui ne peut être gagné qu’à travers des logiciels.
En conclusion, Vermorel conseille d’identifier les décisions dans la supply chain et d’évaluer ce que la qualité signifie dans un sens large. Il suggère d’identifier 20 dimensions de la supply chain pour une approche plus complète que les cadres simplistes. Cette conversation rappelle la complexité et la subtilité de la gestion de la supply chain, ainsi que la nécessité d’une approche plus sophistiquée de la prise de décision et de l’évaluation de la qualité.
Transcription complète
Conor Doherty: Bienvenue chez Lokad. Chaque décision commerciale reflète un équilibre délicat entre la qualité, c’est-à-dire la qualité d’un produit, et son coût. Mais est-ce que ce ratio qualité-coût s’applique également à la supply chain ? Pour en discuter, nous avons Joannes Vermorel, fondateur de Lokad.
Alors Joannes, le ratio qualité-coût, tout comme la rareté, je suis sûr que les gens ont une idée générale de ce que les autres veulent dire quand ils l’utilisent. Mais pourriez-vous donner un bref aperçu de ce que cela signifie et le relier explicitement au sujet de la supply chain et à son importance ?
Joannes Vermorel: La qualité est une caractéristique que l’on appliquerait beaucoup plus au produit physique lui-même. Par exemple, un iPhone est un smartphone de haute qualité. Vous pouvez avoir une voiture très bon marché, une voiture très chère de haute qualité, et tout ce qui se trouve entre les deux. C’est probablement la façon la plus simple d’aborder cela. Mais quand nous parlons de supply chain, il s’avère que la supply chain n’ingénie pas les produits, elle ne les produit pas. Donc, quand nous pensons en termes de qualité du point de vue de la supply chain, ce ne sont pas exactement les attributs physiques des produits qui sont intéressants.
Bien que cela puisse être en partie un problème de supply chain, nous pourrions y revenir plus tard, mais fondamentalement, ce n’est pas là simplement parce que ce n’est pas la responsabilité de la supply chain.
Si nous incluons cela dans la supply chain, alors la supply chain devient si vaste qu’elle devient presque insignifiante car elle devient alors presque indissociable de l’ensemble de l’entreprise. Donc, pour des raisons de clarté, disons que la qualité, les attributs physiques des produits, ne font pas exactement partie de la supply chain. Ce n’est pas ce que je veux dire par qualité dans un contexte de supply chain.
Par qualité dans un contexte de supply chain, je fais référence à la qualité des décisions. Le premier piège est probablement que la qualité des décisions n’est pas la qualité du service telle que perçue par le client. Par exemple, ne jamais faire face à une rupture de stock serait le plus haut niveau de service immédiat dans des environnements de vente au détail très simples. C’est la plus haute qualité de service du point de vue du client. Mais est-ce la plus haute qualité en termes de décision d’approvisionnement pour votre entreprise ? Absolument pas, car cela serait insoutenablement coûteux pour votre entreprise. Donc, la qualité des décisions, c’est ce que je veux dire par qualité par rapport au coût.
Afin de prendre de meilleures décisions, nous pouvons investir davantage de ressources, plus de personnel, plus de logiciels, éventuellement investir dans la recherche et le développement pour améliorer l’ensemble. Ce sont tous les éléments du côté coût, et nous obtiendrons ainsi des décisions de meilleure qualité, mais de meilleure qualité du point de vue de la supply chain, ce qui ne doit pas être confondu avec la qualité perçue par le client.
Encore une fois, la supply chain repose sur des compromis. Une décision de très haute qualité est une décision qui équilibre soigneusement tous ces compromis. Comme je le dis dans ma série de conférences, la supply chain est la maîtrise de l’optionnalité. Donc, si nous disons une qualité super élevée, ce que nous disons, c’est qu’une qualité super élevée serait de définir cela comme une exécution très réussie, un haut niveau de maîtrise de ce jeu qui consiste à prendre des décisions de supply chain encore et encore.
Conor Doherty: Pour rebondir immédiatement là-dessus, vous donnez l’exemple de l’iPhone. Si vous parlez de la qualité de celui-ci et de l’assurance qualité et de tous les protocoles qui entrent dans une évaluation des coûts de qualité, vous pouvez pointer les propriétés physiques d’un iPhone et dire, voici la qualité de la puce, voici la qualité du stockage. Je peux mesurer cela et je peux dire que c’est de haute qualité. Mais lorsque vous parlez de qualité des décisions, vous entrez dans un territoire très subjectif.
Joannes Vermorel: À première vue, oui, lorsqu’il s’agit de produits physiques, il est plus facile d’évaluer la qualité. Mais seulement en surface. Si nous revenons à l’iPhone, qui est en fait un très bon exemple, la qualité de l’iPhone était en réalité, la première année des iPhones, les ventes n’étaient pas si bonnes. Si je me souviens bien, c’était décent pour Apple, surtout que Apple à l’époque était en grande difficulté, mais c’était relativement modeste.
L’iPhone a explosé quelques années plus tard, après l’introduction de l’App Marketplace. Et c’est là qu’Apple a décidé qu’ils allaient avoir cette place de marché d’installation en un clic pour les applications où vous pouviez simplement cliquer sur une application, payer 1 $, et ensuite vous avez une application parfaitement compatible, super facile à installer sur votre smartphone. Et c’est là que la popularité et la qualité perçue de l’iPhone ont explosé. Si nous regardons les attributs physiques, oui, c’était un très bel appareil, mais la réalité est en fait que le smartphone un était assez médiocre en termes de capacité à passer des appels téléphoniques. Ce n’était pas un si bon téléphone pour pouvoir recevoir et appeler avec cet appareil.
Mais la qualité perçue a explosé lorsqu’ils ont introduit l’App Store car soudainement, ce format de smartphone avait tout son sens. Vous aviez en effet un mini-ordinateur et vous pouviez faire tellement de choses, et la qualité perçue était que ce n’était plus seulement un téléphone, c’était un smartphone. Mais les gens ne se souviennent pas que cela n’est devenu quelque chose qu’après un an. Donc, le point que je soulève, c’est que la qualité, oui, il y a des aspects très basiques, très fondamentaux, de meilleurs matériaux, une meilleure tolérance au stress et à la fatigue pour que la chose ne se casse pas, ne se dégrade pas. Elle devrait être légère. En général, tout ce que vous voulez déplacer, s’il est plus léger, c’est généralement mieux, etc.
Donc oui, il y a des aspects très fondamentaux, mais aussi, la qualité, lorsque nous parlons de produits physiques, est souvent plus complexe qu’il n’y paraît. Il peut y avoir toutes les attentes que vous pouvez en faire plus avec le produit, que vous avez un écosystème, que vous avez toutes sortes d’accessoires qui jouent avec cela, ou même si c’est juste décoratif, qu’il aura fière allure dans de nombreuses situations. Vous savez, un objet très décoratif qui aura l’air d’une très belle pièce dans votre appartement, même s’il est de style très différent, peut être une sorte de qualité super intangible, mais elle est toujours présente dans une certaine mesure.
Conor Doherty: Mais très peu de cela se traduit par des décisions de la supply chain.
Joannes Vermorel: La qualité, oui, c’est, je dirais, pour les produits physiques, au moins, vous avez beaucoup de métriques de sauvegarde simples qui sont très directes, mais néanmoins, vous avez cette profondeur qui est difficile. Et puis quand nous passons à la supply chain, la supply chain est une maîtrise de l’optionnalité, il s’agit littéralement d’observer les options et, à un moment donné, de décider parmi ces options que vous avez activement cultivées celle que vous allez choisir, et ce sera votre décision.
D’accord, c’est super abstrait, donc la qualité devient quelque chose de très insaisissable. Même si nous parlons de quelque chose de assez insaisissable, comme la qualité des décisions, il y a encore quelques métriques qui ne sont pas si difficiles. Par exemple, dans l’armée, ils ont ce dicton, vous savez, le pire plan est l’absence de plan, et qu’il n’y a rien de pire sur le champ de bataille qu’un chirurgien indécis. L’indécision est presque toujours une erreur. Cela signifie que même si votre décision est de ne rien faire, d’attendre que l’ennemi commette une erreur, cela est très différent d’être indécis et de ne rien faire.
Non, j’ai décidé que la meilleure décision que nous avons est d’attendre que le moment soit propice, et c’est très, très différent de dire, je suis indécis, je ne sais pas quoi faire, donc je panique et je ne fais rien. Vous savez, c’est un état mental complètement différent, et je soutiendrais que même si la décision est la même, ne rien faire, la qualité d’une décision, comme attendre délibérément, intentionnellement, en sachant que nous savons ce que nous attendons, par rapport à être indécis et être dans un état de semi-panique, ce sont des décisions très, très différentes en termes de qualité.
Donc, même, vous savez, par exemple, la décision est quelque chose que vous pouvez mesurer d’une manière relativement simple. Donc, dans les paramètres de la supply chain, cela pourrait être, êtes-vous capable de prendre votre décision rapidement, ou cela prend-il une éternité pour aucune raison valable du tout ? Vous savez, ce serait une certaine mesure, et c’est, vous savez, mesurer le temps nécessaire pour prendre une décision peut être quelque chose qui est mesuré objectivement. Donc, dans une certaine mesure, vous avez quelques métriques faciles, mais je dirais qu’elles ne sont pas très, très bonnes. Contrairement, vous savez, à la chose sur le champ de bataille, dans la supply chain, il y a rarement des choses qui sont super urgentes dans les prochaines secondes ou minutes. Donc, ce n’est pas vraiment clair.
Bien que, évidemment, si cela prend quatre mois pour prendre une décision quelconque, alors vous êtes probablement très mauvais. Mais oui, vous avez ces éléments qui sont plus difficiles, c’est plus abstrait, et aussi c’est incroyablement ouvert. Donc, il n’y a aucune limite claire à ce que vous pourriez examiner pour évaluer la qualité de ces décisions.
Conor Doherty: L’analogie du général sur le champ de bataille et toute décision est meilleure que l’indécision totale. Eh bien, je veux dire qu’il existe déjà des KPI que les entreprises utiliseront pour évaluer la qualité ou la performance. Disons simplement la performance pour l’instant, puis nous pourrons parler de la qualité pour évaluer la performance de la supply chain. Par exemple, les niveaux de service pour une référence donnée ou, dans certains cas, la précision d’une prévision de la demande. Il existe des KPI pour vous dire si c’était précis à 50%, 60%. Voulez-vous dire que c’est mieux que rien ?
Joannes Vermorel: Pas tout à fait. Tout d’abord, parce que ces KPI ne reflètent pas vraiment la qualité dans un sens véritable et profond. Ce ne sont que des artefacts numériques. La plupart de ces KPI ne sont que des artefacts numériques.
Conor Doherty: Que voulez-vous dire lorsque vous dites des artefacts numériques ?
Joannes Vermorel: Je veux dire des nombres qui sont définis selon une définition mathématique relativement simple. Mais pourquoi cette définition mathématique aurait-elle une corrélation avec la qualité dans un sens véritable ?
Conor Doherty: Vous voulez dire que ce ne sont que des nombres sur une page ?
Joannes Vermorel: Oui, ce ne sont que des nombres. Et pas n’importe quel genre de nombres. Des nombres qui sont généralement dérivés de manuels ou de formules. Par exemple, si je dis erreur quadratique moyenne pour la précision de la prévision, c’est une métrique très populaire. C’est une métrique que vous trouverez dans de nombreux manuels, des manuels mathématiques. Pourquoi avez-vous cette métrique ? Eh bien, vous avez cette métrique dans les manuels parce que vous avez beaucoup de théorèmes, c’est la norme deux, c’est la métrique quadratique moyenne, vous avez la norme un, la norme deux, etc., et vous avez beaucoup de théorèmes, des théorèmes mathématiques, des théorèmes statistiques qui sont associés à cette métrique.
Le problème, c’est que c’est une perspective introspective. Vous avez le monde mathématique où les gens disent : “Pourquoi vous intéressez-vous à cette norme deux ?” La réponse est que j’ai tellement de théorèmes qui sont associés à cette norme deux. Je peux jouer avec ça, je peux élaborer de nombreuses constructions abstraites et faire beaucoup de choses du point de vue mathématique. Très bien, cela en fait un objet mathématique intéressant, tout comme les nombres premiers par exemple. Les nombres premiers sont des constructions mathématiques fascinantes. Ils sont également très réels d’un point de vue mathématique. Mais cela ne prouve pas à lui seul qu’il y ait une quelconque corrélation avec le genre de qualité et de succès que votre supply chain connaîtra.
Conor Doherty: Faites le lien avec les niveaux de service.
Joannes Vermorel: Niveau de service, pourquoi devrait-il y avoir une corrélation quelconque ? Oui, dans une certaine mesure, si vous avez un niveau de service de 0 %, vous ne vendez rien, donc cela semble plutôt mauvais. Si vous avez un niveau de service de 100 %, c’est également mauvais car cela signifie que vous avez toujours des dépréciations d’inventaire. Parce que si vous ne vous permettez jamais d’être en rupture de stock, cela signifie que vous ne pouvez jamais liquider quoi que ce soit. Donc, les extrêmes sont plutôt mauvais. Mais entre les deux, tout est possible. Vous savez que l’optimal n’est pas à l’extrême mais entre les deux, ma supposition est aussi bonne que la vôtre. C’est juste très flou.
Je suis très méfiant lorsque les gens me donnent un pourcentage comme mesure de performance ou de qualité. Où est le raisonnement ? C’est juste quelque chose qui tombe du ciel. Vous me donnez simplement une formule et à moins que vous n’ayez une argumentation très solide pour la soutenir, je n’ai aucune raison de croire que cet artefact numérique est approprié. C’est juste quelque chose de aléatoire que vous avez sorti d’un manuel mathématique ou statistique.
Ce qui est intéressant, c’est que si nous adoptons cette sorte de mentalité KPI, en ce qui concerne la qualité, lorsque vous recherchez, disons, des manuels sur la conception et la fabrication, c’est quelque chose où il y a beaucoup de discussions nuancées. Par exemple, même si nous nous tournons vers le testament d’un marchand de meubles du fondateur d’Ikea, qui est un document magnifique, très court, je le recommande vraiment au public. L’un des points, j’ai oublié si c’est le 11 ou le 14, il y a environ 20 points et l’un des points du fondateur d’Ikea est : “Ne vous laissez pas tromper par des métriques faciles sur la qualité des produits.”
Par exemple, il dit que la première chose est que si vous voulez avoir une belle surface, gardez à l’esprit que seule la surface que les gens peuvent toucher et voir compte. Et il parle de meubles. Il dit : “Ne vous enorgueillissez pas, par exemple, d’avoir une surface de haute qualité qui sera super durable, super lisse, super belle au fil des ans si les gens ne peuvent pas la voir et ne peuvent pas la toucher.” Ainsi, il faisait référence dans le texte à quelque chose comme l’arrière du meuble ou quelque chose qui est sous la table, quelque chose que vous n’apprécierez jamais vraiment. Donc, il disait que lorsque vous investissez dans la qualité, assurez-vous que c’est quelque chose de vraiment pertinent et pas une sorte de mesure abstraite de la qualité comme “J’ai des matériaux de haute qualité ou une surface de haute qualité partout”, y compris les surfaces qui n’ont pas d’importance aux yeux du client.
Et pourquoi, et il mentionnait cela, il disait que si vous faites cela, alors les clients finissent par payer pour des qualités dont ils ne profiteront pas. Et de son point de vue, c’était un peu mauvais. Ils doivent payer, chaque centime qu’ils paient est pour la qualité dont ils profiteront. Et c’était très nuancé, donc je dirais que si nous parlons de conception, de fabrication, nous avons ce genre de discussion très nuancée sur la qualité par rapport au coût, exactement comment l’abordez-vous ?
Mais si nous nous tournons vers le monde de la supply chain avec le processus de prise de décision, cette chose est absente, complètement absente. La théorie dominante de la supply chain, et je dirais même la théorie commerciale dominante, je dirais, les études commerciales de style MBA, elle est très absente en ce qui concerne la qualité des décisions. Les gens auraient des raisonnements très, très binaires. Je n’ai jamais vu, par exemple, dans un manuel sur la supply chain ou même, vous savez, les études commerciales générales, discuter en profondeur du spectre d’investissement et de ressources que vous pouvez dépenser pour améliorer un peu vos décisions jusqu’à ce que les rendements décroissants sapent vos efforts et que le coût dépasse ce que vous obtenez en améliorant la décision.
Et encore une fois, si vous pensez à cette recherche de la bonne qualité de service, par exemple, les entreprises diraient simplement : “Nous avons ces objectifs de niveau de service.” Mais qu’en est-il de l’investissement que vous faites, vous savez, à la fois en capex et en opex, pour rechercher le bon niveau de service ? Encore une fois, le niveau de service n’est pas un excellent KPI, mais juste pour simplifier les choses pour le public, je m’y référerai comme quelque chose qu’ils connaissent. Donc, même si vous choisissez un niveau de service et que vous dites : “C’est ma cible, c’est ce qui devrait être le meilleur compromis pour ma supply chain et mon entreprise”, quelle est la qualité de cette évaluation ? Devriez-vous investir, vous avez trouvé un chiffre, disons 95 %, mais est-ce le meilleur chiffre que vous avez trouvé et devriez-vous investir davantage pour affiner ce chiffre ou non, vous savez, et pourquoi ?
Et cela n’est généralement jamais discuté dans les manuels de supply chain. Les gens vous donnent simplement une recette et nous disons : “Vous l’appliquez”, et ensuite vous avez deux situations. Êtes-vous conforme à votre processus ou non conforme ? Et c’est tout. Le spectre de ce que signifie même la conformité et ce que signifie la qualité et quelle devrait être la direction que vous regardez et quelle devrait être même le parcours est tout simplement absent.
Conor Doherty : Je ne suis pas en désaccord avec cela, mais il y a deux points. Le premier serait-il possible ou raisonnable de dire que l’existence de ces sortes de démarcations binaires acceptables/inacceptables, bon/mauvais qui manquent de finesse, n’est-elle pas le résultat du fait que ce que vous décrivez est un niveau de complexité qui dépasse l’esprit humain ? Et c’est pourquoi il y a ces caractéristiques très rudimentaires comme, oui, aller, ne pas aller, bon, mauvais. Et je suis d’accord, cela manque de sophistication, mais ce n’est pas le résultat de la stupidité, juste comment pouvez-vous équilibrer, comment pouvez-vous faire tourner des millions et des millions de plaques ?
Joannes Vermorel : Je suis d’accord que c’est le résultat de l’esprit humain, mais pas nécessairement de la manière dont les gens le voient. Vous traitez avec des humains et les humains sont incroyablement compliqués. Ce n’est pas que l’esprit humain ait une certaine limitation, c’est juste que vous traitez avec un groupe de personnes individuellement incroyablement complexes. Donc en effet, vous devez recourir à des critères très simples non pas parce que votre esprit est limité, mais simplement parce que vous traitez avec des personnes qui sont tellement incroyablement complexes que cela ne va pas, vous savez, vous obtenez des rendements décroissants très rapidement simplement parce que c’est incroyablement difficile.
Disons que vous avez une centaine de planificateurs de la demande et de l’approvisionnement. C’est une quantité immense d’efforts pour atteindre ces niveaux très élevés de finesse et autres. Donc, je suis d’accord avec l’affirmation selon laquelle c’est trop, mais pas tellement parce qu’il y a une limite à notre compréhension. Nous pouvons faire beaucoup. C’est juste que vous traitez avec des personnes qui sont tellement incroyablement complexes et nuancées, etc., qu’essayer d’ingénier cela, et en plus du fait qu’elles sont complexes, elles ont leur propre volonté, etc., la plupart des tentatives d’être hyper-rational vont simplement se retourner contre vous. Vous savez, c’est la malédiction, si vous essayez d’inciter les gens, ils vont tricher et mal réagir. En général, le maintenir très simple est un pari sûr.
Un autre sujet est que la gestion de la supply chain au XXIe siècle ne devrait pas être opérée par des personnes à tous les niveaux. Oui, en haut nous avons des personnes, mais la couche d’exécution devrait être entièrement mécanisée.
Conor Doherty : Ma question suivante alors, l’absence de cette perspective que nous décrivons dans les manuels traditionnels est sûrement une conséquence du fait que nous vivons maintenant à une époque où nous avons l’apprentissage automatique, l’IA et l’automatisation à une échelle et à un degré de granularité qui n’existaient pas il y a cinq décennies, même il y a deux décennies. Alors, votre réponse ?
Joannes Vermorel : C’est là que ça devient très intéressant. Si vous dites que les décisions vont être conçues, ce sera une machine qui génère ces décisions intelligentes. Oui, c’est de l’intelligence artificielle. Pas une intelligence artificielle générale, mais c’est artificiel. Si elle prend de manière répétitive une série de bonnes décisions, nous pouvons convenir qu’elle a au moins un minimum d’intelligence. C’est de l’intelligence à sa manière, bien que limitée. Ce n’est certainement pas stupide.
Les grands modèles de langage (LLM) démontrent de manière très claire et illustrative ce que je veux dire par qualité par rapport au coût. Si vous avez joué avec, disons, ChatGPT-3.5 par rapport à la version payante qui est GPT-4, vous verrez que si vous payez plus, vous obtiendrez quelque chose de plus intelligent. Vous avez un spectre d’intelligence avec ces LLM, des petits modèles bon marché et rapides aux modèles plus grands qui sont plus lents, plus coûteux et en effet de bien meilleure qualité.
Vous pouvez le constater par vous-même de manière très directe. Vous pouvez interagir avec une sorte de dialogue et essayer de faire résoudre un problème à ce LLM. Vous pouvez essayer cela avec GPT-2, GPT-3.5 et GPT-4 et vous serez très probablement déconcerté par le niveau d’intelligence que vous obtenez. C’est très détaillé. Il y a des choses qui fonctionneront et qui dérouteront les petits modèles, puis lorsque vous passez à des modèles plus grands et plus intelligents, vous obtenez des discussions plus approfondies, où les réponses sont plus nuancées, où il saisit mieux l’intention de votre question, et ainsi de suite.
Vous pouvez voir par vous-même ce que signifie avoir des décisions de meilleure qualité. Vous posez une question au LLM, il vous donne une réponse. C’est le genre de qualité qui est en jeu ici. Même si cette perception de la qualité, par exemple une très bonne réponse en texte clair à une question, est très évasive, vous pouvez ressentir l’ambiance de ce spectre de qualité littéralement en quelques minutes. Cela ne nécessite pas d’avoir un doctorat en apprentissage automatique. Vous pouvez jouer avec GPT-3.5 pendant 10 minutes, jouer 10 minutes avec GPT-4, et vous comprendrez. Vous verrez ce genre de qualité supplémentaire dans chaque réponse que le système produit.
Cela existe chez Lokad depuis près d’une décennie, cette sorte de nuance. Mais étant donné que nous n’avions aucun moyen de démontrer ce genre de chose, car les décisions de la chaîne d’approvisionnement sont souvent très abstraites et quelque peu opaques car elles sont liées à une chaîne d’approvisionnement avec laquelle vous pourriez ne pas être familier, ce n’est pas exactement quelque chose que vous pouvez pointer et toucher. Et ce n’est pas comme les choses qui sont faciles à démontrer, et même si vous pouvez le démontrer, les gens ne vont pas percevoir cette sorte de nuance entre une qualité inférieure et une qualité supérieure simplement parce qu’ils manquent d’informations et de contexte, et ainsi de suite.
Mais les LLM ont été une percée en ce sens que soudainement, vous pouviez simplement jouer avec cela et voir : “Oh oui, pour cette somme d’argent, j’obtiens une décision qui est bien meilleure et c’est assez évident.” Et puis vous réalisez que vous avez certaines situations qui ne nécessitent pas de décisions plus intelligentes. Ce n’est pas toujours mieux. Vous avez des choses où obtenir simplement la réponse plus rapidement est suffisant. C’est le bon compromis. Et vous réalisez qu’en termes d’intelligence, une meilleure qualité n’est pas toujours meilleure. À un certain moment, rapide est mieux, en fait, plutôt que plus intelligent.
Conor Doherty : Comment est-ce que, parce que je sais que nous utilisons maintenant des LLMs dans le cadre de notre offre, comment est-ce que l’inclusion des LLMs change concrètement le rapport qualité-coût, qui est déjà assez abstrait ? Maintenant, nous ajoutons une autre couche d’abstraction, qui est les LLMs, mais de manière pragmatique ou pratique, dans un exemple de préférence, comment cela influence-t-il le rapport qualité-coût du point de vue de la chaîne d’approvisionnement ?
Joannes Vermorel : Cela change parce que les LLMs sont très coûteux pour le moment. Je veux dire, le public ne se rend peut-être pas compte, mais les LLMs, c’est génial, mais c’est cher. En règle générale, traiter un kilo-octet de données avec un LLM vous coûte environ un million de fois plus que faire à peu près n’importe quel autre type de calcul avec le même kilo-octet de données. Donc, littéralement, les LLMs sont des ordres, et je ne veux pas dire un ou deux, je veux dire six ou sept ordres de grandeur de plus cher par kilo-octet de traitement de données, et plus lent aussi, par rapport à n’importe quel autre type de calcul que vous avez.
Conor Doherty : Vous parlez de quantitatif ou de qualitatif, ou les deux ?
Joannes Vermorel : Juste des mesures factuelles, combien de temps et combien cela vous coûtera pour traiter un kilo-octet. Le fait que vous puissiez voir le texte être diffusé devant vous, les gens pensent que c’est cool, mais en tant qu’informaticien, je pense que c’est “Wow, c’est tellement 1950”. Vous savez, les ordinateurs sont maintenant si rapides que normalement vous pouvez afficher, je dirais, des milliers de lignes en millisecondes. Lorsque vous avez une page web bien conçue, elle affichera un mur de texte sans fin en millisecondes, et vous ne verrez pas le texte être imprimé caractère par caractère. Pourquoi ? Parce que c’est si rapide que cela est en dessous du seuil de perception.
Si vous revenez aux années 1960, vous pouviez voir, dans de très vieux films, le texte être imprimé caractère par caractère. Si vous revenez aux films, vous savez, les James Bond des années 60 et autres, vous verrez les sortes de terminaux anciens où vous pouviez voir le texte être affiché une ligne à la fois. Et pourquoi cela ? C’était parce que ces ordinateurs de l’époque étaient si lents que vous pouviez voir cela. Et la raison maintenant où vous cliquez sur une page web et bam, elle s’affiche, et généralement lorsque la page est lente, c’est parce que vous chargez l’équivalent de 10 ou des centaines de milliers de pages de texte dans cette page web. Cela n’a aucun sens, peu importe, mauvais génie logiciel, mais en fin de compte, le texte devrait être instantané. Je veux dire, il ne peut pas être vraiment instantané dans le sens physique, mais il devrait être, vous savez, les murs de texte devraient être si rapides que cela dépasse largement le seuil de perception de l’esprit humain. Le fait que vous puissiez voir la chose être affichée, cela vous dit simplement que cette chose est incroyablement lente.
Donc, pour revenir à votre question, est-ce que cela devrait avoir un impact, eh bien, les LLMs sont très coûteux. Donc, vous vous rendrez compte que vous devez faire attention parce que Open AI a une telle valorisation folle parce que, vous savez, les investisseurs ne sont pas idiots. Ils voient, “Oh, les entreprises jettent de l’argent comme des fous dans ces systèmes, comme des millions de dollars”, et disent, “Oh, nous voulons économiser de l’argent sur l’informatique”, et bam, Open AI arrive, et il y a des entreprises qui disent, “Nous sommes fiers de dépenser un million de dollars par mois sur ces LLMs.” Félicitations, vous venez d’exploser votre budget informatique. Peut-être avez-vous une raison solide de le faire, mais ne nous trompons pas, c’est coûteux.
Et il y a même des situations chez Lokad où nous constatons que, à ce stade, il est en fait moins cher d’avoir un employé de bureau coûteux à Paris, car c’est moins cher. Donc, ce n’est pas, vous savez, ce n’est pas, euh, donc les LLMs sont, encore une fois, je pense que cela importe de cette façon simplement parce qu’ils sont chers, donc vous devez faire attention, et vous verrez que si vous le faites correctement, il y a des endroits où vous devez dire, “Non, nous ne ferons pas cela parce que c’est trop coûteux”, ou “Nous devons revenir à une version moins chère de LLM qui n’est pas aussi intelligente, car si nous le faisons avec les choses les plus chères que nous pouvons obtenir sur le marché, cela va être trop cher.”
Conor Doherty: Vous pouvez corriger les détails si je me trompe, mais je me souviens que l’une des conversations que nous avons eues qui a inspiré l’idée de cet enregistrement était, vous avez donné l’exemple, imaginez que nous sommes une entreprise, nous passons des commandes d’achat, et notre fournisseur est un peu peu fiable. Nous soupçonnons qu’ils sont peu fiables, nous soupçonnons qu’il pourrait y avoir une meilleure option sur le marché, nous pourrions nous approvisionner ailleurs, mais bon, nous ne sommes que trois sur le personnel. Est-ce que je vais consacrer votre temps à faire une analyse pour trouver d’autres fournisseurs potentiels ? Donc, vous pourriez utiliser un LLM à chaque fois que vous passez une commande d’achat, effectuer une analyse d’approvisionnement automatique, puis à votre guise, examiner cela, et cela serait beaucoup moins cher que de consacrer votre bande passante mentale, votre temps et vos efforts, etc. Et cela se met à l’échelle. Donc, encore une fois, c’est ce que je veux dire en termes de comment cela impacte le coût de la qualité.
Joannes Vermorel: Cela se met à l’échelle, mais ce n’est pas gratuit. Si vous décidez, par exemple, à chaque commande d’achat que vous faites cela, quel sera le coût ? Juste faire une opération d’approvisionnement, vous allez scanner des pages web avec des LLMs. Vous allez scanner à nouveau, peut-être jusqu’à un mégaoctet de texte car vous allez analyser le web. Ce n’est pas bon marché. Donc, vous pourriez finir par devoir composer des e-mails et peut-être commencer à avoir des LLMs avec quelques scripts pour envoyer un e-mail, traiter la réponse, faire des allers-retours comme le ferait un humain.
Oui, vous pouvez avoir quelque chose qui est complètement automatisé, mais vous pouvez réaliser que chaque fois que vous déclenchez cela pour faire une enquête d’approvisionnement, cela vous coûte environ 5 dollars de LLM. Oui, c’est bon marché. C’est certainement moins cher d’avoir une personne qui passe deux jours sur le cas, mais ce n’est pas exactement gratuit. C’est moins cher que d’avoir une personne qui passe deux jours, mais ce n’est pas exactement gratuit. Si vous dites que vous êtes prêt à dépenser 5 dollars à chaque fois que vous passez une commande d’achat, vous pourriez réaliser à la fin de l’année que vous avez dépensé beaucoup d’argent. Peut-être que vous ne voulez pas le faire tout le temps.
Conor Doherty: Mais c’est un extrême. Encore une fois, c’est un autre extrême. Il y aura un juste milieu.
Joannes Vermorel: Exactement, c’est là que nous avons ce spectre. De la perception générale, lorsqu’il s’agit de personnes, vous pensez simplement adéquat ou inadéquat. Vous optez pour un processus et vous l’appliquez simplement. Vous pouvez être conscient qu’il y a un spectre, mais vous abordez le spectre de manière très rudimentaire, comme une opération d’approvisionnement. Chaque fournisseur est revu une fois par an, point final. C’est votre processus, gardez-le simple. Mais c’est là que, au lieu d’essayer d’avoir une approche nuancée du spectre, vous avez simplement le marteau du processus et vous résolvez cela de manière très binaire. Mais avec les LLM, vous pouvez concevoir votre spectre. Vous pouvez dire, eh bien, je peux passer en revue mes options à chaque commande, c’est un extrême, ou le faire une fois par an, c’est l’autre extrême. Tout ce qui se situe entre les deux est acceptable et vous pouvez le faire et travailler avec cela.
C’est intéressant car vous pouvez concevoir la qualité de vos décisions, la qualité de votre optionnalité. Et ensuite, vous avez un véritable compromis coût à gérer. C’est quelque chose que la perspective générale de la supply chain ne discute même pas de près. Je n’ai jamais vu de manuels de supply chain qui expliquent comment vous allez concevoir le processus qui génère la décision de manière à obtenir le meilleur rapport qualité-prix pour chaque dollar investi au niveau de la génération de la décision.
Conor Doherty: Comment délimitez-vous ou identifiez-vous exactement les gradations le long de ce spectre, de l’extrême à légèrement moins extrême, jusqu’à l’extrémité opposée qui est totalement inacceptable ? Est-il possible d’identifier quantitativement les étapes entre chaque module ?
Joannes Vermorel: Dans une certaine mesure, oui. De notre point de vue, une supply chain moderne est exécutée par un logiciel. Cette couche de décision est une machine. C’est un logiciel complexe avec un ensemble de recettes numériques. Vous pouvez raisonner sur la limite de cela. Même si vous pouvez raisonner là-dessus, les personnes qui s’occupent de l’ingénierie de cela sont toujours humaines. Il y a une limite à la récursion, car à un moment donné, vous devez décider combien de Supply Chain Scientists vous voulez et ici, c’est un jugement, mais au moins la couche de base qui génère les décisions est une machine et elle peut être conçue.
S’il s’agit d’un produit physique, vous avez quelques métriques faciles. S’il s’agit d’un logiciel que vous devez exécuter, vous avez également une série de métriques faciles, notamment du côté des coûts. Combien de temps cela prend, combien de mémoire cela consomme, combien d’espace disque cela consomme, etc. Donc vous avez tout cela et ensuite vous pouvez réellement voir quand vous avez tout un spectre de choses optionnelles, que vous pouvez exécuter ou ne pas exécuter. Par exemple, vous pouvez décider que vous allez faire votre analyse de tarification avec une intelligence concurrentielle. Vous obtiendrez donc les données de votre concurrent. Mais de combien de concurrents parlons-nous ? Scanner le web n’est pas gratuit, cela coûte de l’argent.
Pour ceux qui sont familiers avec le métier du web scraping, obtenir les sites web de vos pairs, cela a un coût substantiel. Si vous voulez rescanner chaque page de votre concurrent tous les jours, le coût n’est pas négligeable, surtout si vos concurrents ont des dizaines de milliers de produits en exposition. Donc de combien de concurrents parlons-nous ? Voulez-vous scanner votre concurrent numéro un, vos trois principaux concurrents ou vos 20 principaux concurrents ? Le coût est pratiquement linéaire. Plus vous voulez surveiller de sites web, plus vos coûts augmenteront de manière linéaire avec le nombre de concurrents. Mais les informations que vous obtiendrez seront évidemment en diminution.
Vos concurrents surveillent également leurs concurrents. Donc si vous surveillez, disons, vos trois principaux concurrents, il s’avère que ces concurrents surveillent également leurs trois ou cinq principaux concurrents. Cela peut inclure des entreprises que vous ne surveillez pas. Donc au final, tout le monde surveille un peu tout le monde. Si vous regardez le graphique de qui surveille qui, vous verrez que c’est un graphique très connecté où pratiquement tout le monde surveille un peu tout le monde. Les gros acteurs vont surveiller d’autres gros acteurs plus peut-être un concurrent plus petit. Les concurrents plus petits vont surveiller quelques concurrents plus petits et juste un gros acteur, juste pour le plaisir.
Bien que cela soit difficile, ce n’est pas impossible. Vous pouvez avoir cette idée de rendements décroissants. Lorsque vous exécutez vos algorithmes avec ou sans un ensemble de données, vous pouvez avoir une idée de savoir s’ils améliorent vraiment ou influencent vraiment les résultats. Par exemple, si vous dites que vous voulez faire une optimisation des prix et que vous réalisez qu’avec jusqu’à trois concurrents, cela change vraiment quantitativement le prix. Donc l’ajout d’un concurrent supplémentaire change vraiment le prix que vous obtenez à la fin.
Si je fais confiance à ma recette numérique et si je dis que l’ajout de ce troisième concurrent au mélange change mes prix en moyenne de, disons, 0,75% à moins de 1%, mais 0,75%, d’accord ce n’est pas insignifiant. Mais ensuite vous ajoutez le quatrième concurrent et vous voyez que c’est un changement de 0,1%. Je ne sais pas si ce 0,1% est super critique pour mon entreprise, mais quand même, c’est une limite supérieure à la quantité de profit que cette chose peut générer. Dans le meilleur des cas, c’est 0,1% de marge. Si le prix était exactement ajusté dans la bonne direction à chaque fois, mais quand même, cela fixe une limite supérieure à l’impact qu’il pourrait avoir. Et ici vous pouvez dire, eh bien, cela semble vraiment très petit, donc je dirais, rendements décroissants, je ne le fais pas parce que le coût pour ce quatrième concurrent peut ne pas en valoir la peine.
Donc, vous voyez, il peut y avoir des façons, il y a généralement des façons d’aborder cela. Et nous pouvons voir cette sorte de nuance et de gradation et c’est généralement quelque chose qui émerge lorsque vous commencez à utiliser des recettes numériques plus sophistiquées, plus intelligentes, qui peuvent en faire plus. Si nous voulons utiliser une analogie humaine, c’est comme lorsque vous commencez à utiliser un logiciel très sophistiqué et intelligent, cela commence à ressembler un peu à votre effectif. Combien de personnes je veux pour résoudre ce problème ? Sauf que vous avez beaucoup plus de contrôle direct et si vous voulez augmenter ou diminuer, vous n’avez pas à licencier des personnes ou à vous soucier de leur ego. Cela vous permet de concevoir l’ensemble de la chose au lieu de traiter avec des personnes qui répondent généralement négativement à vos tentatives de concevoir leur processus quotidien.
Conor Doherty: Il me vient à l’esprit que dans la perspective classique, nous n’avions pas le dilemme qualité-coût car la supply chain était régie par des heuristiques très simples. Maintenant, vous dites qu’avec l’avancée de la technologie, nous pouvons réellement quantifier le ratio qualité-coût des décisions de la supply chain avec la précision que nous souhaitons. Cela nous amène à la question suivante : lorsque vous séparez ces deux concepts, qualité et coût, en utilisant un logiciel ou une IA pour évaluer les décisions de la supply chain, le coût est compréhensible. Mais la qualité est-elle toujours un sentiment subjectif ? Ou parlez-vous du retour sur investissement pour ce coût ?
Joannes Vermorel: Tout d’abord, je voudrais souligner devant le public, et je vais passer à votre question, mais je voudrais souligner devant le public que la plupart des compromis qui sont présentés dans la supply chain, comme, disons, le triangle typique de l’argent, du coût et du service, ce genre de choses, vous savez, c’est ce que j’aime vraiment dans ce dilemme qualité-coût. Cela élève vraiment le sujet. Je crois que tous ces compromis, d’abord en termes de si nous prenons ce triangle, je pense qu’il y a beaucoup plus de dimensions que cela. Ce n’est pas un triangle, c’est un dilemme avec des dilemmes multidimensionnels où vous avez des centaines de choses qui vous tirent dans toutes sortes de contraintes, de moteurs, et que sais-je encore. Donc, il y a littéralement des compromis partout avec cent dimensions et plus. C’est à quoi ça ressemble.
Et la chose intéressante à propos du dilemme coût-qualité dans ce genre de jeux de la supply chain, c’est que cela élève le sujet. Il ne s’agit pas de ces compromis. Il s’agit du méta-problème de comment concevoir un logiciel qui résout ce problème. C’est ainsi que vous allez, car grâce à cette qualité, vous allez faire cette sorte d’évaluation de tous ces compromis. Donc, lorsque nous disons ce compromis qualité-coût dans le maître de l’optionnalité, ce que nous disons, c’est que nous investissons simplement dans la recherche de ces 100 moteurs et contraintes qui encadrent simplement le jeu de la supply chain auquel vous jouez. C’est une perspective très méta. Au lieu de penser, “Ai-je le bon niveau de service ?”, vous pensez, “Ai-je un logiciel qui va déterminer ce que la meilleure qualité signifie pour mes clients ?” C’est très méta. C’est de cela dont nous parlons.
Revenons à votre question, et je me suis un peu laissé distraire par votre question. Désolé.
Conor Doherty: Mesurez-vous la qualité uniquement en termes de sentiment subjectif ou est-elle motivée par le retour financier ?
Joannes Vermorel: Je dirais que la théorie voudrait que ce soit uniquement des retours quantitatifs. Mais, et c’est là que, en pratique, cela va être purement subjectif. Donc c’est très étrange parce que vous dites, “Oh, vous venez de me dire que c’est en théorie complètement quantitatif, mais en pratique, cela va être complètement subjectif. Pas de contradiction là ?” Donc la réalité est que oui, d’un point de vue très théorique, ce que vous voulez, c’est concevoir la rentabilité à long terme de votre entreprise. Donc c’est quantitatif, en quelque sorte.
Maintenant, le problème est que lorsque vous regardez loin dans le futur, tous vos indicateurs quantitatifs perdent complètement leur pertinence. Donc, ma vision personnelle est que si vous croyez que vous pouvez prendre les chiffres que vous avez aujourd’hui et les projeter une décennie dans le futur et que ces chiffres vous diront quelque chose de valeur, je dirais que vous êtes dans l’illusion. Donc vous voyez, c’est une illusion. Et je dis cela en tant que professionnel du traitement des données. Chez Lokad, nous traitons des données pour gagner notre vie, et nous le faisons depuis une décennie et demie. Les chiffres deviennent complètement insignifiants lorsque vous les projetez une décennie dans le futur.
Pourquoi cela ? Parce que les chaînes d’approvisionnement sont compétitives. C’est un jeu qui se joue contre des entités super intelligentes. Quand je dis super intelligentes, c’est que vos concurrents sont plus que la somme de leurs parties. Ils sont composés de nombreux employés, donc l’agrégation de cela fait que vous êtes confronté à une entité qui est super intelligente au sens où elle est plus intelligente que n’importe quel être humain sur terre. Si vous jouez contre une entreprise comme Apple, c’est une collection d’experts, de personnes très intelligentes, et le résultat net est que ces personnes vont faire des choses qui vont vous surprendre. Elles vont vous surpasser de bien des façons, en plus vous avez de nouveaux entrants, de nouveaux rivaux, et autres. Donc la conclusion est que vous ne pouvez pas considérer la situation du marché actuel comme acquise et l’étendre 10 ans dans le futur. C’est une très grosse erreur.
Conor Doherty: Juste pour revenir sur ce point, je veux m’assurer que moi, ainsi que tous ceux qui regardent, comprennent bien cela. Faites-vous essentiellement le même argument sur le rapport qualité-prix que sur les prévisions en général ? Comme s’il y avait une durée de validité limitée ?
Joannes Vermorel: Oui, exactement. Et encore une fois, la validité, la validité statistique, vous pouvez le faire. Donc vous pourriez dire, vous pouvez faire valoir que la consommation de lait, je prends un produit très basique, que le lait frais sera ainsi dans 10 ans sur le marché français et être assez précis parce que, encore une fois, vous avez un tel historique. Là où je ne suis pas d’accord, c’est que vous ne pouvez pas baser votre stratégie commerciale là-dessus. Pourquoi ? Parce qu’une décennie plus tard, ce qui rendra une marque de lait frais attrayante pour le produit peut être complètement différent de ce qu’il est maintenant. Peut-être qu’il y aura de nouvelles étiquettes, de nouvelles normes d’attentes de ce qu’est réellement un produit biologique de haute qualité. C’est un jeu qui se joue de manière très agressive. Donc peut-être que la consommation de lait sera encore à peu près la même, mais cela peut ou non être un jeu fondamentalement différent simplement parce que le genre de branding que vous devrez faire, le genre d’emballage qui viendra avec des différences très subtiles qui font toute la différence.
Oui, je m’attends à ce que dans 10 ans, ce soient encore principalement des bouteilles blanches. Oui, d’accord, mais cela ne tient pas compte du fait que vous pouvez avoir tant de petites nuances qui peuvent faire toute la différence en termes de capture de parts de marché, de réalisation de bénéfices, et ainsi de suite. Donc vous voyez, ce n’est pas acquis. Et si vous regardez même des entreprises très réussies, disons la société Coca-Cola, elles se sont constamment réinventées en termes d’image et de branding, et il y a à la fois continuité et réinvention chaque décennie. Donc ce n’est pas simplement faire et jouer le même jeu. C’est, et c’est assez impressionnant quand on regarde des entreprises comme Coca-Cola. Elles se sont réinventées avec succès pendant près de 100 ans. Donc c’est très impressionnant.
Et c’est ce que je dis lorsque nous revenons à la question initiale, c’est, au niveau fondamental, oui, vous poursuivez le profit. Oui, et oui, c’est quelque chose qui, à l’avenir, la qualité de votre décision sera évaluée en euros ou en dollars durement gagnés. Donc finalement, cela sera quantitatif et purement quantitatif. Si vous êtes très réussi, cela se reflétera en termes monétaires. Mais étant donné que lorsque vous vous projetez loin dans le futur, ces KPI cessent simplement d’être pertinents. Surtout, à la fin de la journée, ce sont presque entièrement des décisions basées sur le jugement et donc qualitatives. Tout simplement parce que, en général, elles donnent de meilleurs résultats.
Et je vois cela en tant que, encore une fois, en tant que professionnel de l’analyse de données. Je dis aux clients de Lokad de ne pas laisser leur stratégie à 10 ans être dictée par les chiffres que vous voyez en ce moment. C’est trompeur. C’est une erreur. Le marché évoluera d’une manière qui rendra ces chiffres non pertinents. Même si les chiffres projetés s’avèrent vrais, comme la consommation future de lait, il y aura d’autres choses qui rendront ces chiffres non pertinents simplement parce que vos concurrents trouveront des moyens de vous surpasser de manière surprenante. C’est ce que fait la concurrence à un niveau plus large.
Conor Doherty: Si je pouvais résumer notre discussion en une question : si le véritable dilemme qualité-coût dans la supply chain est aussi complexe et coûteux à résoudre que vous l’avez décrit, et a une durée limitée, tout comme la prévision elle-même, pourquoi les gens devraient-ils passer des indicateurs simples très pratiques, très discrets et très compréhensibles de bons et mauvais niveaux de service ? Pourquoi le faire malgré tout ou à la lumière de tout ce que vous venez de décrire ? Quel est l’incitatif ?
Joannes Vermorel: L’incitatif est similaire à devenir un maître aux échecs. C’est très difficile, très coûteux, très chronophage, mais vous le faites pour gagner. Donc, vous voyez, la chose est que, encore une fois, vous avez des concurrents et, les gens disent que les supply chains d’aujourd’hui sont devenues incroyablement complexes. Donc, il y a un potentiel d’amélioration qui est également énorme. Encore une fois, c’est ce qui est intéressant, c’est que les supply chains ont gagné en complexité, euh, énormément au cours des cinq dernières décennies parce que les entreprises ont, je l’attribue à la digitalisation, les entreprises ont des ERP, elles ont des WMS, elles ont des plateformes de e-commerce.
Donc, elles ont acquis la possibilité d’exécuter des supply chains super complexes et elles le font. Et lorsque je parle à beaucoup de clients, il y a très peu de clients qui m’ont dit, vous savez quoi, nous voulons revenir à quelque chose de plus simple, moins de produits, des délais d’approvisionnement plus longs. Donc, gardons les choses plus simples, vous savez, des délais d’approvisionnement plus longs, comme par exemple, nous produisons après avoir reçu les commandes d’achat, vous savez, fabriquées sur commande.
Il y a très peu d’entreprises qui disent, vous savez quoi, nous voulons revenir à cette fabrication sur commande, car cela rendait tout tellement plus simple. Non, ce n’est pas exactement la direction dont nous parlons. Donc, en fin de compte, la supply chain, grâce à la digitalisation, et ne vous y trompez pas, la digitalisation est ancienne, c’est quelque chose qui s’est produit il y a trois décennies, est devenue massivement plus complexe.
Et donc, la capacité à vraiment optimiser ce jeu qui a énormément gagné en complexité, c’est comme jouer aux échecs en cinq dimensions ou peu importe, n’a pas progressé aussi rapidement. Donc, c’est la chose intéressante, c’est que bien que, vous savez, si je reviens à cette anecdote, mes deux parents ont commencé chez Procter and Gamble il y a plus de quatre décennies.
Et, à l’époque, ils avaient littéralement quelque chose comme 200 produits pour l’entreprise mondiale et le marché français. Donc, c’était un jeu très simple à jouer. Et cela a augmenté, disons, de deux ordres de grandeur en termes de complexité, au moins, voire trois. Et ce sont toujours les mêmes recettes naïves et tout le reste.
Mais donc, il y a un énorme potentiel et oui, c’est très difficile, je suis d’accord, c’est un défi, je suis d’accord, mais si vous ne le faites pas, quelqu’un le fera pour vous. Et les gens, vous savez, observent Amazon. Oh, Amazon est une entreprise si massive et elle est si rentable et elle continue de croître.
Et les gens disent, ouais, mais vous savez quoi. Je dirais que lorsque vous observez Amazon grandir si rapidement et si rapidement, ma réaction est également que pratiquement il y a toute une classe de concurrents qui ne parviennent pas, qui échouent à défier Amazon en adoptant cette façon super agressive d’organiser une supply chain.
Et les choses que j’ai décrites ici, ce sont les sortes de jeux qui ont été joués depuis plus d’une décennie chez Amazon. Et oui, les gens voient que c’est toujours, c’est un géant absolu qui est bien au-delà de ces économies d’échelle. Je veux dire, le jeu auquel Amazon joue de nos jours, c’est qu’Amazon est si grand que ce que les gens ne réalisent pas vraiment, c’est qu’Amazon opère avec un énorme désavantage.
Ils ont comme un énorme handicap. Pensez-y comme, vous savez, un énorme handicap comme si vous jouiez au golf avec quelqu’un qui a les yeux bandés et qui doit jouer contre vous. Donc, ils sont si grands qu’ils ont cet énorme handicap et ils continuent de croître et de surpasser de nombreuses entreprises.
Et je vois cela dans une large mesure comme une réflexion sur le fait que de nombreuses entreprises ont échoué à améliorer leur jeu de supply chain. Je veux dire, regardez ça, Amazon gère maintenant quelque chose comme 300 millions de produits répertoriés. C’est, vous savez, c’est littéralement presque deux ordres de grandeur de plus que pratiquement n’importe quelle autre entreprise géante. C’est très, très impressionnant.
Donc encore une fois, ma conclusion serait que ce dilemme entre la qualité de la décision et l’investissement, c’est le genre de méta-jeu qui est joué et qui est au-dessus du genre de dilemme traditionnel habituel, trilemme, vous savez, argent contre coût contre service et tout le reste.
C’est le méta-jeu qui est joué et je dirais que si vous ne commencez pas à jouer à ce genre de méta-jeu, eh bien, vous allez simplement perdre la partie parce que vous ne réalisez pas ce qu’il faut vraiment pour concevoir une forme supérieure de supply chain pour votre entreprise. Vous êtes coincé à essayer de résoudre le jeu lui-même, mais maintenant c’est un méta-jeu.
Tout comme si vous voulez vraiment gagner aux échecs de nos jours, vous ne pouvez gagner qu’avec un logiciel. Cela fait deux décennies que la machine a battu le champion mondial d’échecs. Donc maintenant, si vous voulez jouer aux échecs, vous savez, pour gagner, vous savez, en termes absolus, c’est uniquement avec un logiciel.
Il s’agit uniquement d’une équipe qui conçoit un logiciel contre une autre équipe qui joue, qui conçoit un logiciel. Si vous pensez que vous pouvez gagner aux échecs par votre action directe, vous avez perdu. C’est maintenant une bataille qui se livre uniquement entre des équipes qui conçoivent des logiciels.
Les gens diraient, oh, tu l’as perdu, ce n’est pas aussi intéressant. Je dirais, en ce qui me concerne, c’est fascinant. Je veux dire, c’est toujours intéressant de voir ces équipes d’ingénieurs trouver de meilleures idées et concevoir différentes façons de créer, pour être honnête, je n’ai jamais été super intéressé par les échecs.
J’ai toujours été beaucoup plus intéressé par l’ingénierie du logiciel qui joue aux échecs. Et ce que je pense, c’est que même si vous êtes un peu effrayé parce que vous êtes passé de jouer aux échecs à, vous savez, à un genre de méta-jeu de ce que je dois faire pour avoir ce logiciel, dans l’ensemble, cela rend le jeu beaucoup plus intéressant.
Vous savez, ne craignez pas cela, dans l’ensemble, c’est beaucoup plus intéressant, beaucoup plus satisfaisant. Et les supply chains sont si complexes que vous n’avez pas à avoir peur si vous n’êtes pas un génie de la programmation. Le problème est si vaste que vous avez de nombreuses possibilités de développer vos compétences et de trouver votre voie dans ce voyage.
Conor Doherty: En conclusion, nous disons souvent “chercher le progrès, pas la perfection”. Donc, comme prochaine étape réalisable, si quelqu’un essayait de passer de la perspective binaire classique d’un taux de service bon ou mauvais à se diriger vers Amazon, quelle est une prochaine étape simple ?
Joannes Vermorel: Tout d’abord, identifiez les décisions qui ont lieu dans votre supply chain. Passez du temps réel pour évaluer dans un sens très large ce que la qualité signifie dans votre supply chain. Et je suis toujours surpris quand les gens disent, oh, l’amélioration de la supply chain, c’est un meilleur taux de service. Non, ce n’est pas ça. Ou c’est une question de coût. Non, ce n’est pas ça. C’est juste une fraction de cela. Et pensez simplement, par exemple, à avoir ce trilemme de coût contre service contre qualité.
Et encore une fois, c’est la qualité qui définit la qualité de service d’une manière très spécifique, comme le taux de service. Où dirais-je, mon défi que je lancerais à l’audience est de trouver 20 dimensions à votre supply chain. Vous devriez être capable d’en trouver 20. Ce n’est pas si difficile. Vous verrez, lorsque vous réfléchirez vraiment, qu’il y a au moins 20 dimensions qui tirent simplement.
Je veux dire des facteurs, des contraintes, des considérations qui sont différentes. Et ne vous laissez pas séduire par ces cadres super simplistes qui vous promettent de résoudre votre supply chain avec un trilemme. Au lieu de cela, au lieu d’avoir un dilemme et deux choses qui tirent dans des directions différentes, identifiez ces 20 dimensions, faites un brainstorming.
Et alors vous commencerez à comprendre que c’est un jeu très complexe qui se joue et qui mérite une réponse qui englobe cela. Et encore une fois, approximativement correct est mieux qu’exactement faux. Oui, votre réponse peut être un peu grossière, mais au moins elle est beaucoup plus globale par rapport à être comme, j’ai ce modèle optimal qui ne regarde que deux dimensions parmi 20.
Et cela vous donne une illusion d’optimalité parce que c’est une optimalité mais d’une manière incroyablement étroite et simpliste qui ne reconnaît même pas de près ce que cela signifie généralement d’avoir une exécution de supply chain de haute qualité dont votre entreprise a vraiment besoin.
Conor Doherty: Très bien, Joannes, je n’ai plus de questions. Merci beaucoup pour votre temps. Et merci beaucoup de nous avoir regardés. Nous vous verrons la prochaine fois.
