00:00:00 Chapitre cinq : les décisions nécessitent des paris éclairés
00:04:48 Théorie de Shannon: l’information comme quantité calculable
00:09:36 Les données équivalent à des bits ; la verbosité ne cache rien
00:14:24 La connaissance transforme l’information en actions rentables
00:19:12 Principe de l’immuable passé, les conceptions ERP le violent
00:24:00 Les zéros de rupture de stock réécrits, les prévisions deviennent biaisées
00:28:48 Douleur économique : capital mal alloué, rendements moindres
00:33:36 Le bouc émissaire des mauvaises données masque la confusion architecturale
00:38:24 Analogie de l’historien : des enregistrements fixes, une sémantique infinie
00:43:12 Séparation des systèmes : enregistrements, rapports, intelligence
00:48:00 Les rapports imposent la conformité, et non des décisions prospectives
00:52:48 L’intelligence génère des allocations en situation d’incertitude
00:57:36 Excel prouve que les couches de décision sont déjà hybrides
01:02:24 Les enregistrements vendus comme de la magie, les vendeurs en tirent profit
01:07:12 Test décisif : est-ce que le logiciel modifie le passé?
01:12:00 Des affirmations trop belles pour être vraies, adieu le test de réalité M5
Résumé
Les décisions supply chain sont des paris sur un avenir incertain, donc une pensée claire compte. La discussion établit des distinctions nettes entre données, information et connaissance, puis soutient que la plupart des supply chain software les confondent gravement. Son argument le plus tranchant est que le passé doit rester immuable : une fois que les entreprises réécrivent l’histoire pour s’adapter à des modèles faibles, elles corrompent la base des bonnes décisions. De là découle la distinction pratique entre systèmes de record, systèmes de rapport et systèmes d’intelligence. Les entreprises dépensent trop pour des registres glorifiés, sous-investissent dans de véritables moteurs de décision, et s’étonnent ensuite de leurs performances décevantes. Des catégories claires, et non la mystique du vendeur, sont le début de la compétence.
Résumé étendu
Cette discussion s’articule autour d’une idée simple mais aux répercussions considérables : les décisions supply chain sont des paris dans l’incertitude, et par conséquent, tout ce qui les informe compte énormément. La principale critique est que la plupart des approches supply chain n’ont pas su établir des distinctions claires entre données, information et connaissance. Les données ne sont que des symboles enregistrés. L’information est ce qui réduit l’incertitude. La connaissance est la compréhension causale qui permet à un décideur, humain ou machine, de transformer l’information en actions améliorant les retours économiques.
À partir de cette base émerge un second point majeur : le passé doit être traité comme immuable. Les enregistrements historiques d’une entreprise devraient refléter ce qui s’est réellement passé, et non ce que les planificateurs auraient souhaité. Pourtant, de nombreux systèmes, en particulier les logiciels d’entreprise standard, sont conçus de manière à permettre la réécriture du passé. Cela devient particulièrement tentant lorsque de mauvais modèles se heurtent à des faits gênants. Par exemple, si une rupture de stock conduit à des ventes enregistrées comme nulles, un système de prévision simpliste pourrait interpréter ces zéros comme la preuve d’une demande faible. Au lieu de corriger le modèle, les praticiens « corrigent » souvent les enregistrements historiques. Autrement dit, ils falsifient le passé pour tenir compte des limites du présent. Ce n’est pas simplement une erreur technique. C’est une erreur conceptuelle, qui conduit à une mauvaise allocation du capital et à des rendements moindres.
Une troisième distinction s’impose : les entreprises doivent séparer les systèmes de record, les systèmes de rapport et les systèmes d’intelligence. Les systèmes de record sont des registres glorifiés. Leur tâche n’est pas de penser, mais de conserver des comptes fiables du passé. Les systèmes de rapport résument l’activité passée et aident la direction à faire respecter la conformité aux processus existants. Ce sont des instruments rétrospectifs de contrôle. Les systèmes d’intelligence sont tout autre chose : ils se tournent vers l’avenir et génèrent des décisions quant à l’allocation des ressources.
L’argument est que les entreprises dépensent systématiquement trop pour des systèmes de record parce que les vendeurs mystifient ce qui, en essence, sont des outils de comptabilité coûteux. Par ailleurs, la véritable source de performance supérieure, les systèmes d’intelligence, est sous-estimée car ils sont plus difficiles à construire, à expliquer et à vendre avec des promesses mirobolantes.
Le conseil pratique est d’une simplicité déconcertante. Lors de l’évaluation d’un logiciel, demandez-vous s’il modifie le passé. Demandez-vous s’il sépare clairement la tenue des enregistrements de la prise de décisions. Si le vendeur ne peut répondre clairement, cela suffit à indiquer le problème. De nombreuses déceptions concernant les logiciels d’entreprise débutent lorsque les entreprises demandent aux registres de penser, aux rapports de décider, et aux vendeurs de dire la vérité sur l’un ou l’autre.
Transcription complète
Conor Doherty: Bon retour. Dans cette série spéciale, Joannes et moi prenons son nouveau livre, Introduction to Supply Chain, et nous parcourons chapitre par chapitre en discutant tour à tour des mérites, des défis, des problèmes et des conseils pratiques.
Pour cette série, j’adopte la posture de quelqu’un qui ne connaît pas Lokad, qui ne connaît pas Joannes, et qui est complètement étranger à la perspective de la Supply Chain Quantitative. En fait, je prends la position de l’un des quelque 10 millions de praticiens du domaine de la supply chain, quelqu’un qui pourrait voir ce livre sur une étagère, peut-être dans une librairie, peut-être sur Amazon, le prendre, commencer à le lire et se poser des questions. Mon rôle dans cette série est d’être votre voix. Je pose ces questions à Joannes et j’essaie d’obtenir des éclaircissements sur tout ce qui pourrait vous sembler nébuleux.
Voici l’épisode cinq. Si vous n’avez pas vu les quatre précédents, je vous suggère de les regarder, car ce que nous disons aujourd’hui résonnera certainement avec les discussions antérieures.
Et sur ce, Joannes, ravi de te revoir. Donc, chapitre 5 : l’information. Je pense que, pour cadrer le sujet, je vais te lire la première ligne du chapitre 5, car je pense qu’elle offre vraiment une belle perspective pour la discussion. Le chapitre 5 commence ainsi : « Chaque décision supply chain est un pari sous incertitude. Pour être valable, elle doit être informée. » Que veux-tu dire par là, et quel est le message pratique du chapitre 5 ?
Joannes Vermorel: Tout d’abord, je souligne quelque chose qui devrait être évident. Il est évident que votre supply chain est complexe. Elle est composée de nombreuses personnes, de nombreuses machines, de nombreux sites, de nombreux stocks.
Si vous ignorez tout cela, je pense que l’on peut raisonnablement déduire qu’il est évident que vos décisions seront très mauvaises. Nous pourrions entrer dans un débat philosophique sur la question de savoir si vous disposez d’une certaine prescience ou d’une compétence magique vous permettant de prendre les bonnes décisions en l’absence d’information, mais cela semble vite déconnecté de la réalité.
Ainsi, un bon manager doit être informé, les décisions doivent être informées. D’accord, c’est en ce sens ce qui nous intéresse. Mais qu’est-ce que cela signifie concrètement ? Qu’est-ce que cela signifie ?
Et la réponse courte est que l’information a été entièrement codifiée à un niveau mathématique au cours du XXe siècle. Ainsi, nous n’avons pas à deviner. C’est un domaine où nous disposons en réalité de connaissances scientifiques de très haute qualité, extrêmement fiables.
Cette connaissance n’est pas théorique. En effet, chaque logiciel utilise aujourd’hui cette connaissance de dizaines de manières, même dans la supply chain. Même dans la supply chain. Ainsi, tout logiciel que vous utilisez exploite cette théorie de l’information de multiples façons.
Oui, votre navigateur, votre téléphone, le système que vous utilisez pour la visioconférence, n’importe quoi, et votre supply chain software également.
Conor Doherty: Donc ma proposition, ERPs, est-ce ce que tu veux dire ?
Joannes Vermorel: Oui. ERP, etc… Encore une fois, cette théorie de l’information, la théorie de Shannon, est si fondamentale qu’elle est un peu comme l’arithmétique de base. Elle est absolument omniprésente, et c’est là l’essentiel.
Ce que je dis, c’est que nous avons quelque chose d’absolument massif, d’absolument omniprésent, que… si vous l’enlevez, il n’existe pratiquement aucun logiciel qui continue de fonctionner. Des banalités peut-être, mais tout ce qui possède ne serait-ce qu’un minimum de complexité cesse de fonctionner. Et pourtant, c’est là mon point : comment se fait-il que je n’aie jamais vu cette théorie mentionnée dans aucun manuel de supply chain ? Nous avons un problème.
Conor Doherty: Quand tu parles d’… Pardon, merci. Quand tu parles d’information dans ce contexte, spécifiquement dans le domaine de la supply chain, tu veux dire des données, n’est-ce pas ? Ou que veux-tu dire précisément ?
Joannes Vermorel: Non, c’est justement ça, ce terme a été utilisé de manière très vague, comme « information »… Qu’est-ce que l’information ? « Oh, c’est ce que j’écoute… ce qui est dit aux informations. C’est de l’information. » D’accord, c’est dans le bon sens.
Mais qu’en est-il d’une définition super précise, mathématiquement correcte… Je dirais, une définition dotée d’une clarté mathématique, non pas de validité, d’une clarté mathématique ? Quelque chose d’absolument pur, si pur que vous pouvez réellement traiter cela avec des équations. Et c’est là le point que je veux faire valoir. Nous ne disposons pas de théories aussi incroyables sur tout.
Il y a plein de domaines où ce n’est pas le cas… Par exemple, pour l’intelligence, nous ne disposons pas d’une théorie d’une pureté cristalline, de haute pureté de l’intelligence. Non, non, non. Nous avons des concepts extrêmement troubles, extrêmement confus. Ainsi, elle n’est pas toujours disponible.
Mais il s’est avéré que pour l’information, Shannon, l’un des esprits les plus brillants du XXe siècle, a résolu le problème et nous a offert une théorie, la théorie de Shannon de l’information, qui est extrêmement belle, simple et efficace.
Conor Doherty: Et qu’est-ce que c’est ?
Joannes Vermorel: Alors, qu’est-ce que c’est ? C’est littéralement quelque chose qui codifie, à un niveau mathématique, ce qu’est l’information. Et il ne s’agit pas d’une spéculation mathématique.
Il s’est avéré que cette codification mathématique est incroyablement efficace. Elle améliore le fonctionnement des logiciels. En fait, il y a pratiquement rien que nous puissions faire avec les ordinateurs modernes sans recourir à cette théorie. Je sais donc qu’il est un peu étrange de l’avoir, et que les gens n’en ont jamais entendu parler. Mais pour le public qui a déjà fait un peu d’informatique, c’est aussi évident que l’arithmétique. C’est fondamental. Il est très difficile d’imaginer un monde sans cette théorie de l’information.
Conor Doherty: D’accord. Eh bien, laissez-moi vous lire quelques citations, car je pense à nouveau que le livre compte 500 pages, donc je vais simplement vous fournir un peu plus de contexte, afin que vous puissiez répondre de manière peut-être plus concrète.
Donc, encore une fois, l’idée que chaque décision supply chain est un pari dans l’incertitude, et pour être valable, elle doit être informée. Vous écrivez également : « La théorie dominante de la supply chain supply chain theory réduit systématiquement les données à de l’information. Elle considère que les quantités sur lesquelles on cherche à se prononcer, à savoir la demande, les lead times, les service levels, sont directement observables. » Maintenant, pour les 10 millions de praticiens qui lisent le livre et pour tous ceux qui écoutent, et qui ont tous un bagage en supply chain, que leur dites-vous, et qu’est-ce qui change lorsque je prends cette information ?
Joannes Vermorel: Tout d’abord, il faut clarifier – c’est ce que je fais dans ce chapitre – la différence entre données, information et connaissance. Et les gens ont généralement une intuition vague, mais si l’on insiste, ce qui ressort est extrêmement confus. De plus, si je regarde le manuel moyen sur la supply chain, il est très clair que l’auteur n’a aucune idée de la différence entre ces trois notions.
Encore, quand je parle de différence, je veux dire : avez-vous une clarté de niveau mathématique à leur sujet ? Car c’est très important, car si vous n’avez pas dans votre esprit une clarté mathématique concernant ces concepts, cela signifie que vous ne pouvez pas utiliser d’équations. Si vous ne pouvez pas utiliser d’équations, cela signifie que vous ne pouvez pas traduire cela en logiciel.
Donc, il est primordial de comprendre que cette clarté n’est pas un luxe. C’est littéralement l’ingrédient essentiel qui permet de traduire ces idées en termes de logiciel.
Si vous ne pouvez pas traduire vos idées en arithmétique séquencée, en effet, vous ne pouvez même pas l’intégrer dans un logiciel.
Conor Doherty: Revenons donc aux données, à l’information, à la connaissance – plus précisément aux données telles que la demande, le lead time, les service levels. Comment cette théorie s’applique-t-elle à cela ?
Joannes Vermorel: Alors d’abord, les données, quelle est la différence ? Il faut commencer par aborder les données. Oui, les données, c’est simplement la capacité de stocker des zéros et des uns. Si l’on y va en profondeur, les données ne sont qu’une représentation sous forme de zéros et d’uns. C’est tout. Ce sont des données.
Maintenant, le problème est que les données, encore, si vous les comptez en termes de zéros et d’uns, ne vous disent rien de particulier, rien qui constituerait de l’information. Nous devons nous en départir… Pourquoi ? Parce que, par exemple, le nombre un peut être écrit simplement « 1 », ou avec une virgule suivie d’un million de zéros.
Conor Doherty: C’est le même nombre.
Joannes Vermorel: C’est le même nombre.
Conor Doherty: En français, en anglais… ou avec un point.
Joannes Vermorel: Oui.
Conor Doherty: Juste au cas où quelqu’un penserait qu’un séparateur décimal serait un point en anglais.
Et nous disons donc que n’importe quoi peut être représenté de multiples manières, et que certaines façons sont plus verbeuses que d’autres. Le problème avec les données, c’est qu’elles ne vous indiquent pas si ce que vous faites est verbeux ou non. Quand vous déclarez : « J’ai un mégaoctet de données », si ce ne sont que des zéros, vous n’avez aucune donnée, vous n’avez que des zéros.
Et nous disons donc que n’importe quoi peut être représenté de multiples manières, et que certaines façons sont plus verbeuses que d’autres. Le problème avec les données, c’est qu’elles ne vous indiquent pas si ce que vous faites est verbeux ou non. Quand vous déclarez : « J’ai un mégaoctet de données », si ce ne sont que des zéros, vous n’avez aucune donnée, vous n’avez que des zéros.
Alors, la question, et c’était la question posée par Shannon, était : “Eh bien, d’accord, qu’est-ce qui serait indépendant de la représentation ?” Nous nous intéressons à quelque chose qui serait l’essence de ce qui est contenu dans les données, et cette essence devrait être indépendante de la représentation.
Et maintenant, Shannon réfléchissait en fait : “D’accord, que cherchons-nous exactement à résoudre ?” C’est une grande question, car d’accord, nous avons toutes ces représentations, mais quelle est la finalité, quel est l’objectif ultime d’avoir des choses représentées de manières différentes ? Et Shannon est venu avec une réponse absolument époustouflante, brillante et simple : c’est, en fin de compte, la capacité à résoudre l’incertitude.
Ainsi, l’information est, en son sens le plus pur, votre capacité à résoudre l’incertitude. Et c’est pourquoi je dis, si vous citez également le livre, que c’est la raison pour laquelle vous pouvez voir que ce nombre que je peux représenter soit par un seul caractère, soit par un million, fait la même chose. Il me permettra de résoudre l’incertitude exactement de la même manière. Ainsi, il porte exactement la même information.
Et puis Shannon va beaucoup plus loin. Une fois que vous avez cette compréhension, cette capacité à résoudre l’incertitude, cela fournit un cadre mathématique pour comprendre réellement ce qui se passe. Cela vous offre des outils comme l’entropie informationnelle afin que vous puissiez mesurer la quantité d’information. Et c’est cela : l’information peut être quantifiée. Nous pouvons savoir, tout comme vous pouvez quantifier des kilogrammes ou des litres, que vous pouvez quantifier l’information en shannons.
C’est donc littéralement quelque chose de très intéressant, et cela prouve que c’est une unité fondamentale. C’est une unité fondamentale d’information.
D’accord. Et il s’est avéré que, parce que c’est si fondamental, chaque logiciel est construit autour de ces idées. Et maintenant, le fait est que, si nous revenons à une supply chain informée, c’est très intéressant, car soudain, nous avons quelque chose d’extrêmement fondamental. Nous avons clarifié, une fois de plus avec une précision mathématique, ce que signifie réellement être informé.
Et cela est si important, car désormais nous n’avons pas quelque chose de simplement correct de manière directionnelle. Nous avons quelque chose de très, très précis en termes de justesse. Et c’est un instrument extrêmement utile. Et encore une fois, la critique que je fais implicitement dans ce chapitre est que cet instrument, cette théorie de l’information, est si important qu’il ne peut être traité comme un détail cosmétique. Ce n’est pas juste un “nice to have”. C’est quelque chose de fondamental, et les praticiens de la supply chain devraient au moins comprendre ce qui est en jeu avec cette théorie.
Conor Doherty: Eh bien, c’est en fait la transition parfaite vers cette question, car encore une fois, je relisais le chapitre, comme je le fais en préparation de ces discussions. J’étais conscient que cela pourrait devenir trop abstrait, car, encore une fois, data versus information versus knowledge peut sembler assez abstrait, et je ne veux pas perdre les gens car il y a des citations concrètes et je veux vous les lire, puis je vous poserai une question concrète afin que cela devienne un peu plus clair.
Donc, pour résumer avec vos propres mots, littéralement vos propres mots : “Les données sont des symboles enregistrés. L’information est la capacité de ces symboles à résoudre l’incertitude.” Comme vous l’avez dit, “La connaissance est la structure causale qui permet à un esprit, humain ou machine,” et je sais que vous préférez machine, “de transformer l’information en décisions qui améliorent les retours de l’entreprise.”
Vous ajoutez ensuite, c’est à la page 133 : “Traiter des enregistrements bruts, c’est-à-dire des données, comme s’ils résolvaient déjà l’incertitude est la cause fondamentale des dashboards qui ne décident jamais et des modules de planification qui ne planifient jamais.” Alors, ma question est la suivante : comment un praticien peut-il savoir dans quel mode de réflexion il se trouve ? Se contente-t-il de jouer avec les données ? Joue-t-il avec la connaissance ? Ou bien joue-t-il avec l’information ? Parce que, selon vous, seule la connaissance fait la différence.
Joannes Vermorel: Oui. Alors ici, comment éviter la confusion ? Oui, c’est très simple. Vous ne pouvez pas changer le passé. D’accord.
Conor Doherty: Alors, qu’est-ce que cela signifie ?
Joannes Vermorel: C’est littéralement… donc, vous devez vous demander : est-ce que je projette dans mon esprit quelque chose où le passé est mutable ? Si c’est le cas, vous êtes en gros souci, car le passé ne peut pas être changé. Encore une fois, c’est en quelque sorte évident, mais très fréquemment ce que je constate dans les supply chains, ce sont des modèles mentaux où le passé est très mutable.
Conor Doherty: Vous parlez simplement de prendre les données passées et de fonder vos décisions futures uniquement sur le…
Joannes Vermorel: Le passé est littéralement, conceptuellement, à un niveau philosophique, quelque chose qui peut être changé. Et c’est un problème. C’est un problème, encore une fois, parce qu’il ne peut pas être changé.
Conor Doherty: Vous dites que le passé peut être changé ?
Joannes Vermorel: Donc, selon la théorie dominante, oui. D’accord ? Et je dis que c’est très, très étrange, et quand on y pense, c’est très, très faux. D’accord ? Parce que le passé ne peut pas être changé, évidemment.
Donc, encore une fois, le point est que vous avez quelque chose… c’est une sorte de raisonnement par premiers principes. Nous prenons donc quelque chose que nous tenons pour évident. J’ai besoin de faire des hypothèses, donc je ne veux pas faire d’hypothèses massives. Je dois donc faire mes hypothèses aussi petites que possible.
Alors ici, je dis simplement, premier principe : le passé ne peut pas être changé. C’est tout. D’accord, je fais une hypothèse, mais je ne fais pas une hypothèse exagérée.
Conor Doherty: Mais de quelle manière les gens agissent-ils comme s’ils pensaient que le passé pouvait être changé ? C’est peut-être mieux ainsi.
Joannes Vermorel: Parce que, de la manière dont ils conçoivent leur logiciel, le passé est absolument mutable. D’accord ? Le passé, par exemple… encore une fois, chaque ERP sur le marché, le passé est mutable. C’est par conception, la conception relationnelle. Donc, si vous concevez une application en suivant le CRUD — create, read, update, delete —, il est absolument mutable. Le passé peut être changé. C’est conceptuellement un problème.
Conor Doherty: Et parce que, pour les praticiens…
Joannes Vermorel: Pour les praticiens, oui. Car cela signifie, encore une fois, qu’il faut penser que si le passé peut être changé, alors vous vous dirigez vers des ennuis. Vous pouvez penser, “Oh, peut-être pas,” mais je dirais non, vous allez rencontrer des problèmes plus tard, parce que ce que vous faites est quelque chose de tellement brutalement incohérent avec quelque chose d’évident, à savoir que le passé ne peut pas être changé.
Du point de vue de la supply chain, qu’est-ce que cela signifie ? Cela signifie que vos équations considèrent-elles le passé comme immuable, ou bien vos équations font-elles muter le passé ? Donc, si vous calculez quelque chose, vous allez obtenir de nombreux nombres en entrée et en sortie. Question : avez-vous une frontière claire entre les entrées et les sorties ?
Si les sorties… vous voyez, si vous avez les nombres qui représentent le passé, comme un historique transactionnel brut, et que vous dites, “Vous savez quoi ? Ils sont figés. Je ne peux jamais les modifier parce que c’est arrivé.”
Conor Doherty: Parce que c’est arrivé.
Joannes Vermorel: Exactement. Et donc, je ne peux pas toucher à ces éléments parce qu’ils appartiennent au passé. Ils sont immuables. Mais imaginons maintenant — et en logiciel c’est très facile — que je construise, peu importe quoi, une sorte de logique qui comporte une boucle de rétroaction qui remonte logiquement dans le passé.
Conor Doherty: Qui remonte dans le passé. D’accord. Pourquoi ferait-il cela ? Pour quelle raison ?
Joannes Vermorel: D’abord, il n’a pas besoin d’un but, car le logiciel est très complexe, donc vous pouvez faire beaucoup de choses par accident. Vous voyez, si vous n’imposez pas un environnement clair pour dire : “Mon passé est immuable,” ce que vous obtiendrez sera un passé mutable par… encore une fois, c’est simplement une loi du logiciel. Le logiciel est complexe. Le fait que le passé soit immuable doit être imposé. S’il ne l’est pas, vous le modifierez accidentellement.
Alors, prenons maintenant un exemple pratique où le passé… parce que, encore une fois, le passé est… Je sais que c’est très philosophique.
Conor Doherty: Je sais, mais je trouve cela très philosophique.
Joannes Vermorel: Mais le problème, c’est que, encore une fois, les problèmes des supply chains sont tels qu’ils sont tellement erronés que les gens ne parviennent pas à les saisir, parce que le non-sens perdure depuis si longtemps qu’ils sont perdus.
Conor Doherty: Ils sont perdus, et c’est pourquoi nous sommes ici.
Joannes Vermorel: Alors, comment faites-vous muter le passé ? Eh bien, vous avez une rupture de stock. D’accord, donc vous avez vos enregistrements qui indiquent ce que vous avez vendu. D’accord. J’ai vendu une unité ce jour, trois unités ce jour, quatre unités là-bas, et zéro pour ce jour, ce jour, ce jour. D’accord.
Le problème, c’est que les zéros que j’ai observés dans le passé, eh bien, nous avons eu une rupture de stock.
Conor Doherty: Donc, le fait d’avoir vendu zéro, c’est le passé. C’est la vérité. Vous avez vendu des zéros.
Joannes Vermorel: Oui.
Conor Doherty: Très bien. Je ne pense pas que quelqu’un contestera cela jusqu’à présent. Comment rendez-vous le passé mutable ?
Joannes Vermorel: Maintenant, vous avez un problème, car votre séries temporelles d’algorithme de prévision, la prévision des séries temporelles que vous utilisez, ne se comporte pas correctement. Il dysfonctionne lorsque vous fournissez des zéros en entrée parce qu’en fait, vous avez un décalage entre le passé, la sémantique de ce qui est passé, et la sémantique du passé dans le futur.
Le passé, ce que vous avez, ce sont les ventes observées.
Conor Doherty: Oui.
Joannes Vermorel: Ainsi, c’est la sémantique de ce que vous avez observé et enregistré dans le passé. Vous avez… la sémantique est celle des ventes observées. Mais pour le futur, ce n’est pas la sémantique qui vous intéresse. La sémantique qui vous intéresse est la demande future. C’est la perspective de la théorie dominante de la supply chain.
D’accord, donc le problème est que si j’extrapole mes ventes passées de style prévision des séries temporelles, ces zéros vont créer un biais massif à la baisse.
Donc, en quelque sorte… désolé, je sais, mais c’est très simple. Encore une fois, si vous observez des tas de zéros, votre modèle, qui est une variante d’une moyenne mobile — c’est juste une moyenne mobile glorifiée avec quelques cyclicités en plus, mais c’est une moyenne mobile glorifiée — ainsi, votre modèle de prévision des séries temporelles, une moyenne mobile glorifiée, prendra ces zéros et sous-estimera la demande, car il prendra vos unités vendues à zéro, qui étaient dues à la rupture de stock, comme entrées.
C’est le problème auquel les gens font face. Et comment résolvez-vous cela de manière très mauvaise ? Parce que vous avez oublié que vous aviez cet invariant “le passé est immuable”, vous voyez. Alors, comment pouvez-vous résoudre cela de manière profondément erronée ? Vous rendez le passé mutable.
Que faites-vous ? Vous réécrivez les unités que vous avez vendues pour établir ce qui serait la demande plausible pour ce jour. Vous avez donc modifié vos données passées, et vous remplacez vos zéros, qui étaient ce que vous aviez effectivement observé, par une demande plausible pour la journée. Ce que vous avez fait, c’est changer le passé. D’accord ? Et c’est très incohérent.
Et devinez quoi ? Vous allez vous retrouver dans un monde de souffrance, parce que ce que vous avez fait est si logiquement erroné qu’il ne peut en être autrement. Cela se répercutera en toutes sortes de problèmes.
Conor Doherty: Et encore, les gens pourraient penser… je vais vous laisser terminer le propos, mais il y a un détail clé que je pense que vous devez développer, à savoir que vous avez décrit le mécanisme de l’erreur, mais vous n’avez pas expliqué la douleur d’avoir tort. Vous avez dit que c’était logiquement faux. C’est le mécanisme. Qu’éprouvez-vous comme conséquence d’avoir tort ? C’est la conséquence.
Joannes Vermorel: La conséquence, ce sont vos allocations. Nous revoilà aux problèmes économiques. Vos allocations seront désordonnées. Cela signifie que vous allez effectivement mal allouer votre capital, et par conséquent, vous aurez un taux de retour bien inférieur à celui que vous devriez avoir.
Vous voyez, le fait est que toute allocation, bonne ou mauvaise, vous donne un taux de retour. Et si vous avez de la chance et que vous êtes dans un secteur très agréable, même de mauvaises allocations peuvent parfois générer un taux de retour positif. Mais encore une fois, l’enjeu est d’obtenir le taux de retour maximal.
Donc, fondamentalement, la douleur se traduira par des taux de retour diminués pour toutes les allocations.
Conor Doherty: Moins d’argent, en gros.
Joannes Vermorel: Oui. Moins d’argent. Oui. Et c’est toujours un problème. Si vous gérez mal votre entreprise, la sanction, c’est qu’elle soit moins rentable. Oui. C’est tout.
Et ici, vous devez comprendre que cet invariant — vous ne devriez pas modifier le passé — est extrêmement important, et vous ne pouvez pas jouer avec cet invariant car il est si logiquement incohérent que, peu importe votre ingéniosité, il aura de très mauvaises conséquences pour votre supply chain. Vous ne pouvez pas défier ce genre de principe.
Encore une fois, c’est comme si vous interprétiez la causalité de travers dans le domaine des affaires. Si vous pensez que A cause B, mais qu’en réalité c’est B qui cause A, si vous lisez mal la situation de cette manière, cela causera des dommages économiques. C’est une sorte de profond malentendu qui se répercutera et engendrera toutes sortes de problèmes en cours de route, parce qu’en fondamental, vous faites quelque chose de si erroné que, oui, cela aura des conséquences négatives.
Et ces conséquences négatives seront incroyablement variées. Elles seront incroyablement dispersées. Et parce qu’il s’agit de supply chain, c’est complexe, etc., elles se retrouveront partout, et il vous sera alors très difficile de diagnostiquer quelle est la cause profonde.
Je vous le dis, vous pouvez revenir à la cause fondamentale. La cause fondamentale est que vous ne pouvez pas rendre le passé mutable en toute impunité. C’est aussi simple que cela. Et quand je dis impunité, ne le considérez pas comme un jugement moral. C’est un jugement économique. Cette impunité se paiera en dollars.
Conor Doherty: D’accord. Je vais approfondir un peu ce point car il y a au moins deux autres piliers fondamentaux dans le chapitre, mais entre eux se trouve une autre question concernant les données.
Dans le chapitre, vous parlez de… Vous avez mentionné plus tôt que les données ne sont que des symboles enregistrés. Elles représentent quelque chose, vous les interprétez comme bon vous semble. Maintenant, vous revenez sur l’idée que les données sont souvent pointées du doigt comme la cause des pertes financières et des programmes ratés. Vous affirmez — et vous l’avez dit publiquement, nous avons déjà animé des événements en direct où vous avez dit, “Vos données ne sont pas mauvaises. Si vous disposez de données transactionnelles, selon le logiciel que vous avez, vous êtes paré.”
Donc voici encore un autre exemple où votre perspective et, disons, la perspective dominante seront en désaccord, car vous et moi avons tous les deux entendu, je ne sais pas, disons entre cent et mille fois — c’est l’ordre de grandeur — “My master data is not good enough to start a new project,” ou autre. Vous n’êtes clairement pas d’accord avec cette idée. Pourquoi?
Joannes Vermorel: Donc, si nous revenons au fait que le passé ne doit pas être mutable, oui… mais la réalité est que la manière dont la supply chain se pratique en réalité — et encore une fois, elle se pratique avec le software, cela fait trois décennies que c’est le cas — je ne connais aucune supply chain, quelle que soit son envergure, qui ne dispose pas de software partout. Le software est omniprésent.
Mais si vous n’avez pas une frontière très nette entre ce qui représente le passé et ce qui anticipe l’avenir, le résultat sera un désordre monumental. Encore une fois, le software est compliqué, le software est complexe, la supply chain est compliquée, et la supply chain est complexe. La complexité se retrouve à tous les niveaux.
Donc, si vous n’imposez pas… vous devez imposer cet invariant selon lequel vous disposez d’une catégorie de software qui gère le passé, et qui sera appelée systèmes de record. Ensuite, vous avez une catégorie de software qui concerne l’avenir, et qui sera appelée systèmes d’intelligence.
Si vous ne séparez pas ces deux catégories, et que vous ne maintenez pas cette séparation, devinez quoi? Vous allez vous retrouver avec un mélange hétéroclite tellement confus que plus personne ne comprendra ce qui se passe. Et, par conséquent, vous finirez par blâmer les données, en disant, “Oh, évidemment nous avons eu tant de problèmes, ça doit être à cause de mauvaises données.”
Et les mauvaises données sont un bouc émissaire très pratique, car les données, n’étant pas une personne, signifient que l’on ne blâme personne. Quand les gens blâment les données, c’est comme s’ils blâmaient l’univers. Et vous voyez, c’est acceptable.
Si vous remontez à l’Antiquité, ce serait exactement comme si des tribus primitives blâmaient une sorte de dieux pour leurs problèmes. Évidemment, nous sommes trop modernes pour blâmer un dieu, donc nous n’allons pas blâmer un dieu. Nous allons simplement blâmer une construction moderne pour que cela paraisse bien plus moderne. Nous allons donc blâmer les données, plutôt que de blâmer le dieu de la supply chain. Mais, d’un point de vue rationnel, c’est exactement la même chose. Quand les gens disent, “Oh, my data is a problem,” j’entends “Je blâme le dieu de la supply chain,” ou le dieu de l’IT, quelque chose comme ça.
Conor Doherty: Eh bien, pour être juste — et maintenant je vais puiser dans mes connaissances antérieures, car je sais que votre position est un peu plus charitable que ce que cela laisse entendre. Cela semble très absolu.
Joannes Vermorel: Non, non, mais…
Conor Doherty: Juste pour être équitable, je presse le point.
Joannes Vermorel: Oui, vous pressez le point.
Conor Doherty: Mais, pour être juste, vous avez déjà dit — et je vous paraphrase — qu’en réalité, les données ne sont pas mauvaises. Et votre idée est que, regardez, les données transactionnelles sont ce qu’elles sont.
Joannes Vermorel: Oui.
Conor Doherty: Mais vous avez fait remarquer que cela peut être délicat à cause de la sémantique. Et je ne pense pas que vous en parliez dans ce livre. Il me semble, si je me souviens bien, que c’est en fait dans votre premier livre, la Supply Chain Quantitative Manifesto, le grand livre rouge.
Joannes Vermorel: Oui. Oui.
Conor Doherty: Et vous avez donné l’exemple — c’est l’un de mes exemples préférés, et je vous l’ai déjà présenté —, par exemple, que signifie “sales” sur une journée? Si vous ouvrez un grand livre, s’agit-il des ventes qui ont eu lieu un lundi? Ou est-ce lorsque la période de garantie des ventes d’il y a deux semaines a expiré? Il y a environ 10, 12, 15 ou même mille façons de découper les unités vendues par jour.
Joannes Vermorel: Oui. Et c’est… vous voyez, pour comprendre cela, il faut réaliser que les données du passé sont immuables. Pensez-y comme aux documents d’un historien. Les documents ne sont que des documents.
Ainsi, lorsqu’un historien travaille, les documents sont immuables. S’il existe, par exemple, un traité signé entre deux pays à une certaine date, ce traité est parfaitement consigné. Ce traité ne change pas.
Conor Doherty: Oui.
Joannes Vermorel: Mais il peut y avoir tant de subtilités qui se perdent dans la compréhension réelle de ce qui s’est passé. Le travail de l’historien consiste donc à revisiter ces faits, ces enregistrements, et à construire une nouvelle interprétation de ce qui s’est passé.
Conor Doherty: J’aime cette métaphore.
Joannes Vermorel: Vous voyez, ce que je dis, c’est que le travail d’un historien est extrêmement difficile. Oui. Parce qu’en effet, les enregistrements sont non ambigus, mais les interprétations que l’on peut en faire sont infinies. Et il en va de même pour le software.
Donc, votre software — supposons pour l’instant que votre software soit correctement conçu, alors qu’en pratique ce n’est généralement pas le cas — et qu’il s’agit réellement d’un software qui veille à rendre le passé immuable. Parfait. Vous avez donc un software propre où le passé est immuable. Vous disposez d’enregistrements clairs qui ne se dérobent pas sous vos pieds. C’est bien.
Mais je ne dis pas que comprendre ces enregistrements est aisé. Les comprendre peut être extrêmement compliqué. Et c’est pourquoi vous ne voulez pas aggraver la situation en introduisant des boucles de rétroaction qui réinjectent des éléments dans votre passé.
Pensez-y comme à un historien qui travaillerait avec des documents historiques, mais imaginez qu’il dispose d’une bibliothèque qui dirait, “Oh, voici ma collection de documents sur ce qui s’est passé en France au XVIIe siècle, et voici la liste des documents que je possède, telles sont les références selon ma compréhension.”
Et imaginez maintenant que dans cette bibliothèque, des personnes insèrent sans cesse de faux documents. Ils introduisent constamment de faux documents du XVIIe siècle dans cette bibliothèque. L’historien serait alors complètement perdu. Il dirait, “J’avais déjà un problème, qui était déjà très difficile, celui de comprendre cette période, et maintenant j’ai un autre problème, celui d’éliminer toutes les contrefaçons qui ont en réalité été créées après la période qui m’intéresse.”
Vous voyez, ce serait un véritable cauchemar. Il est donc évident que les historiens sont extrêmement, extrêmement précis pour s’assurer que tous les documents qu’ils possèdent appartiennent réellement à la bonne période et ne sont pas des contrefaçons créées a posteriori.
Et c’est ce que je dis. Voilà pourquoi je soutiens que nous devons rendre le passé immuable. Mais rendre le passé immuable — ce système de record — ne facilite pas l’appréhension du passé. Cela reste extrêmement difficile.
Conor Doherty: C’est pourquoi vous évoquez la nécessité de spécialistes, supply chain specialists, capables de décortiquer la sémantique.
Joannes Vermorel: Exactement. Et c’est difficile, mais pas parce que ces observations sont dénuées de valeur. Elles n’ont pas été polluées par des contrefaçons créées a posteriori. Elles comportent simplement une difficulté intrinsèque, c’est-à-dire qu’il est très difficile de les interpréter. Quand je dis “the past sales,” c’est une affirmation très ambiguë. C’est une affirmation très ambiguë.
Et c’est finalement là que le savoir entre en jeu. Le savoir, c’est être capable de lever cette ambiguïté afin de transformer ces informations en quelque chose d’actionnable. Vous devez résoudre toutes ces incertitudes — ou plutôt toutes ces ambiguïtés, je dirais, et non pas des incertitudes, des ambiguïtés.
Conor Doherty: D’accord. Eh bien, je pense qu’il est temps d’aborder ce que je qualifierais de pilier central du chapitre, et certainement quelque chose qui va au-delà du livre lui-même puisqu’il s’adresse aux praticiens. Mais cela touche tout le concept de la manière dont une entreprise alloue son argent. Et cela implique, oui, les systèmes de record, les systèmes de report et les systèmes d’intelligence.
Donc, les systèmes de record : votre ERP, ou autre, l’historien de l’entreprise, pour reprendre votre propre analogie, ce qui s’est passé, c’est le passé.
Joannes Vermorel: Ce n’est pas l’historien. Le système de record est littéralement le commis, le commis, le commis. C’est simplement la personne qui écrit.
Conor Doherty: La version numérique.
Joannes Vermorel: Exactement, la version numérique du commis, quelqu’un qui se contente de tenir les enregistrements. Il ne cherche pas à faire preuve d’intelligence. Il se contente d’enregistrer tel quel — le bien, le mal, les erreurs et la grandeur — tout tel qu’il est. Voilà.
Conor Doherty: D’accord. Les systèmes de report, ce sont les outils de business intelligence, des représentations de cela.
Joannes Vermorel: Ainsi, les systèmes de report sont utilisés pour quelque chose de très différent. Ils servent à la conformité. Oui. Vous voyez, qu’est-ce que cela signifie ? Que vous allez dire que nous avons des processus, des règles, des bonnes pratiques, et que la direction a simplement besoin d’un instrument pour en assurer le respect.
Les systèmes de report ne concernent donc pas l’acquisition d’intelligence, la compréhension de l’avenir, ou quoi que ce soit d’autre. Ils constituent essentiellement un instrument pour qu’une grande entreprise, oui, puisse rester en conformité avec ses propres processus. Et c’est tout.
Conor Doherty: Ils veulent des éclairages, ils veulent une visualisation de ce qui se passe.
Joannes Vermorel: C’est ce que disent les fournisseurs qui vendent de la business intelligence. En pratique, je n’ai jamais vu ces outils utilisés de cette manière. Ils sont uniquement utilisés… Personne n’obtient réellement d’éclairage. Enfin, oui, très occasionnellement, quelqu’un aura un éclairage en regardant un rapport de business intelligence, mais ce n’est pas l’objectif de cette marque, de cette catégorie de technologie. C’est tellement rare.
Pour moi, c’est encore une analogie faible, mais c’est tellement rare que c’est très, très secondaire. Ce serait comme dire que l’alcool est quelque chose que l’on peut utiliser pour faire des découvertes scientifiques. Oui, il arrivera occasionnellement qu’un scientifique boive beaucoup d’alcool, et dans cet état mental altéré, il fera une découverte. Mais dire que l’alcool est un instrument de la science, c’est un peu exagéré.
Conor Doherty: Là, vous faites un argument téléologique. Et, en fait, permettez-moi de clarifier un peu la situation, car je pense que nous pourrons alors prendre l’idée de manière un peu plus universelle.
Donc, pour reprendre, vous avez longuement expliqué les systèmes de record — c’est le commis, ce sont simplement les enregistrements de ce qui s’est passé. Vos systèmes de report, ce sont des outils de visualisation comme la business intelligence. Ils ne servent pas à la prise de décision. Vous avez expliqué qu’en pratique, les entreprises qui gèrent des supply chains sont extrêmement grandes, complexes, et qu’il est donc très difficile pour elles de rester cohérentes avec leurs propres processus proclamés. Les systèmes de report sont donc très efficaces pour permettre aux managers de vérifier si leurs subordonnés respectent ce que signifie la conformité dans l’entreprise.
Eh bien, vous avez en fait dit… mon propre microphone est dans le chemin. Attendez une seconde. “Most corporate disappointments come from conflating these different systems, expecting ledgers to think or analytics layers to serve as sources of truth.”
Voilà qui introduit la catégorie que vous n’avez pas encore développée, à savoir les systèmes d’intelligence. Et moi, ayant lu le chapitre, je réalise que c’est là que, selon vous, résident réellement les décisions et une meilleure performance. Alors, veuillez expliquer, je dirais de manière quelque peu succincte, ce qu’est un système d’intelligence, et fondamentalement pourquoi vous ne devriez pas traiter les deux autres catégories de systèmes comme s’il s’agissait d’un système d’intelligence.
Joannes Vermorel: Donc, c’est le cœur du sujet, d’ailleurs. C’est un point central.
Donc, le premier, le système de record, concerne le passé. C’est un enregistrement du passé. C’est le meilleur que vous ayez du passé. Le système de report concerne également le passé. Il vous indique simplement si vous étiez en conformité par le passé avec vos propres processus. Il est donc très rétrospectif.
Vous voyez, ce système de report vous raconte simplement une histoire sur le passé. C’est une manière de construire une narration du passé, si vous le souhaitez. Ce n’est pas très élaboré. Ce serait comme l’histoire économique, où l’on se demande si les Français étaient plus riches ou plus pauvres il y a un siècle. C’est exactement ce que le système de report vous donnerait. Au lieu d’avoir des millions d’enregistrements concernant les fiches de paie des Français, vous disposeriez de statistiques agrégées. Voilà ce que vous avez.
Conor Doherty: Nous avons déjà couvert ces deux-là. Passons donc à l’intelligence.
Joannes Vermorel: Et le troisième, c’est quelque chose de très, très différent. C’est le seul qui regarde réellement vers l’avenir.
Conor Doherty: D’accord. Et de quelles manières ?
Joannes Vermorel: Par conception, il regarde vers l’avenir. C’est fait exprès, parce que ce qu’il cherche à accomplir, c’est à générer des décisions. Ainsi, cette décision est toujours orientée vers l’avenir. Vous décidez quelque chose parce que vous pensez que vous aurez une sorte de retour sur investissement. C’est la raison pour laquelle vous prenez cette décision.
Et j’ai précisé que, dans le cas spécifique de la supply chain, une décision correspond à une allocation de ressources. Ainsi, une allocation de ressources signifie essentiellement que vous attribuez une ressource en prévision d’un certain retour sur investissement à un moment donné. Et votre système d’intelligence n’est qu’une machine destinée à générer ces allocations pour vous. Voilà.
Conor Doherty: Sans vouloir vous interrompre, mais pour souligner le point, même si vous prenez vos décisions en vous basant sur des éléments que vous avez critiqués par le passé, comme “I want to maintain high service levels,” même si tel est le cas et que c’est votre étoile guide, c’est toujours parce que vous souhaitez obtenir un retour sur investissement désirable.
Joannes Vermorel: Absolument. C’est donc l’objectif global, oui. Et encore, vous pouvez avoir des systèmes d’intelligence conçus de manière adéquate ou des systèmes d’intelligence mal conçus. La seule différence sera le taux de retour que vous obtiendrez de vos décisions.
Mais d’abord, vous voyez, vous ne pouvez pas contourner le fait qu’un système de décisions existe. Pourquoi? Parce que les ressources sont allouées. Voilà. Les ressources sont allouées. Ainsi, la décision est prise. Vous ne pouvez pas esquiver cela. Les ressources seront allouées.
En tant qu’entreprise, vous dépensez constamment vos dollars pour acheter des matières premières, pour acheter des stocks que vous réapprovisionnez. Vous confiez des tâches à vos propres employés pour accomplir quelque chose. Cela constitue une allocation de ressources. Ces choses se produisent en permanence. Elles ne peuvent être évitées.
Et ce que je dis, c’est qu’il y a un siècle, nous avions une situation très nette. Les systèmes d’intelligence étaient exclusivement humains. Ainsi, les records étaient déjà en partie machine, car les records, même il y a un siècle, étaient écrits dans des livres.
Conor Doherty: Ainsi, d’une certaine manière, le stockage était déjà quelque chose d’inhumain. Il n’était pas dans l’esprit d’une personne.
Joannes Vermorel: Ils ne portaient pas cette information dans leur tête. Ils la transmettaient déjà via des dispositifs. Évidemment, ils n’étaient pas sophistiqués, mais c’étaient des dispositifs, et ils pouvaient déjà stocker, à travers des livres, pas mal d’informations. Nous avions donc, pour les records, essentiellement des artefacts. Les ordinateurs sont de meilleurs artefacts, mais nous avions déjà des artefacts.
Lorsqu’il s’agissait de décisions, c’était purement humain. Purement humain. Mais maintenant, depuis les trois dernières décennies, nous avons un mélange. Plus personne n’a une couche de décision purement humaine. Elle n’existe plus. Elle n’existe plus.
Même quand les gens disent, “Oh, nous faisons tout manuellement.”
Conor Doherty: “Faites-vous ?”
Joannes Vermorel: Oh oui. “Tout est fait manuellement. Nous utilisons simplement Excel.”
Je dis, “Oh, d’accord.” Vous savez, Excel est avant tout un logiciel. Excel est un logiciel. Excel est comme une extension de votre esprit pour effectuer une multitude d’opérations arithmétiques de base. Nous avons donc déjà une sorte de système hybride combinant l’esprit humain et les machines. Dès que vous avez un tableur Excel, c’est un système hybride. C’est à la fois un logiciel et l’esprit humain.
Et avec le temps, ce que j’ai observé, c’est que la part logicielle n’a cessé de croître. Et même s’il ne s’agissait que de tableurs Excel, parce que devinez quoi ? Excel n’est pas en soi une cible mouvante. Excel, si l’on remonte 20 ans en arrière, comptait au maximum 65 000 lignes. Maintenant, il en compte un million.
Ainsi, Excel, au cours des 20 dernières années, a vu ses capacités s’étendre, et maintenant vous pouvez même intégrer des scripts Python dans votre tableur Excel. Excel lui-même est donc devenu plus puissant. Et de nombreuses choses sont devenues plus performantes, car par exemple, les gens disent, “Je n’utilise qu’Excel.” Mais n’utilisent-ils vraiment qu’Excel ? Non. Ils tirent aussi parti des capacités de leurs systèmes de record et de report pour générer des extractions qui servent d’entrées à leurs tableurs.
Donc, en effet, il ne s’agit pas seulement d’Excel pur. C’est un mélange du paysage applicatif qui génère des entrées que vous intégrez, etc., etc. Et ce que je dis, c’est qu’en général, d’année en année, la part déléguée à la machine ne cesse de croître. Voilà ce que je dis, et par conséquent, nous devons maîtriser cela.
Conor Doherty: Oui. Tu as également, dans le chapitre, avancé l’argument que la véritable rentabilité scalable réside dans l’investissement accru dans les systèmes d’intelligence plutôt que dans les systèmes de record.
Nous avons précédemment discuté, dans d’autres épisodes, que les dépenses tendent à être très asymétriques. Par exemple, la majorité des dépenses pourrait concerner les systèmes de record, même si tu soutiens qu’ils ne génèrent pas de décisions. Par exemple, j’ai le comptable ou le registre le plus sophistiqué qui soit. Cela ne conduit pas à une meilleure décision. Alors, pourquoi ces dépenses sont-elles si asymétriques ?
Joannes Vermorel: Parce qu’encore une fois, le logiciel est une chose vaste et complexe, et les gens le considèrent comme s’il s’agissait d’une magie vaudou qui se produirait dans les bureaux des fournisseurs. Ce n’est pas… le logiciel est assurément fondamental. Ce n’est certainement pas de la magie vaudou.
Conor Doherty: C’est ainsi dépeint par certains fournisseurs.
Joannes Vermorel: Oui. Car pour les fournisseurs, ils disent, “J’ai une recette secrète. J’ai un ingrédient magique que vous ne pouvez pas reproduire,” ou quelque chose du genre. Et cela n’est essentiellement qu’un discours pour promouvoir leurs produits. Mais ce n’est pas rationnel.
Revenons au logiciel. Ce que je dis, c’est que si vous maintenez un environnement très épuré, comme si vous disposiez d’une catégorie de logiciels qui ne traitent que du passé, c’est-à-dire un système de record, et que vous imposez cet invariant, alors soudain vous réalisez, “Oh, ce morceau de logiciel qui ne traite que du passé n’est qu’une version glorifiée de mes livres comptables.” Il n’y a rien de plus. Il ne s’agit que d’une longue série de records.
Et devinez quoi ? Les disques durs sont bon marché. Ainsi, je peux avoir mes milliards de records et cela restera peu coûteux. Par conséquent, dois-je payer une fortune pour cela ? Non. C’est simple. Par conséquent, cela doit être bon marché.
Croyez-vous que, en tant que fournisseur de logiciels, vous souhaitiez que votre client se rende compte que ce que vous détenez devrait être super bon marché ? Non. Alors, vous allez mystifier le client. Vous allez mystifier le client, et vous allez créer toute une couche de confusion afin que les gens se perdent et ne se rendent pas compte qu’au fond, ce que vous avez est quelque chose d’extrêmement simple.
Un système de record est extrêmement simple. Ce n’est qu’un registre glorifié. Rien de plus, rien de moins, rien d’autre. C’est d’une simplicité redoutable.
Conor Doherty: Les entreprises — pas les particuliers — vont dépenser un demi-milliard pour un système de record.
Joannes Vermorel: Oui. Et pourquoi ? Parce que les fournisseurs de logiciels d’entreprise sont extrêmement habiles à rendre leurs produits désirable. Ainsi, ils vont créer une énorme confusion pour que les gens pensent, “Oh, ce logiciel, c’est tellement plus.”
Et je dis non. Ce que vous achetez, c’est une illusion. Ce n’est pas plus. Si vous achetez un ERP, vous achetez un système de record, et donc cet outil devrait être très bon marché, léger, et c’est tout. Et si vous faites face à un fournisseur de logiciels qui commence à vous mystifier en expliquant, “Oh non, non, non, mon ERP fait tout, il a de l’AI, il a ci et ça, etc.”, vous êtes mystifié. Voilà mon message. Vous êtes mystifié.
C’est comme si un comptable vous disait, “Je suis un comptable rockstar. Je fais de la magie. Le profit découle de la manière dont je compte les chiffres. Vous ferez plus de profit.”
Conor Doherty: En fait, faites une pause pour nous. Imaginez cela. C’est en réalité une meilleure réplique. Un comptable qui vous dirait, “Grâce à ma grande comptabilité, je peux générer autant d’argent pour vous. Nous allons créer de l’argent à partir de rien.”
Joannes Vermorel: On dirait de la fraude.
Conor Doherty: On dirait de la fraude.
Joannes Vermorel: Je veux dire, un comptable n’est pas censé être capable de créer de l’argent à partir de rien. Les comptables capables de faire cela travaillent généralement à la manière d’Enron. Ils travaillent pour des syndicats, ou pour Enron. Ils avaient des combines comptables extrêmement créatives. Je le reconnais. Enron pratiquait une comptabilité extrêmement, extrêmement créative.
Conor Doherty: J’admire la hardiesse.
Joannes Vermorel: Oui. Ils étaient comme des pionniers des techniques comptables avant-gardistes, et ce n’est vraiment pas bien. C’est vraiment, vraiment pas bien.
Donc, encore une fois, vous ne voulez pas que votre registre soit le lieu d’innovation. C’est le mauvais cadre intellectuel. Vous ne voulez pas d’un comptable inventif. Vous ne voulez pas d’un comptable créatif. Vous voulez un comptable diligent. Vous voulez un comptable fiable, et vous voulez qu’il soit rentable. Voilà ce que vous voulez.
Et d’ailleurs, toutes ces qualités se retrouvent dans votre système de record. Elles sont exactement les mêmes.
Conor Doherty: Exactement. C’est donc, encore une fois, un point clé. Tu en parles dans le livre. Je sais que tu en as également parlé dans d’autres vidéos. Nous n’avons pas besoin d’entrer dans l’architecture logicielle lourde — nous avons déjà presque une heure — mais ce que tu viens de dire, c’est que tu veux que tes records soient diligents, que tes records soient réactifs…
Encore une fois, une différence clé ici : pour comparer ces deux catégories — car je pense qu’il s’agit des deux classes les plus souvent confondues dans cette désignation —, il y a les systèmes de record et les systèmes d’intelligence. Dans le livre, tu décris les décisions comme laborieuses, car prendre une bonne décision prend du temps. Or, l’architecture logicielle nécessaire pour cela est l’opposée de celle qui permet de rendre un record précis et rapide.
Pour être très concret, vous êtes dans un warehouse, ou dans un magasin, et vous vendez des choses. Vous voulez savoir combien d’unités il y a. Vous voulez savoir combien d’unités se trouvent dans le warehouse. Vous souhaitez le savoir de la manière la plus précise et la plus rapide possible.
Joannes Vermorel: Oui.
Conor Doherty: Voilà à quoi sert un système de record. Vous connaissez le design sur le bout des doigts, mais vous avez déjà fait l’analogie sportive : fondamentalement, vous pouvez être extrêmement rapide en courant, comme le meilleur marathonien du monde, ou bien vous pouvez être champion de powerlifting. Il est très difficile de concilier les deux, car s’améliorer dans l’un se fait au détriment de l’autre. Merci d’élaborer là-dessus avec de meilleurs mots que les miens.
Joannes Vermorel: Donc, encore une fois, l’analogie avec le comptable est la suivante… Combien de rockstars se retrouvent parmi les comptables à leurs heures ? Aucune. Aucune. Parce que si vous avez le tempérament nécessaire pour être un bon comptable, vous n’avez pas celui pour être une rockstar. Et vice versa.
Vous ne feriez jamais confiance à votre comptabilité à quelqu’un qui consomme des drogues ou qui se comporte de manière débridée.
Conor Doherty: Donc, dans cette analogie, les décisions sont des rockstars.
Joannes Vermorel: Les décisions le sont, oui, dans une certaine mesure. Il y a quelque chose d’innovant et de créatif en elles. Fondamentalement, ce que vous cherchez à faire, c’est atteindre la grandeur.
Conor Doherty: Voilà.
Joannes Vermorel: Et la comptabilité n’est pas là pour atteindre la grandeur, car en comptabilité, la grandeur, précision signifie Enron. Vous ne voulez pas de grandeur. Vous ne voulez pas d’innovation en termes de précision. Vous voulez quelque chose d’invariable, fiable, ennuyeux.
Conor Doherty: Ennuyeux.
Joannes Vermorel: Oui. Voilà. Oui. L’ennui est une qualité incroyable pour un comptable. Je dirais même que si votre comptable est un type très intéressant, je pourrais ne pas lui faire confiance. Encore une fois, c’est une question de personnalité. Le grand comptable est celui qui est tellement fiable qu’il en devient ennuyeux. C’est ce que vous attendez d’un comptable.
Et pour une rockstar, ce type peut être complètement peu fiable. Mais devinez quoi ? Parfois, il a un éclair de génie, et boum, c’est la grandeur. C’est une excellente décision. C’est le genre de chose que l’on attend au niveau des décisions.
Car l’avenir est incertain, c’est toujours un pari. C’est pourquoi, au niveau des décisions, vous êtes toujours en train de spéculer. Il n’en est pas autrement. Vous ne connaissez pas l’avenir. Ainsi, il y a un élément de risque. Et c’est pourquoi, si vous êtes extrêmement bon pour anticiper l’avenir, vous pouvez réaliser quelque chose d’incroyable, soit un taux de rentabilité très, très élevé.
Conor Doherty: J’apprécie certainement l’aspect comptable de cette analogie. Je voulais juste te proposer cela, et tu pourras me dire ce que tu en penses.
Pour reprendre l’analogie musicale, telle que je la percevais, le comptable représente votre système de record. Nous voulons qu’il soit plutôt banal, fiable, digne de confiance. Le système d’intelligence, lui, est comme Bach ou Mozart. Ils vont composer. Ce sera laborieux, intensif, créatif, énigmatique. Une très bonne allocation ou réapprovisionnement de stocks, c’est comme si je rassemblais des symboles de partout. Cela prend du temps. Cela demande des efforts. Le système recalcule et recalcule. Et à la fin, vous obtenez Für Elise. Vous avez l’une des plus grandes œuvres musicales de tous les temps.
La rockstar peut rendre cela chaotique, mais pour moi, c’était comme la musique classique. C’est précis. Il y a une science derrière. Les rythmes, vous voulez que tout s’inscrive dans des paramètres.
Joannes Vermorel: Mais aussi, si vous atteignez la véritable grandeur en musique classique, qui est en effet une meilleure analogie, vous ne pouvez pas imposer de limites. Le génie, même s’il est extrêmement codifié et strict, n’est jamais confiné dans des limites, car le véritable génie redéfinit ce que la musique devrait être. Redéfinir les limites, repousser ces limites non pas aléatoirement, mais avec un but.
Et c’est en quelque sorte l’opposé du comptable, qui n’est pas censé repousser les limites. Le comptable, un bon comptable, est par définition… encore une fois, vous ne voulez aucune situation… oui, il doit être ennuyeux. Il doit être contraint.
Si vous êtes dans les décisions, c’est comme Mozart. Vous devez repousser les limites de ce que la musique peut être. Oui. Et c’est ainsi que vous atteignez cette véritable grandeur. Et oui, l’analogie fonctionne vraiment à ce niveau.
Conor Doherty: D’accord. Eh bien, encore une fois, revenons à… pourquoi, dans l’ensemble de l’industrie, observe-t-on une sous-estimation apparemment systématique — pardon le jeu de mots — des systèmes d’intelligence de type musique classique ?
Joannes Vermorel: Il faut donc maintenant examiner les incitations des fournisseurs de logiciels. Quelle est votre incitation ? Vous voulez vendre, au prix le plus élevé possible, quelque chose qui vous coûte le moins cher à produire. Voilà… Je suis un fournisseur de logiciels. J’ai besoin de gagner de l’argent. J’obtiens les sommes que je perçois, c’est le prix que les gens paient, et ce que cela me coûte, c’est le prix que je paie en tant que fournisseur de logiciels pour produire le logiciel.
Jusqu’à présent, l’industrie du logiciel est semblable à la production. Vous voulez essentiellement acheter à bas prix et vendre à prix élevé.
Conor Doherty: Voilà.
Joannes Vermorel: Voilà. Maintenant, un système de record, comme je l’ai dit, est très simple et donc très bon marché à produire. Parfait pour moi en tant que fournisseur de logiciels. Parfait. Pourquoi ? Parce qu’il est bon marché. Coût de production faible. Excellent.
Le problème est que la propension du client à payer n’est pas très élevée. Vous voyez, oui, mes coûts sont bas, mais la volonté des clients de payer l’est tout autant. Ce n’est pas vraiment avantageux.
Mais imaginez que, si je mystifie le client sur ce que fait exactement mon logiciel, je peux gonfler son willingness to pay de manière énorme. Le problème sera que, pour réaliser ce tour de magie, j’aurai besoin de magiciens, car cela relève en quelque sorte de la prestidigitation. Il me faudra donc ces magiciens. Qui seront ces magiciens ? Ce sera le gars des fournisseurs de logiciels d’entreprise.
Et devinez quoi ? Ces fournisseurs de logiciels d’entreprise, si l’on regarde leur effectif, jusqu’à deux tiers de leurs employés sont en réalité des commerciaux. Ce sont des vendeurs. Ainsi, pour le fournisseur de logiciels d’entreprise typique, pour ces deux tiers, vous ne payez pas le logiciel produit. Vous payez la structure de coût de vente du logiciel.
Essentiellement, vous payez un fournisseur pour les magiciens qu’il emploie, ceux qui créent l’illusion que le logiciel vaut bien plus qu’il n’en a l’air, gonflant ainsi votre disposition à payer. Vous diriez, “C’est tellement simple”, mais devinez quoi ? C’est simple, et ça fonctionne.
Ainsi, de nombreux fournisseurs de logiciels d’entreprise font exactement cela. Vous prenez un logiciel dont la production est bon marché. Ensuite, vous engagez des commerciaux d’entreprise, et ces personnes font alors leur magie. C’est leur compétence professionnelle. Ils vont gonfler la disposition à payer des clients. Au final, ce que vous obtenez, ce sont des entreprises qui paient des prix extravagants basés sur des attentes tout aussi extravagantes, qui vont être déçues à chaque fois, car en fin de compte, ce qu’elles achètent est quelque chose qui ne pourra jamais tenir ses promesses. Voilà.
Et cette histoire, malheureusement, se répète depuis les quatre dernières décennies.
Conor Doherty : Soyons honnêtes, cela fait une heure que nous discutons, et je pense qu’il est grand temps que je pose la question finale. Mais elle s’appuie non seulement sur ce que nous avons abordé aujourd’hui, mais honnêtement sur les quatre chapitres précédents, et je pense que c’est probablement l’une des questions les plus conséquentes, non seulement pour les praticiens, mais aussi pour les entreprises dans lesquelles ils travaillent.
Vous avez exposé les systèmes de record, les systèmes de rapport, les systèmes d’intelligence, les fonctions de chacun, et où réside la valeur de chacun. D’accord. Comment se fait-il que des praticiens qui n’ont peut-être pas votre niveau d’expertise en conception logicielle, architecture et autres, puissent, dès demain, s’ils entament une conversation avec un fournisseur pour acheter un ERP, un système de record, savoir : “Suis-je sur le point de me faire arnaquer ici ? On essaie de me vendre de l’huile de serpent ?”
Joannes Vermorel : Vous devez poser la question fondamentale : “Votre logiciel fait-il muter le passé ?” Je sais que c’est une question étrange.
Conor Doherty : Parce que vous voulez qu’ils posent cette question au fournisseur.
Joannes Vermorel : Oui. Oui, posez simplement la question : “Est-ce que vous faites muter le passé ?” Voilà. C’est une question très simple. “Est-ce que vous faites muter le passé ?”
Et ce qui lie cela à l’information, c’est que, lorsque nous comprendrons enfin comment l’information fonctionne, etc., vous posez une question simple qui constitue un test décisif pour déterminer si le logiciel fait respecter une invariance fondamentale ou non.
Si le fournisseur est déconcerté par la question, alors c’est une réponse terrible, car cela signifie qu’il n’a aucune idée de ce qu’il fait. Si le fournisseur n’a aucune idée de ce qu’il fait, il vaudrait probablement mieux ne pas l’acheter.
Conor Doherty : Il ne faut pas l’acheter.
Joannes Vermorel : Il ne faut pas l’acheter. Imaginez, encore une fois, je sais que le logiciel est si abstrait que les gens ont tendance à perdre la tête, mais revenons à une question concernant une voiture. Si vous posez une question sur une voiture, ce serait : “Cette voiture est-elle sûre ?” Et si le fournisseur répondait : “Que voulez-vous dire par sûre ? Je ne comprends pas votre question”, alors vous vous diriez : “Je suppose que je prendrai une autre voiture. Je préférerais acheter une voiture de ceux qui vous disent : ‘Oh oui, notre voiture est très sûre. Elle est équipée de ceintures de sécurité. Elle a des airbags. Et elle est conçue de telle sorte qu’en cas de collision, le moteur passe sous vous plutôt que de vous écraser les jambes.’”
C’est une bonne réponse. C’est le fournisseur que vous recherchez. Celui que vous souhaitez, c’est celui qui dit : “Oh, la mutabilité du passé. Oh oui, c’est une préoccupation d’une importance capitale. Nous y avons porté une grande attention.”
C’est simple. C’est comme si vous achetiez une voiture et demandiez : “Est-elle sûre ?” et le fournisseur vous répondait : “Est-elle sûre ? Je n’y ai jamais vraiment réfléchi.” Ce n’est tout simplement pas une bonne réponse. Ce devrait être une réponse effroyablement mauvaise.
Et je dis simplement, encore une fois, que le logiciel est plus facile et plus simple que vous ne le pensez. Vous devriez demander à votre logiciel : “Est-ce que vous me vendez un logiciel qui traite du passé ou du futur ?” S’il s’agit du passé, l’exécutez-vous de manière nette, sans faire muter le passé ? Et s’il s’agit d’un logiciel qui concerne le futur, disposez-vous d’une séparation claire, sans essayer de tout mélanger ?
Il faut donc poser ces questions de base. Et ce genre d’information aide à comprendre pourquoi nous avons besoin de cette séparation nette entre le passé et le futur, car, au final, il s’agit de cette information. Ce qui compte en termes d’information ne vient que du passé, de votre savoir accumulé pour prendre des décisions.
La connaissance ne se tourne pas vers le passé. Elle vise fondamentalement le futur. Mais encore une fois, vous devez disposer de ces éléments constitutifs essentiels, afin de pouvoir contester votre fournisseur de logiciels de manière très simple.
Et encore, lorsque vous posez la question, “Votre logiciel fait-il muter le passé ?” si le fournisseur est déconcerté, vous devez fuir. C’est mauvais. C’est vraiment catastrophique. C’est aussi grave qu’un fournisseur automobile qui dirait : “La sécurité ? Je n’ai aucune idée de ce dont vous parlez.” Encore une fois, vous devriez fuir si vous constatez cela… vous voyez, ce sont des questions simples mais importantes que vous pouvez poser, et c’est ce que je vous suggère. C’est pourquoi je vous conseille de lire ce chapitre. Vous devez être capable de poser ces questions douloureusement simples. Elles constitueront d’excellents tests décisifs pour détecter des fournisseurs dangereusement incompétents. C’est tout ce que j’ai à dire.
Conor Doherty : Oui. Une autre manière de formuler cela, et dites-moi ce que vous en pensez, c’est… vous avez donné l’exemple d’une voiture.
Joannes Vermorel : Oui.
Conor Doherty : Et ce que j’ai pensé en écoutant, c’est que c’est comme si vous achetiez une berline, une voiture familiale ordinaire, et que vous disiez : “D’accord, puis-je monter des collines ? Puis-je gravir des montagnes avec celle-ci ? Est-ce que tout ira bien ?” Et s’ils répondent oui, avec un certain scepticisme.
Maintenant, pour transposer cela à l’analogie logicielle, ce serait : vous achetez un ERP et vous demandez : “Ce logiciel peut-il prendre de meilleures décisions pour moi ?” et ils répondent oui. Pour moi, une question pourrait être du genre : “Eh bien, je suis novice, mais il me semble que les calculs nécessaires pour prendre des décisions sont incroyablement intensifs, et qu’un seul logiciel va compromettre la faible latence d’un système de record. Comment compensez-vous cela ?” Expliquez-moi simplement comment vous y faites face. Et s’ils n’ont pas de réponse, je serai sceptique, car, une fois de plus, exceller en calcul présente le risque de compromettre le système de record.
Joannes Vermorel : Je dirais oui, mais le problème est que… j’y ai réfléchi… Vous voyez, c’est une bonne question, un bon test. Le problème que je vois, c’est que votre fournisseur de logiciels d’entreprise typique va vous donner une réponse que vous ne comprendrez pas, et qui semblera intelligente et cohérente. C’est pourquoi je préfère demander des faits.
Conor Doherty : Mais ce sont aussi des faits.
Joannes Vermorel : Non, ce ne sont pas des faits, car le problème, c’est qu’ils peuvent mentir. Je ne leur reproche pas cela. Le problème est qu’il existe des moyens pour que cela fonctionne. D’accord ? Vous voyez, vous pouvez mélanger les systèmes de record et les systèmes d’intelligence. Mais il y a un hic : cela devient exponentiellement coûteux.
C’est pourquoi, par exemple, il est possible de les combiner, et vous avez un exemple très simple : Google le fait. Ils disposent d’un enregistrement clair de l’ensemble du web, ainsi que d’un système d’intelligence capable de prendre des décisions en temps réel, le tout intégré. Ainsi, ils ont à la fois le système de record et le système d’intelligence pour vous fournir des réponses brillantes. Il est donc possible de combiner les deux.
Mais c’est possible, même si cela coûte vraiment cher. Cela revient exponentiellement plus cher pour le fournisseur, et cela nécessite également des talents incroyables. En résumé, pouvez-vous avoir quelque chose d’efficace à la fois en système de record et en système d’intelligence ? La réponse n’est pas non. La réponse est oui, mais avec des investissements massifs et d’énormes talents.
Et devinez ce que le fournisseur va vous dire ? “Oh, c’est moi.”
Conor Doherty : “C’est moi. C’est exactement moi.”
Joannes Vermorel : “C’est exactement moi, et avec beaucoup moins que ce que vous pensez.”
Conor Doherty : Exactement.
Joannes Vermorel : Exactement. Et donc, ce que je dis ici, c’est que c’est trop beau pour être vrai. C’est trop beau pour être vrai. Voilà. Si cela semble trop beau pour être vrai, c’est probablement trop beau pour être vrai.
Et il est si difficile de rivaliser avec Google. Il est si difficile de réaliser ce genre de choses ensemble, et les coûts sont si exorbitants que la probabilité d’avoir réellement affaire à quelqu’un d’honnête est… encore une fois, je dirais qu’il faut être sceptique.
Donc, je pense que c’est une bonne question, mais le problème est que le fournisseur… il sera si facile de vous mentir, car il dirait : “L’IA, nous sommes tellement bons.” Oui, normalement cela ne devrait pas être possible à ce prix, mais nous sommes tellement bons que c’est possible.
Et ensuite, vous devez conclure… vous bluffez. Vous bluffez tout simplement, désolé. Car vous voyez, le problème est qu’alors vous avez un autre type de test, à savoir que si vous aviez des personnes aussi compétentes pour réaliser quelque chose d’aussi grandiose, vous ne feriez pas de logiciels supply chain. Vous feriez quelque chose qui vous rapporterait encore plus d’argent.
Imaginez simplement, si vous aviez des équipes aussi performantes que celles de Google, voire meilleures, et capables de réaliser des choses encore plus incroyables, alors pourquoi ne pas rivaliser avec Google pour les écraser ? Peut-être que vous ne faites pas cela parce qu’en réalité, vous n’avez pas ces équipes.
Et pour revenir à “c’est trop beau pour être vrai”, revenons à la compétition M5. La compétition M5 — c’était un concours de prévision des séries temporelles. D’accord ? La prévision.
Chacun de mes pairs, mes concurrents chez Lokad, si vous consultez leur site, vous dira “Des prévisions de pointe. Nous sommes les meilleurs.” Ils vous affirment tous : “Nous avons la meilleure prévision.” Parfois, ce n’est pas formulé aussi directement, mais même si ce n’est pas dit de manière explicite, c’est tellement implicite que c’en est flagrant.
La situation est donc la suivante : nous avons une centaine de fournisseurs de logiciels d’entreprise qui déclarent tous : “Nous avons des modèles de prévision de pointe,” et qu’ils repoussent vraiment, vraiment les limites de ce qui est possible en termes de précision. Excellent. Excellent. D’accord. Pourquoi pas ? Pourquoi pas ?
Maintenant, le M5 rassemblait mille équipes en compétition mondiale. Si vous regardez les cent meilleurs participants — et, encore, chacun peut vérifier, c’est une compétition Kaggle, donc les résultats sont publics. N’importe qui dans l’auditoire peut vérifier ce que je dis. Vous pouvez consulter les résultats Kaggle, et vous constaterez que, parmi les cent meilleurs de cette compétition mondiale, il n’y avait pas un seul fournisseur de logiciels d’entreprise.
Oh, attendez, il y avait en fait un fournisseur de logiciels d’entreprise parmi les cent premiers. C’était Lokad, et tous les autres étaient absents.
Conor Doherty : Numéro un au niveau des SKU, si je me souviens bien.
Joannes Vermorel : Oui, nous étions numéro un au niveau des SKU et numéro cinq au niveau agrégé. Initialement numéro six, mais ensuite quelqu’un a été disqualifié parce qu’il avait en réalité triché, et donc, par la suite, nous avons été reclassés en numéro cinq.
D’accord. Mais vous voyez, c’est pourquoi je dis que c’est trop beau pour être vrai. Si les gens sont si bons, il doit y avoir un effet secondaire à cette excellence.
Des entreprises comme Facebook, par exemple, repoussent les limites de l’IA. Elles le font. Comment voyez-vous cela ? Eh bien, elles ont inventé de nombreuses technologies utilisées par tout le monde. Par exemple, PyTorch, utilisé par environ deux tiers de la communauté deep learning, est un produit issu des laboratoires de Facebook — enfin, Meta désormais.
Vous voyez, si vous disposez d’une excellente ingénierie, et que Meta compte d’excellents ingénieurs, l’un des sous-produits accidentels est que vous obtenez d’excellents éléments technologiques sortant de vos laboratoires, ou des réalisations de toute sorte. Encore une fois, Google, même chose. Google, par exemple, a inventé les transformers. La révolution GenAI a essentiellement été lancée chez Google. Donc, là encore, c’est le signe qu’ils avaient de véritables ingénieurs de talent.
Si nous revenons à ceux qui prétendent pouvoir gérer à la fois un système de record et un système d’intelligence, et qu’ils disposent de personnes aussi compétentes, je dis : “D’accord, mais où est la preuve de cette excellence ? Qu’avez-vous accompli qui prouverait, d’une manière ou d’une autre, que vous disposez d’une équipe aussi incroyable ?”
Et très souvent, la réponse est qu’il n’y en a pas, car, en réalité, vous êtes dans le secteur des systèmes de record, qui sont ennuyeux, peu intéressants, et pas techniquement exigeants. Et devinez quoi ? Vous n’allez même pas avoir besoin des meilleurs ingénieurs, car si vous gérez des systèmes de record, pourquoi voudriez-vous payer une fortune pour des ingénieurs de haut niveau dont vous n’aurez jamais vraiment besoin, puisque ce que vous concevez est en réalité assez simple ? Vous n’avez pas besoin de ces personnes. Alors, pourquoi les embaucher en premier lieu ? La réponse courte : vous ne le faites pas.
Conor Doherty : Très bien. Vous avez parlé depuis un bon moment. Je n’ai plus de questions. Merci beaucoup, comme toujours, d’avoir développé et toléré mes réticences alors que je vous repoussais. J’espère que je n’ai pas été trop sévère aujourd’hui, mais encore une fois, vous êtes viré.
Joannes Vermorel : Viré. Exactement.
Conor Doherty : Exactement. C’est… oui, c’est mon dernier rempart. C’est Custer que vous avez en face de vous.
Mais oui, comme toujours, j’essaie simplement d’aller au cœur de ce que je considère être un excellent livre porteur de très, très, très bonnes idées, et j’essaie de vous pousser à le rendre plus clair pour ceux qui ne vous connaissent pas déjà, car, évidemment, quand je lis…
Joannes Vermorel : Et qui n’ont aucune raison d’être d’accord avec moi.
Conor Doherty : Et qui n’ont aucune raison d’être d’accord avec vous. Exactement. Donc, j’essaie de riposter. Je joue les avocats du diable, comme vous m’avez demandé de le faire.
Joannes Vermorel : Oui.
Conor Doherty : Et à vous qui regardez chez vous, merci pour vos questions. Beaucoup des questions que je vous ai posées aujourd’hui, Joannes, venaient en réalité du public. Et en lisant davantage de citations pour contextualiser, ainsi que des retours du public.
Donc, si vous avez d’autres retours, ou si vous souhaitez simplement nous contacter et poursuivre la conversation avec Joannes et moi, vous pouvez vous connecter avec nous sur LinkedIn ou nous envoyer un email à contact@lokad.com.
Et sur ce, nous vous donnons rendez-vous pour le chapitre 6. Et oui, retournez au travail.
