Résumé
Une session franche sur les principales théories et pratiques issues du nouveau livre de Joannes, Introduction to Supply Chain. Nous explorerons comment prévoir au-delà de la demande, passer des KPIs à la trésorerie, construire des décisions résilientes face à l’incertitude, et faire de la variabilité une partie intégrante des opérations quotidiennes.
Transcription complète
Conor Doherty: Vous êtes sur Supply Chain Breakdown, et aujourd’hui nous allons décortiquer les grandes théories et thématiques du nouveau livre de Joannes Vermorel, Introduction to Supply Chain. Je m’appelle Conor — vous le savez —, Directeur de la Communication ici chez Lokad. Et à ma gauche, comme toujours, le fondateur, PDG et artisan des mots de Lokad, Joannes Vermorel. Maintenant, en charge du chat en direct comme toujours : Alexey Tikhonov. Faites-lui parvenir vos questions dès que possible, et nous y répondrons un peu plus tard. Mais pour en venir à l’événement principal — Joannes, à ma gauche, j’ai votre nouveau livre, Introduction to Supply Chain. Salle Cam 1. C’est un livre charmant. Pourquoi avez-vous écrit ce livre, monsieur ?
Joannes Vermorel: Les premières années de Lokad ont été difficiles. Quand j’ai commencé en 2008, je partais de l’idée que la supply chain était un domaine d’étude et de pratique déjà mûr, avec, à l’époque, plus de 60 ans de littérature. Aujourd’hui, nous en sommes à 70, dirais-je, depuis la fin de la Seconde Guerre mondiale, avec plus d’un million d’articles. J’ai vérifié récemment : il y a plus de 10 000 livres sur la supply chain en anglais disponibles sur Amazon. C’est un domaine immense, et ma démarche était de le proposer, joliment emballé, dans le cloud via une application SaaS, tandis que mes concurrents de l’époque — les incumbents — utilisaient encore des clients lourds.
Mettre cela dans le cloud a été facile. Les clients sont venus. Mais rien ne fonctionnait. Rien ne fonctionnait, et il m’a fallu des années pour identifier tous les problèmes. Il s’est avéré que la théorie dominante de la supply chain se concentre uniquement sur des choses qui ne fonctionnent pas. On pourrait même utiliser le mot “mental” pour cela, mais c’est extrêmement étrange : on dispose de plus d’un million d’articles, et rien ne fonctionne. Vous avez des discussions surréalistes avec des praticiens de la supply chain qui disent, “Oui, l’année prochaine, nous allons réellement utiliser la formule de stock de sécurité, mais pour l’instant, nous utilisons encore quelque chose d’un peu bizarre dans nos tableurs. L’année prochaine, nous commencerons à faire les choses correctement ; nous commencerons à utiliser les véritables mathématiques sérieuses, et ce sera bien.” Il s’est avéré que c’est exactement ce que ces entreprises tentaient de faire depuis des décennies.
Conor Doherty: En écoutant cet aperçu — corrigez-moi si je me trompe —, généralement, lorsqu’on écrit un livre en supply chain, c’est pour combler ou répondre à un manque. D’après ce que vous dites, il semble que vous affirmez que cela remplace plus ou moins toutes les connaissances préexistantes. Ou est-ce exagéré ?
Joannes Vermorel: C’est assurément une sorte d’exercice de refondation. Le problème commence vraiment par : où place-t-on la supply chain dans l’arbre du savoir humain ? Ce que je défends, c’est que l’essentiel de la littérature se divise en deux camps qui se trompent tous les deux.
La moitié de la littérature relève du camp des mathématiques appliquées. Le problème fondamental avec cette approche est que l’on produit des articles de supply chain — des “théories” — qui ne peuvent jamais être réfutés par la réalité. C’est très étrange. Normalement, si vous avez une connaissance sur un sujet dans le monde et que votre théorie est erronée, le monde devrait être capable de la contredire. Si votre théorie est à l’abri des retours du monde réel, vous effectuez un exercice purement logique, mathématique ; cela ne relève pas des sciences expérimentales.
Puis il y a un autre camp — typiquement celui de la sociologie — qui discute de la manière de décomposer le problème au sein des grandes organisations. Ils adoptent une perspective sociologique. Le problème, c’est que cette perspective n’apporte aucune solution concrète, à savoir : comment allouer vos ressources ? Comment prendre des décisions pour réguler votre flux ?
Ainsi, dans ce livre, j’ai décidé d’adopter une troisième approche : l’économie appliquée. Aussi surprenant que cela puisse paraître, cette perspective est largement absente de l’ensemble de la littérature.
Conor Doherty: Pour aborder la supply chain sous l’angle de l’économie — dans le livre, vous la définissez comme la maîtrise de l’optionalité. Je vais vous lire ceci car c’est une légère mise à jour de la définition historique de la supply chain: “Supply chain is mastery of optionality under variability in managing the flow of physical goods.” En langage simple, en quoi cette définition diffère-t-elle de la compréhension prédominante de la supply chain ?
Joannes Vermorel: C’est là tout l’enjeu. Si vous regardez — je ne me souviens même plus exactement de la définition donnée sur Wikipedia pour “supply chain.” Le problème, c’est que la plupart des définitions ne concernent pas la “supply chain” mais la “gestion de la supply chain.” Vous êtes déjà dans le domaine de la sociologie — “Je vais gérer cela ; je vais appliquer une division du travail.” La plupart des définitions sont extrêmement larges et incluent tout ce qui touche à l’acquisition des matières premières, à la transformation, au transport, et à la satisfaction des clients.
La plupart des définitions de la supply chain occupent un paragraphe entier et mentionnent à peu près tout ce qui concerne le flux des biens physiques. C’est de la simple énumération : acquérir des matières premières, les transporter, les stocker, les transformer, les transporter à nouveau, servir les clients, etc. Ces définitions ne sont pas précises. En les suivant, il n’est même pas clair ce qui différencie le génie industriel de la supply chain, ou la fabrication de la supply chain, ou la finance d’entreprise de la supply chain.
Ces définitions manquent de limites claires et d’une essence — elles expliquent une intention précise plutôt que d’énumérer des éléments. Par exemple, la plupart des définitions de la supply chain que vous trouverez sur Wikipedia n’évoqueront pas la logistique inversée. Dès que vous regardez des aspects qui sont un peu français mais toujours bien ancrés dans le domaine de la supply chain, ces définitions très descriptives et énumératives tendent à les omettre.
Conor Doherty: Si vous réimaginez la supply chain et ses fondements du point de vue de l’économie, comment conciliez-vous cela avec ce que je sais être une approche généralement légère en mathématiques ? À part peut-être les numéros de page, vous ne verrez pas beaucoup d’entiers dans le livre. Vous avez délibérément opté pour une approche plus philosophique. Comment les gens intègrent-ils ces théories économiques s’il ne s’agit essentiellement que de mots ?
Joannes Vermorel: Tout d’abord, c’est un problème que j’ai avec la majorité du milieu universitaire de nos jours : les mathématiques, telles qu’utilisées dans la plupart des articles, ne sont que du remplissage. J’ai été formé en tant que mathématicien – pas de souci à ce niveau – mais les maths que nous voyons n’apportent pas d’idées fortes. La supply chain est une branche de l’économie ; les mathématiques sont un instrument, et non l’objectif.
Si je veux publier un livre dans lequel des instruments mathématiques apparaissent, la question est : vais-je transmettre le propos de manière moins ambiguë et plus concise ? C’est de cela dont traitent les formules mathématiques. Les équations de Maxwell pour l’électromagnétisme sont extrêmement compactes ; en littéralement quatre équations, je peux exprimer ce qui prendrait 20 pages de texte. Dans ce cas, les équations apportent les éclaircissements. Mais quand on examine la grande majorité des articles de supply chain utilisant les mathématiques, celles-ci n’apportent aucun éclairage. Les démonstrations sont procédurales et peu intéressantes. Donnez quelques heures à un étudiant de master et il parviendra à comprendre votre démonstration ; il y a très peu de surprises. Même dans la formalisation des problèmes, c’est sans intérêt. En fin de compte : vous vous retrouvez avec un texte fastidieux à lire et relativement verbeux, avec des pages de dérivations qui apportent très peu d’éclaircissements. Dans ce livre, j’ai décidé que les mathématiques et les algorithmes sont des sciences auxiliaires de la supply chain. J’essaie d’introduire les bons concepts et idées ; ensuite, les personnes disposant du bon bagage – en mathématiques, en statistiques, en algorithmes – seront en mesure d’effectuer les dérivations assez mécaniques au besoin, avec la perspective adéquate. Cela m’aurait épargné, ainsi qu’aux équipes de Lokad, un temps considérable. J’ai intentionnellement retiré toutes les mathématiques du texte principal – on en trouve un peu en annexe – car je me suis rendu compte qu’elles n’apportaient pas beaucoup d’éclaircissements. J’ai été inspiré par Basic Economics de Thomas Sowell. C’est magnifiquement écrit. La plupart des livres sur l’économie sont assez lourds en mathématiques, et j’ai réalisé, en lisant Basic Economics – je l’ai lu à ma fille ; vous me l’aviez aussi donné – que c’était un excellent livre, une excellente introduction. Si l’on aborde correctement la question, on n’a pas besoin de mathématiques. Les aspects techniques entravent une compréhension véritable. Si cela peut être fait pour l’économie, cela peut certainement être réalisé pour la supply chain. C’est cette approche. Il y a quelques éléments reportés en annexe, mais ils apportent des éclaircissements pour le public technophile. Sinon, le livre est pleinement accessible aux praticiens, quel que soit leur niveau en mathématiques.
Conor Doherty: Nous allons aborder plus en détail les théories, mais une petite anecdote. Je veux vous ramener à avril dernier, vers le moment où vous avez commencé à écrire le livre – et je prends des notes méticuleuses. C’était un mardi en avril 2024. Nous discutions ; vous avez mentionné que vous écriviez un livre. Je me souviens vous avoir demandé : « Quel est le public cible de ce livre ? » J’ai choisi deux noms que nous connaissons tous les deux – des amis de la chaîne qui sont déjà apparus ici – et j’ai dit, « Est-ce la personne A ou la personne B ? » Deux profils très différents, tous deux dans la supply chain. Vous souvenez-vous de ce que vous m’avez dit ? Joannes Vermorel: Je ne me souviens pas. Conor Doherty: Ce n’est pas mis en scène – vous ne vous souvenez vraiment pas. Vous avez dit, « Cela pourrait vous surprendre : aucun des deux. » Maintenant, environ 20 mois plus tard, vous avez écrit le livre, il est publié, il est disponible – quel est le public cible ? Joannes Vermorel: Le public cible était un peu égocentrique : moi-même il y a 20 ans. Si j’avais eu ce livre entre les mains avant de fonder Lokad, tout aurait été tellement plus simple. Cela m’aurait épargné une décennie de misère. C’est une facette étrange des logiciels d’entreprise : même si votre logiciel ne fonctionne pas, il peut être assez rentable. Pas en termes de misère financière – les clients frappent toujours à votre porte – mais ce n’est pas bon. Cela m’aurait également épargné, ainsi qu’aux équipes de Lokad, un temps considérable. J’ai intentionnellement retiré toutes les mathématiques du texte principal – on en trouve un peu en annexe – car je me suis rendu compte qu’elles n’apportaient pas beaucoup d’éclaircissements. J’ai été inspiré par Basic Economics de Thomas Sowell. C’est magnifiquement écrit. La plupart des livres sur l’économie sont assez lourds en mathématiques, et j’ai réalisé, en lisant Basic Economics – je l’ai lu à ma fille ; vous me l’aviez aussi donné – que c’était un excellent livre, une excellente introduction. Si l’on aborde correctement la question, on n’a pas besoin de mathématiques. Les aspects techniques entravent une compréhension véritable. Si cela peut être fait pour l’économie, cela peut certainement être réalisé pour la supply chain. C’est cette approche. Il y a quelques éléments reportés en annexe, mais ils apportent des éclaircissements pour le public technophile. Sinon, le livre est pleinement accessible aux praticiens, quel que soit leur niveau en mathématiques. Conor Doherty: D’après le livre – pour quiconque ne l’a pas encore lu en ligne, il est disponible gratuitement en ligne ; vous pouvez aussi le commander sur Amazon. Avant de rentrer dans le vif du sujet, une remarque sur la fin : dans la section « Looking Onward » vous proposez un test concret pour mesurer le progrès en supply chain – « votre logiciel, quel qu’il soit, doit générer des décisions non assistées, auditées (donc traçables), ou vous devez vous arrêter et expliquer pourquoi. » Est-ce, selon vous, l’objectif ultime de la prise de décision en supply chain ? Joannes Vermorel: C’est un point de départ – littéralement. Jusqu’à ce que vous disposiez d’un système capable de générer des décisions non assistées avec ce que chez Lokad nous appelons 0 % d’insanité – ces décisions sont au moins correctes, sans être extravagantes – vous n’êtes même pas en position d’effectuer une amélioration systématique. Vous faites face à un processus semi-manuels chaotique, généralement aussi assez bureaucratique. Il est impossible de mesurer quoi que ce soit de manière comparative. Vous ne pouvez rien tester en A/B. Vous ne pouvez pas prouver de façon fiable que tout changement apporté au système l’améliore. Une fois que vous atteignez le point où vous générez des décisions non assistées sans aucune insanité – même si elles ne sont pas encore très performantes – vous avez quelque chose que vous pouvez tester en A/B. Vous pouvez modifier le système et le faire fonctionner en parallèle : option A contre option B, laquelle est la meilleure ? Vous pouvez obtenir des preuves, sélectionner, itérer. Ensuite, les vraies améliorations peuvent commencer à se produire : vous pouvez raisonner quantitativement et décider si quelque chose améliore ou détériore le processus. Tant que vous restez dans le flou complet, vous vous retrouvez avec un océan d’avis et de personnes très diverses. De plus, tant que vous avez des processus semi-manuels, il peut y avoir des régressions rien qu’à cause du départ à la retraite d’une personne très expérimentée. La composition de l’équipe change ; vous n’avez rien modifié d’autre, et des régressions peuvent survenir. C’est un gros problème – des facteurs de confusion massifs. Conor Doherty: Clairement, il y a 500 pages ; nous ne couvrirons pas tout. Au fil de la saison, nous aborderons des points ici et là. Historiquement, il y a des critiques globales que vous adressez à la théorie de la supply chain. L’une des plus évidentes – et c’est une grande partie du livre – est votre point de vue sur la prévision des séries temporelles, que vous qualifiez d’impasse technologique pour les supply chains. Pourquoi cela ? Joannes Vermorel: C’est une partie du chapitre sur le futur. Le paradigme en jeu est la vision téléologique du futur. Vous dites littéralement : « Je peux projeter l’avenir et dire qu’il est ainsi », et, tout comme le plan, cette description devient un engagement. Cette perspective trouve son origine dans les sciences naturelles. C’est ce que les astronomes utilisent pour anticiper le mouvement des planètes. L’un des premiers prévisionnistes économiques du XXe siècle, Roger Babson, était un immense admirateur de Newton. Sa perspective – qui a imprégné des cycles des prévisionnistes économiques, puis la recherche opérationnelle, puis la supply chain – était que, avec les bonnes mathématiques, nous serons bientôt capables de prédire l’avenir de l’économie, des marchés, de tout, avec la même précision que la position des planètes. Cela faisait partie du scientisme progressiste de la première moitié du XXe siècle. Ça n’a jamais marché. Et vous avez de nombreuses raisons de penser que cela ne marchera jamais. Cela ne préserve pas votre propre capacité d’agir sur l’avenir. Cela traite l’avenir comme s’il était déjà figé, comme si l’entreprise n’avait aucune capacité à changer de trajectoire. C’est très étrange.
Conor Doherty: Clairement, il y a 500 pages ; nous ne couvrirons pas tout. Au fil de la saison, nous aborderons des points ici et là. Historiquement, il y a des critiques globales que vous adressez à la théorie de la supply chain. L’une des plus évidentes – et c’est une grande partie du livre – est votre point de vue sur la prévision des séries temporelles, que vous qualifiez d’impasse technologique pour les supply chains. Pourquoi cela ? Joannes Vermorel: C’est une partie du chapitre sur le futur. Le paradigme en jeu est la vision téléologique du futur. Vous dites littéralement : « Je peux projeter l’avenir et dire qu’il est ainsi », et, tout comme le plan, cette description devient un engagement. Cette perspective trouve son origine dans les sciences naturelles. C’est ce que les astronomes utilisent pour anticiper le mouvement des planètes. L’un des premiers prévisionnistes économiques du XXe siècle, Roger Babson, était un immense admirateur de Newton. Sa perspective – qui a imprégné des cycles des prévisionnistes économiques, puis la recherche opérationnelle, puis la supply chain – était que, avec les bonnes mathématiques, nous serons bientôt capables de prédire l’avenir de l’économie, des marchés, de tout, avec la même précision que la position des planètes. Cela faisait partie du scientisme progressiste de la première moitié du XXe siècle. Ça n’a jamais marché. Et vous avez de nombreuses raisons de penser que cela ne marchera jamais. Cela ne préserve pas votre propre capacité d’agir sur l’avenir. Cela traite l’avenir comme s’il était déjà figé, comme si l’entreprise n’avait aucune capacité à changer de trajectoire. C’est très étrange.
Je m’oppose à une autre vision—la vision des entrepreneurs—la rugged vision, qui est bien plus opportuniste. Fondamentalement, cette vision téléologique du grand plan, où vous traitez le futur comme une quantité connue et orientez tout en fonction de cela, est défectueuse. Les séries temporelles incarnent cette perspective : elles considèrent le futur comme le symétrique exact du passé. Vous avez une courbe—disons, les températures à Paris, un point de données par jour—et vous projetez cette courbe dans le futur. Si je supprime le présent, rien ne différencie le passé du futur ; c’est la même série. Si vous ne me dites pas où se trouve le « maintenant », je ne peux pas savoir. Ce n’est qu’une courbe qui s’étend indéfiniment dans les deux directions.
Cette perspective des séries temporelles, issue des sciences naturelles, est absurde pour le business car il existe une asymétrie absolue : vous ne pouvez pas changer le passé ; vous pouvez agir sur le futur. Dès que vous acceptez cela, tant que vous n’engagez aucune ressource, vous n’avez aucune raison de considérer le futur comme déjà décidé.
Conor Doherty: Vous entrez dans plus de détails et employez des termes concrets : la différence entre un grand acheteur unique et de nombreux petits acheteurs—« beaucoup de petits paniers contre quelques grands paniers »—pour démontrer le problème. Dix personnes achètent une chose contre une personne qui en achète dix : mêmes séries temporelles.
Joannes Vermorel: Exactement. Les séries temporelles sont une représentation très compressée d’information. Elles condensent l’information dans un vecteur unidimensionnel, et vous perdez des informations cruciales. Imaginez que vous ayez 10 000 unités aujourd’hui sur les 10 dernières années. Quelle est votre quantité correcte de stocks ?
Scénario un : ces 10 000 unités proviennent de 1 000 clients distincts ; elles sont très dispersées, et il ne s’agit même pas des mêmes clients chaque jour. Les chances de perdre rapidement tous ces clients sont minces. Scénario deux : ces 10 000 unités ont été commandées par un seul client pendant les 10 dernières années. À un moment donné, vous perdrez ce client — faillite, changement, peu importe — et le risque potentiel sera énorme à tout moment. Il n’existe pas de client éternel ni d’entreprise éternelle. Lorsqu’il se produit, vos stocks restants se transforment du jour au lendemain en stock mort, sans aucun recours.
Les séries temporelles sont identiques, mais le profil de risque est extrêmement différent. La seule façon de le savoir est d’analyser la composition des clients. Ainsi, en plus de perdre votre capacité à agir, les séries temporelles représentent de manière très compressée le passé ; vous perdez des informations essentielles.
Conor Doherty: Comment la perte de ce risque impacte-t-elle négativement les politiques de stocks ? C’est dans « The Limits of Planning ». En prenant cet exemple précis, quel est le résultat négatif à court terme par rapport à une approche plus probabiliste, que vous exposez dans le livre ?
Joannes Vermorel: Si l’on prend du recul par rapport au risque, la vision téléologique classique—qui sous-tend le S&OP—considère le risque comme inexistant. Les gens ne sont pas idiots ; ils savent que le risque existe, mais quand on examine les instruments, le risque est absent. Il n’y a rien de paradigmatique dans la gestion du risque. Oui, en théorie, vous pouvez élaborer des scénarios, mais c’est de seconde zone — une réflexion après coup qui ne correspond pas au paradigme.
Le risque est l’autre face de l’opportunité. Quelque chose d’inattendu peut causer des dégâts ; quelque chose d’inattendu peut aussi présenter une opportunité que vous pouvez saisir. Dans la perspective téléologique, S&OP, l’idée de rechercher des opportunités inconnues et d’être au bon endroit, prêt à les exploiter, n’existe pas — tout comme le risque n’existe pas.
Les entrepreneurs ne considèrent pas le futur comme un grand plan connu. Ils le perçoivent comme flou et incertain, mais si vous vous positionnez correctement et êtes préparé, vous pouvez avoir beaucoup de chance. Je pense qu’Aristote a dit que la chance sourit aux très bien préparés. C’est une mentalité différente et une manière complètement différente d’envisager l’avenir.
Conor Doherty: En revanche, vous défendez ce que vous appelez la « rugged vision ». En quoi cela diffère-t-il exactement ?
Joannes Vermorel: Plutôt que de penser que vous pouvez connaître le futur, vous embrassez le chaos et l’exploitez à votre avantage. Si l’on pense au S&OP, les gens veulent des prévisions aussi précises que possible — en termes techniques, réduire la variance. Et si vous faisiez le contraire — faites exploser votre variance ?
Dans l’industrie du divertissement, vous voulez des méga succès. Vous ne vous intéressez pas à une faible variance, car la plupart des tentatives échouent : c’est du coup ou rien. Réduire la variance conduirait à la médiocrité. Vous souhaitez que, lorsqu’un succès se présente, il soit absolument colossal.
La rugged vision est une approche différente de l’incertitude et de la variabilité. Elle les considère comme une ressource à exploiter, et non comme un défaut. La perspective téléologique traite le futur comme quelque chose à clarifier, à fixer, à immobiliser — votre prévision et votre engagement — et optimiser signifie atteindre la conformité de manière efficace par rapport au plan.
Avec la rugged vision, il s’agit d’exploiter l’incertitude et la variabilité. Assurez-vous que, lorsque des opportunités se présentent, vous bénéficiez de l’avantage du premier arrivé parce que vous agissez si rapidement que vous les saisissez de manière rentable. Si vous faites des erreurs, le coût reste limité. Il est acceptable que la plupart des paris perdent tant que le coût est maîtrisé ; quand vous gagnez, vous gagnez gros.
Cela crée une perspective différente de ce que signifie planifier et se préparer. Vous embrassez l’incertitude et la variabilité. Il en va de même pour vos concurrents. Plutôt que de dire, « Je serai plus précis, » vous dites, « Je serai plus réactif, agile, rentable et opportuniste. » Vous reconnaissez que les mouvements opportunistes font partie du plan et vous êtes à l’aise de ne pas savoir exactement où vous allez. Vous voulez pouvoir réagir de manière rentable à n’importe quelle situation sans avoir à connaître précisément la nature de celle-ci.
D’un point de vue rugged, le futur est radicalement incertain — radicalement différent du passé. Vous considérez vos ressources comme quelque chose pour lequel vous souhaitez préserver votre capacité à agir et vos opportunités. Une belle opportunité se présente, mais vous pourriez la laisser passer parce que vous pensez qu’une bien plus grande arrive. Vous ne voulez pas vous épuiser.
Par exemple, avec les mouvements tarifaires de l’administration Trump, certaines entreprises anticipèrent des distorsions et importèrent beaucoup de stocks avant l’instauration du tarif afin de pouvoir vendre au prix ancien. La rugged vision dirait : absolument pas. Maintenant qu’il existe ce tarif, plus personne ne peut importer des marchandises au même prix. Vous n’avez aucune raison de liquider. Oui, les concurrents liquideront à bas prix ; si ce n’est pas périssable, ce n’est pas grave. Vous pouvez conserver des stocks pendant quelques mois, puis vendre à un prix bien supérieur avec une très belle marge.
De plus, votre capacité d’action est fixée par les prix. Cela est très absent du S&OP et de la vision téléologique ; l’idée que vous pouvez jouer avec les prix dans le cadre de votre plan est extrêmement absente.
Conor Doherty: Une grande partie de la perspective économique est la vision ajustée financièrement ou axée sur le retour sur investissement (ROI). Dans le livre, vous introduisez des objectifs exprimés en « coins » — vous mesurez tout en « coins ». En quoi cela diffère-t-il de la perspective historique qui envisage le ROI ? Est-ce simplement plus global ?
Joannes Vermorel: Tout d’abord, dans une grande partie de la littérature académique — les mathématiques appliquées avec une thématique économique — on dit nominalement, « Nous optimisons cette fonction objectif », supposément en dollars. Mais ce n’est pas une véritable perspective économique ; ce sont des mathématiques appliquées coiffées d’un chapeau économique. Ici, nous reconnaissons que la modélisation économique est le véritable défi, et non le calcul technique découlant de cette modélisation.
Les mathématiques appliquées disent, « Donnez-moi votre fonction économique, et je ferai plein de choses avec des formules, dériverai, construirai des théorèmes. » Très bien. Mais si j’adopte cette perspective, oui, ma fonction objectif est censée être en dollars ; en pratique, personne ne s’en soucie vraiment. Par conséquent, lorsqu’on examine de près de nombreux articles sur la supply chain, ce qui est optimisé n’est même pas exprimé en termes économiques. Très fréquemment, ce sont des taux de service ou des tonnes d’objectifs non économiques. Cela reflète la perspective fondamentalement issue des mathématiques appliquées : ce qui importe, c’est d’avoir une fonction à optimiser ; la nature de cette fonction est en grande partie sans importance.
Conor Doherty: Pour être plus concret : la mise en œuvre de votre vision — la rugged vision — nécessitait au moins deux rôles, et pas seulement une philosophie. Vous introduisez les rôles de Flow Manager et de Supply Chain Scientist ainsi que l’importance de cette association.
Joannes Vermorel: C’est abordé plus loin dans le livre ; c’est un détail. Tant que, en termes de paradigme, vous regardez le futur de la mauvaise manière, vous êtes bloqué. Rien ne peut se passer ; ces choses ne sont même pas pensables. La manière dont vous organisez les rôles est une formalité. Je la décris pour plus de clarté, mais elle reste secondaire. Si vous ne pouvez même pas concevoir quelque chose, vous ne pouvez pas le réaliser, peu importe comment vous morcellez le travail ou quels instruments vous utilisez.
Lorsque nous mentionnons le mot « planning », il est presque impossible d’envisager une alternative autre que celle pratiquée malgré le Gosplan en URSS. C’est étrange, car l’URSS était un échec, et pourtant de grandes entreprises imitent littéralement ce qui a échoué pendant 70 ans avec le Gosplan — le grand institut de planification qui pilotait centralement l’économie entière.
Le Gosplan a fonctionné de 1925 à 1991. Il produisait des plans pour toutes ces années ; aucun de ces plans n’a jamais été réalisable. Lorsque je discute avec de grandes entreprises, c’est l’ambiance que je perçois depuis presque deux décennies : de grands plans qui ne fonctionnent pas — et qui, conceptuellement, ne peuvent pas fonctionner. Les gens pensent, « Si nous arrêtons de faire cela, nous cessons de penser à l’avenir », ce qui n’est pas acceptable. Nous devons penser à l’avenir, mais nous ne pouvons pas remplacer une mauvaise planification par l’absence de planning. Il faut une alternative. Oubliez les rôles : tant que vous ne pensez pas correctement — la rugged vision en alternative à la téléologie — aucune solution n’est pensable et donc impossible à déployer.
Conor Doherty: Il y a quelques questions du public auxquelles j’aimerais répondre, mais avant cela — hormis la lecture du livre — imaginez que quelqu’un l’ait lu et soit vraiment emballé. Quelles sont les prochaines étapes pour instituer la rugged vision que vous avez décrite ?
Joannes Vermorel: Contactez-nous. Mais je pense que ces choses viendront naturellement. Ce livre est une introduction, mais j’espère que beaucoup de choses deviendront évidentes lorsque vous aurez la bonne perspective. C’est pourquoi je ne suis pas entré dans les détails mathématiques. Une fois que vous savez comment aborder un problème, le résoudre devient presque acquis.
À l’école, on nous apprend : voici un problème ; identifiez une solution ; vous êtes noté sur votre réponse. Dans le monde réel, la chose la plus difficile est d’identifier la bonne problématique. Une fois que vous pouvez penser clairement à votre problème, le résoudre devient presque automatique. À l’avenir, je ne serais pas surpris que, dès que vous aurez clairement défini votre problème, vous le confiez à un LLM qui effectuera le raisonnement procédural pour vous donner la solution. La tâche la plus exigeante intellectuellement est de trouver le bon problème à résoudre.
Joannes Vermorel: À travers cette introduction, le lecteur peut adopter une perspective très différente sur la façon de concevoir son entreprise, sa supply chain, et le type de solutions qui sont éligibles. Dès que vous réaliserez que des tonnes de techniques dans la supply chain ne sont pas économiques — les safety stocks, par exemple — vous ne serez pas étonné de ne pas obtenir de retour sur investissement. Les safety stocks n’optimisent pas le taux de retour. Ne soyez pas surpris.
En parcourant le livre, les gens pourront dire : « Cette façon de penser n’est même pas dans le bon paradigme. » C’est une impasse ; cela ne générera pas de retours parce que vous n’êtes pas dans le bon territoire. Une fois que vous y serez, vous reviendrez à ce principe chez Lokad : il vaut mieux être approximativement juste qu’exactement faux. Avec la bonne réflexion et une feuille de calcul Excel, vous pouvez aller loin — plutôt que de vous perdre avec une mauvaise approche du problème.
Conor Doherty: Fondamentalement, c’est une mentalité que vous prônez.
Joannes Vermorel: Oui. Par exemple, l’audience pourrait-elle définir, en une phrase, ce qu’est réellement l’économie ? Elle a été clairement définie il y a plus d’un siècle par Lionel Robbins, un économiste britannique. Lorsque vous demandez aux gens, en général, ils n’ont aucune idée. Je donne une définition concise pour la supply chain, mais la définition concise de l’économie est : « l’étude des ressources rares ayant des usages alternatifs. » Une fois que vous comprenez les termes de cette définition succincte, vous saisissez de quoi il s’agit en économie.
D’ailleurs, ce qui passe dans les médias pour de l’économie n’est pas de l’économie. C’est de l’idéologie politique, ou c’est l’histoire économique — « le chômage en France augmente ou diminue », etc. Cela est purement descriptif ; ce n’est pas de l’économie. L’histoire économique nécessite une théorie économique pour en donner un sens. L’économie vous fournit cette théorie ; ce sont des domaines de préoccupation distincts.
Conor Doherty: Merci, Joannes. Je vais maintenant passer aux questions du public. Comme vous pouvez le voir sur la bannière à l’écran, n’hésitez pas à les soumettre en privé ; certains commentaires ici sont des messages privés, mais il y a aussi des questions publiques. Voici celle de Manuel : « C’est votre deuxième livre. J’ai le premier. Quelles sont les grandes différences entre les deux, ou les grandes différences fonctionnelles ? »
Joannes Vermorel: L’absence de code mathématique est une énorme différence. Celui-ci est bien meilleur. Le précédent était vraiment précipité ; il a été réalisé en trois mois. Les 100 premières pages sont acceptables ; celles qui suivent sont obsolètes — complètement dépassées.
Le livre précédent était « Voici la recette chez Lokad », que nous avons appelé la Supply Chain Quantitative. À l’époque, je n’étais pas complètement sûr de ce que je défendais. J’étais en désaccord total avec la théorie dominante de la supply chain, alors j’ai dit, « Je vais faire quelque chose de différent et l’appeler la Supply Chain Quantitative. » Mais l’évolution avec ce livre est la suivante : ce qui passe pour la théorie de la supply chain dans la littérature est tout simplement erroné. Le chapitre 3 clarifie cela en soulevant des préoccupations épistémiques : où situer la supply chain — mathématiques appliquées, sociologie ou économie appliquée ? Je soutiens que l’économie appliquée est la bonne approche.
Alors, ai-je une autre théorie, ou dis-je : « Ceci est ma meilleure tentative pour la théorie de la supply chain la plus correcte », en remplacement de ce qui existait auparavant ? Le livre précédent était présenté comme une recette de méthodes qui fonctionnent chez Lokad. Fait intéressant, ce livre précédent constitue désormais essentiellement un seul chapitre dans le nouveau livre — le chapitre intitulé « Deployment ». Il expose une version meilleure, plus mature, de ce que j’avais décrit précédemment. Le livre précédent n’est qu’un chapitre sur onze.
J’ai réalisé qu’il y avait bien plus sous les fondations : la façon dont vous considérez la supply chain comme connaissance—épistémologie ; économie—que j’avais contournée dans le livre précédent. Nous voulons la rentabilité, mais il faut ensuite revenir aux racines économiques : qu’apporte la science économique à la supply chain ? La réponse courte est : beaucoup. Une fois que vous abordez les choses sous le signe explicite de l’économie—ce que je n’avais pas fait auparavant—cela clarifie énormément de choses.
Il y avait beaucoup d’autres choses que je tenais pour acquises dans mes cours. J’ai réalisé que je devais examiner de près certains détails, comme la théorie moderne de l’information—la théorie de Shannon—qui a de grandes conséquences pour la supply chain et sur la manière de raisonner pour des décisions « informées ». Ensuite, il faut penser au paysage applicatif : les logiciels sont extrêmement importants, et les supply chains sont complètement digitalisées. J’éclaire le paysage des logiciels, la manière d’y penser, et comment votre optimisation doit venir en surcouche.
Puis l’avenir : vision téléologique vs. vision robuste. Ce chapitre est né de la frustration ; j’ai reçu des centaines d’appels pour essayer d’expliquer la prévision probabiliste. Dire « prévision probabiliste » était la mauvaise approche. C’est la réponse technique correcte, mais pour comprendre la vision adéquate—indépendante des mathématiques—il faut adopter la lentille téléologique vs. robuste. Cela vous donne les raisons fondamentales pour lesquelles l’instrument est désirable.
Il en va de même pour les décisions « informées » et l’intelligence. Qu’est-ce que l’intelligence ? Avec les développements récents en machine learning, nous pouvons réfléchir de manière plus intelligente à l’intelligence. Cela méritait d’être traité. Il en va de même pour les décisions : si la supply chain est une branche de l’économie, chaque décision doit être envisagée comme une allocation de ressources rares ayant des usages alternatifs. Vous devez vous demander dans votre entreprise : quels sont les usages alternatifs pour chaque ressource ? Cela clarifie énormément de choses. Un chapitre entier est dédié à la prise de décision pour cette raison, et nous y reviendrons dans un épisode ultérieur.
Conor Doherty : La question suivante vient de Vivek—merci d’avoir lancé le livre ; je suis sûr que cela apportera une perspective différente à tout le matériel supply chain que nous avons à disposition. « Existe-t-il des cas d’utilisation de problèmes concrets de supply chain abordés dans votre nouveau livre ? »
Joannes Vermorel : Il y a un passage où je décris ce que je pense des études de cas—et le fait qu’elles ne fonctionnent pas. Mais les cas d’utilisation sont omniprésents. Chaque fois que vous avez une allocation de ressources ayant des usages alternatifs, c’est un cas d’utilisation.
Chaque fois que vous dépensez un dollar pour acheter quelque chose, vous auriez pu utiliser ce dollar pour autre chose—une allocation de ressources. Si vous disposez de matières premières pouvant être utilisées pour produire plusieurs produits et que vous décidez de les consommer pour déclencher un lot—c’est une allocation. Si vous décidez que les produits finis vont à tel endroit, ils ne peuvent pas être destinés à un autre—allocation. Etc. Les cas d’utilisation sont extrêmement banals.
La littérature sur la supply chain se trompait souvent parce qu’elle n’avait pas une idée claire de ce qu’est la supply chain et de ce qu’est une décision supply chain. En clarifiant qu’il s’agit d’une allocation de ressources ayant des usages alternatifs, les cas d’utilisation deviennent évidents : vous avez le flux, les ressources, les usages alternatifs. Chaque fois que vous choisissez entre des alternatives, c’est une décision supply chain qui doit être optimisée. Pour connaître le retour sur investissement auquel vous pouvez vous attendre, faites un calcul sommaire.
En raison de fondations superficielles, on se trouve avec des éléments qui ne sont pas clairs—comme les « jumeaux digitaux de supply chain ». De quoi s’agit-il vraiment ? Que cherchez-vous exactement à résoudre ? Un moyen pour atteindre quel but ? De nombreuses offres—consultants, vendeurs, professeurs—n’offrent pas une définition claire et ne positionnent pas la supply chain en tant que branche de l’économie. On se retrouve alors avec des questions, comme les « cas d’utilisation », difficiles à répondre parce que les fondations sont superficielles.
Ce livre est également une tentative de répondre à une frustration de longue date. Implicitement, Lokad réfléchit depuis une décennie aux décisions supply chain comme des allocations de ressources ayant des usages alternatifs. Mais nous ne les abordions pas de cette manière, et nous étions perdus en expliquant pourquoi la prévision probabiliste était la meilleure. C’est très pertinent—mais une simple technique. Il en va de même pour l’optimisation stochastique—très utile, mais une technique qui ne devient intéressante qu’une fois que vous comprenez le paradigme adéquat.
Conor Doherty : Question suivante de Nick Green—cela provient de notre flux YouTube (nous diffusons en double sur LinkedIn et YouTube). Je vais la lire mot pour mot : « Merci de rendre l’ebook gratuit. En Asie du Sud-Est, obtenir des livres sur Amazon n’est pas facile. J’ai hâte de lire. Dans le livre, abordez-vous le rôle des incitations dans la supply chain ? »
Joannes Vermorel : Oh oui—absolument. Les incitations comptent. On retrouve des incitations conflictuelles partout. La littérature traditionnelle sur la supply chain ignore en grande partie les incitations et se comporte comme des idiots savants—extrêmement naïfs en la matière.
Dans le livre, je détaille les incitations des employés, des consultants, des software vendors, et du milieu académique, et comment ils interagissent avec votre tentative de faire ce qui est le mieux pour l’intérêt à long terme de l’entreprise. Si vous n’abordez pas explicitement ce problème comme un défi conflictuel, cela ne fonctionnera pas. Vous avez affaire à des personnes qui disposent d’autonomie ; leur comportement n’est pas aligné sur l’intérêt de l’entreprise. De nombreuses situations sont défaillantes par conception ; vous devez les reconnaître comme telles.
Il est important de noter qu’en cas de conflit d’intérêts, on ne peut pas se fier au jugement de personnes en conflit. Vous ne pouvez pas dire, « Je sais que j’ai un conflit d’intérêts, mais faites-moi confiance, je suis honnête. » Ce n’est pas ainsi que l’on traite un conflit. Lorsqu’une personne a un conflit d’intérêts, elle devrait être exclue du processus qui génère la décision. La science médicale l’a découvert il y a des décennies. Si vous ne le faites pas, cela ne fonctionnera pas.
Je décris également les conflits d’intérêts auxquels sont confrontés les software vendors d’entreprise—ce qui nous inclut. J’essaie de faire de mon mieux ici, mais je suis en conflit. Si vous souhaitez signaler des éléments que j’aurais pu omettre, postez des commentaires. J’ai été minutieux à propos des magouilles des software vendors d’entreprise—c’est quelque chose que je connais de près—mais vos retours seraient les bienvenus.
Conor Doherty : Très bien. Je suis convaincu. Je n’ai pas d’autres questions. Je vous remercie infiniment pour votre temps et pour vos réponses. Et à tous les autres, merci d’avoir assisté. Merci pour vos questions—de nombreux commentaires privés. Comme je l’ai maintes fois dit, certains se sentent plus à l’aise de commenter publiquement ; d’autres préfèrent m’envoyer un message en privé. Tout ce qui m’est envoyé, je le relaie à Joannes mot pour mot, ou du moins tel qu’il m’est transmis. Sur ce, n’oubliez pas de vous connecter avec moi sur LinkedIn, et nous nous retrouverons la semaine prochaine pour un autre épisode en direct de Breakdown. Et sur ce, retournez travailler. Découvrez ceci.
Joannes Vermorel : Lisez le chapitre 3, « Épistémologie ». C’est la fondation de ce qui compte réellement comme connaissance de la supply chain. Si vous arrivez à la fin de ce chapitre, vous vous rendrez probablement compte que 99 % de ce que vous avez lu de toute votre vie, une fois appréhendé sous cet angle épistémique, ne constitue pas le corpus pertinent de connaissances pour la supply chain. C’est étrange, mais cela explique le « pourquoi » de mon malheur durant la première décennie chez Lokad : je tentais fondamentalement d’utiliser les mauvaises théories—comme essayer d’obtenir des résultats en recourant à l’alchimie au lieu de la chimie. Cela ne va pas fonctionner. Vous utilisez quelque chose qui ressemble à de la science—l’alchimie fut autrefois très sérieuse. Sir Isaac Newton—très populaire auprès de vous—a passé la moitié de sa vie à faire des recherches en alchimie et l’autre moitié à étudier le mouvement des corps célestes. Il a publié deux livres de taille égale : l’un sur la mécanique céleste et l’autre sur l’alchimie.
Ce n’est pas qu’Isaac Newton était un imbécile ; c’est que déterminer le paradigme correct est difficile. Si vous vous trompez, vous pouvez obtenir quelque chose qui ressemble à de la science. Ne supposez pas que vous pouvez automatiquement repérer ce qui doit être considéré comme une connaissance valide en supply chain. À travers le chapitre 3, j’essaie de fournir aux lecteurs des outils intellectuels pour trier ce qui relève ou non d’une connaissance valide. Même si vous dédaignez le reste du livre, disposer de cet instrument sera extrêmement utile, car il vous permettra de distinguer ce qui est potentiellement une connaissance correcte de ce qui est garanti comme étant non pertinent.
Conor Doherty : Très bien. Je suis convaincu. Je n’ai pas d’autres questions. Je vous remercie beaucoup pour votre temps et vos réponses. Et à tous les autres, merci d’avoir assisté. Merci pour vos questions—ainsi que pour de nombreux commentaires privés. Comme je l’ai répété à plusieurs reprises, certaines personnes se sentent plus à l’aise en commentant publiquement ; d’autres préfèrent m’envoyer un message privé. Tout ce qui m’est adressé, je le relaie à Joannes mot pour mot, ou du moins tel qu’il m’est transmis. Sur ce, n’oubliez pas de vous connecter avec moi sur LinkedIn, et nous nous retrouverons la semaine prochaine pour un autre épisode en direct de Breakdown. Et sur ce, retournez travailler. Découvrez ceci.
