00:00:00 Définition de la décision, irréversibilité et prévisions contrastées
00:05:50 Coût d’opportunité absent de la planification générale
00:11:40 Décisions robustes, fragiles et extrémistes expliquées
00:17:30 L’optimisation itère en trouvant des décisions insensées
00:23:20 Holimisation, suppositions éclairées et leçons de modernisation
00:29:10 Pièges sémantiques des données et recommandations absurdes
00:35:00 Taux de rendement à la granularité de la décision
00:40:50 La fenêtre de responsabilité encadre les horizons de décision
00:46:40 Les fenêtres heuristiques remplacent les modèles politiques fastidieux
00:52:30 La charge mesure le capital engagé au fil du temps
00:58:20 Half-life capture l’inertie de l’entreprise au-delà des délais de livraison
01:04:10 Durée de décision des rapports de demi-vie sans simulation complète
01:10:00 Objectif de liquidité : consommables versus objets rotatifs
01:15:50 Des rituels KPI à la mécanisation des décisions
01:21:40 L’automatisation réduit la latence et augmente la productivité
01:27:30 Les décisions robotisées permettent une amélioration continue mesurable
Résumé
Joannes Vermorel et Conor Doherty poursuivent leur discussion chapitre par chapitre sur Introduction to Supply Chain. Le chapitre huit se tourne vers les décisions : les choix opérationnels qui allouent les ressources, exposent les entreprises aux risques et, en fin de compte, déterminent si la théorie de la supply chain crée de la valeur économique.
Résumé détaillé
Cette discussion porte, au fond, sur une idée : dans la supply chain, seules les décisions sont réelles. Les prévisions, les plans, les KPI et les tableaux de bord peuvent être utiles, mais ils ne constituent pas la chose en soi. Une prévision ne déplace pas les stocks, n’engage pas de trésorerie et ne déçoit pas un client. Une décision le fait. C’est pourquoi Joannes insiste sur le fait que la supply chain doit être comprise comme une série d’allocations de ressources dans un contexte d’incertitude, jugées par le rendement attendu ajusté au risque.
Cela sépare immédiatement son point de vue du courant dominant. L’approche conventionnelle traite l’avenir comme s’il était suffisamment connaissable pour justifier un plan puis une orchestration de ce plan. Mais une fois que vous envisagez un avenir connaissable, vous arrêtez de réfléchir sérieusement aux alternatives, et une fois que vous arrêtez de penser aux alternatives, le coût d’opportunité disparaît. Ce n’est pas simplement une erreur philosophique. Cela devient une erreur logicielle. Les entreprises finissent par fonctionner avec des systèmes capables de traiter de grandes quantités de données, tout en restant aveugles aux compromis les plus importants.
Un autre point central est que « optimisation » est souvent un mot trompeur. La plupart des systèmes ne découvrent pas une vérité économique définitive. Ils poussent simplement vers l’extrême au sein d’un système de notation qui peut lui-même être défectueux. Le véritable travail est donc itératif : générer des décisions, inspecter les décisions absurdes, découvrir ce que le modèle n’a pas compris et réviser la logique économique. Souvent, le problème n’est pas la solution, mais l’objectif.
La conversation montre également clairement que le temps compte sur le plan économique, et pas seulement sur le plan opérationnel. Une décision n’est pas simplement une quantité ; c’est un engagement de capital dans le temps. D’où les idées de charge et de demi-vie. La charge mesure le poids monétaire d’une décision au fil du temps. La demi-vie mesure le temps nécessaire pour récupérer la moitié du capital immobilisé dans cette décision. Il s’agit de tentatives pour décrire quelque chose que de nombreuses théories de la supply chain obscurcissent : l’inertie. Une entreprise peut penser en termes de délais, mais les délais à eux seuls ne vous indiquent pas à quelle vitesse l’entreprise peut changer de direction.
Enfin, l’implication pratique est organisationnelle. Une grande partie de la gestion traditionnelle de la supply chain existe parce que les êtres humains devaient autrefois diviser le travail manuellement. Mais le logiciel change cela. Si les décisions peuvent être générées quotidiennement, de manière économique et à grande échelle, alors de nombreuses routines bien ancrées perdurent, non pas parce qu’elles sont rationnelles, mais parce qu’elles sont héritées. Le véritable combat n’est plus entre un processus manuel et un autre. C’est entre la prise de décision mécanisée et les organisations qui confondent encore la paperasse et l’action.
Transcription complète
Conor Doherty: Bienvenue à nouveau. Il s’agit de l’épisode huit d’une série spéciale dans laquelle Joannes et moi prenons son nouveau livre, Introduction to Supply Chain, et discutons des idées chapitre par chapitre. Maintenant, comme vous vous en souvenez probablement, pour cette série, je fais semblant d’être l’un des quelque 10 millions de praticiens dans le monde qui pourraient voir ce livre, le reprendre, commencer à le lire et, bien sûr, avoir quelques questions.
Maintenant, nous sommes au chapitre 8, ce qui signifie que nous avons déjà enregistré les sept chapitres précédents. Je vous recommande fortement de les regarder en premier car certaines de ces idées seront référencées aujourd’hui. Et sur ce, je vous donne la discussion d’aujourd’hui sur le chapitre 8, « Décisions ».
Nous parlons du chapitre 8, qui dévoile, je pense, le concept central du livre. Je sais que c’est le chapitre 8 sur 11, mais d’après votre philosophie, la philosophie de Lokad, tout ce que nous faisons, les décisions ne sont en réalité que le concept le plus fondamental.
Mais au chapitre 8, vous donnez votre définition complète, qui est, et je vous cite, « un engagement de flux qui alloue des ressources rares entre des options admissibles pour clôturer des alternatives dans la recherche du taux de rendement attendu le plus élevé, ajusté au risque ». Très précis. Vous avez commencé au chapitre 1 avec une définition un peu moins verbeuse et moins précise, mais je suis curieux : vous avez déjà donné beaucoup d’exemples, et les gens peuvent revenir en arrière et les revoir. Qu’apporte réellement votre définition actuelle de la décision en termes d’opérations de la supply chain ?
Joannes Vermorel: Premièrement, il clarifie la perspective de l’économie appliquée. Cela dit littéralement que nous nous concentrons sur les choses pour lesquelles nous visons explicitement à améliorer le taux de rendement. C’est donc une déclaration. Il se peut qu’il existe des catégories de décisions qui n’appartiennent même pas à ce paradigme. Je dis que ce n’est pas grave, ce ne sont tout simplement pas des décisions liées à la supply chain.
Donc ici, nous embrassons vraiment pleinement ce paradigme, et puis je précise très clairement que nous parlons de quelque chose de tangible sur le flux. Vous voyez, ce que je veux éliminer avec cette « décision », c’est la confusion avec des artefacts potentiels. Une prévision n’est pas une décision. Une prévision, vous pouvez projeter ce que vous voulez. Tant qu’il s’agit d’une projection, elle n’a aucune incidence sur la rentabilité de votre entreprise.
Vous pouvez prévoir une croissance de 200 % ou une décroissance de 10 %, peu importe. C’est une projection. En fin de compte, je dirais que ces projections sont sans conséquence. Ils ne deviennent conséquents que lorsque vous faites réellement quelque chose de tangible sur votre flux. Et c’est pourquoi je dis que c’est la décision. La décision sera une allocation de ressources, et cela aura un impact qui sera, dans une certaine mesure, irréversible.
Je dis « dans une certaine mesure » parce que la plupart des décisions de la supply chain peuvent être annulées, juste pour un prix, à un prix. Ainsi, si vous décidez de déplacer quelque chose d’un endroit A à un endroit B, vous pouvez inverser ce mouvement. Cela coûte juste de l’argent. Je dirais donc que la décision est irréversible dans le sens où elle est toujours réversible, mais il faut payer pour cela.
Conor Doherty: Juste pour ajouter un peu de couleur à cela, car encore une fois, évidemment je travaille ici, mais aussi après avoir lu le livre presque une deuxième fois maintenant, c’est irréversible dans le sens où vous ne pouvez pas revenir à l’état exact des choses qui existait au moment où vous avez pris la décision.
Ainsi, vous pouvez revenir au genre de superposition de « Eh bien, je peux choisir à nouveau », mais ce que vous ne pouvez pas faire, c’est rembobiner le temps comme Superman inversant la rotation de la Terre et dire : « Je suis exactement de retour à 9 h 01 mardi matin lorsque j’ai eu pour la première fois le marché tel qu’il était, le canal de Suez tel qu’il était, le détroit d’Ormuz tel qu’il était. Non, ça n’existe plus. C’est parti.
Il y a donc une irréversibilité au sens absolu et au sens relatif. Vous parlez du sens relatif.
Joannes Vermorel: Ouais, exactement. Et contrairement, encore une fois, à une prévision, je peux programmer sur mes ordinateurs un algorithme qui, disons, réviserait la prévision un million de fois par seconde. Cela n’aura aucune conséquence sur la supply chain, cette chose-là. Je modifie donc ce chiffre un million de fois par seconde, rien ne se passe physiquement dans la supply chain.
Mais si je décide de déplacer des choses, je veux dire, évidemment, si j’essaie d’annuler ma décision de mouvement de stock et que je le fais un million de fois par seconde, la chose n’a même pas encore commencé à bouger. Mais disons que dès que l’objet est là, qu’il y a un objet sur un camion et que le camion roule sur l’autoroute, la réversibilité est alors perdue.
Il faudra du temps pour ramener la chose, et la supply chain ne reviendra jamais à la position exacte du marché, la position exacte qu’elle était avant cette décision.
Conor Doherty: Eh bien, encore une fois, cela nous amène au coût d’opportunité, qui, encore une fois, si vous décomposez la définition « allouer des ressources rares entre des options admissibles », vous pouvez essentiellement faire A, vous pouvez faire B, vous pouvez faire C, vous pouvez ajouter un élément presque infini, vous avez un nombre presque infini d’options, et chacune d’entre elles aura un taux de rendement projeté différent.
Dans quelle mesure la compréhension de la notion de coût d’opportunité est-elle courante ou présente dans, disons, ce que vous appelez la perspective dominante sur la prise de décision en matière de supply chain ?
Joannes Vermorel: C’est complètement absent. C’est complètement absent, et c’est intentionnel. Vous voyez, la perspective dominante voit l’avenir comme quelque chose qui peut être capturé dans le cadre de tolérances, tout comme il s’agit d’une perspective de sciences naturelles. Je peux projeter la position de Mars dans un an de manière super, super précise. La seule incertitude serait la tolérance due au fait que mon télescope présente des imperfections très, très minimes.
Donc je ne connais pas exactement la position de Mars, mais avec une infime, infime, infime incertitude par rapport à la taille de Mars, je connais presque parfaitement l’emplacement de Mars dans le ciel et dans le système solaire dans un an. Donc, vous voyez, c’est une perspective de sciences naturelles. Et pour la théorie dominante, c’est exactement la même chose.
Ils adoptent leurs prévisions, ils élaborent un plan, et le plan est une orchestration de cela. Les opportunités n’existent donc pas. Les coûts d’opportunité n’existent pas parce que vous avez un avenir, puis une orchestration pour que tout se passe pour que cet avenir se réalise. Il n’est donc pas question d’alternatives.
Conor Doherty: Encore une fois, désolé, juste pour être clair, je suis peut-être tout à fait d’accord que lors de l’exécution, les gens n’évaluent pas nécessairement toutes les permutations imaginables d’options, mais suggérez-vous que c’est absent, comme si personne ne l’envisageait du tout ? Ils ne sont même pas conscients de l’existence d’un coût d’opportunité ?
Joannes Vermorel: Le problème est que, non, je veux dire, évidemment dans l’esprit du manager, du praticien, les gens ont évidemment ceci, ce que j’ai décrit dans le livre comme une « vision robuste » du futur. C’est évidemment le cas, car la vision brute, et nous en avons parlé dans le chapitre sur l’avenir, est cette idée que vous gardez à l’esprit une compréhension approximative du fait qu’il existe cette incertitude irréductible de l’avenir, que les choses sont susceptibles de changer.
En fait, la vision téléologique est super étrange quand on y pense. Il n’existe rien qui fonctionne réellement ainsi dans la société humaine, et certainement pas dans un monde qui n’est pas celui des sciences naturelles. C’est un monde praxéologique, ce qui est un mot compliqué pour dire qu’il s’agit d’une action humaine. L’avenir est donc fait d’actions humaines, d’actions futures qui n’ont pas encore été décidées.
Donc, tout est susceptible de changer parce que les gens peuvent changer d’avis, vos clients peuvent changer d’avis, vos fournisseurs peuvent changer d’avis, votre gouvernement peut changer d’avis, et cetera. Donc, fondamentalement, lorsque j’ai dit que le point de vue dominant est aveugle au coût d’opportunité, oui, les gens de l’entreprise eux-mêmes ne le sont généralement pas, mais la réalité est que dans les supply chains modernes, ce que vous pouvez faire et ce que vous ne pouvez pas faire est largement défini par le logiciel que vous utilisez.
Parce que, voyez-vous, votre supply chain est entièrement pilotée par logiciel pour toute entreprise dépassant, disons, un demi-milliard d’euros ou de dollars de chiffre d’affaires par an. Je ne connais aucune entreprise de ce type qui ne soit pas axée sur les logiciels. Ces entreprises sont trop grandes. Personne ne connaît toutes les positions des stocks dans sa tête.
Nous parlons de milliers de produits, potentiellement de millions de mouvements de stocks par an. Et c’est pourquoi la supply chain est cette chose étrange où l’on n’observe pas directement une supply chain de nos jours. Vous ne l’observez qu’indirectement grâce à l’intermédiaire du logiciel. Et maintenant, si vous disposez d’un logiciel pour cela qui adhère tout à fait à la théorie dominante, même si dans votre tête vous pensez aux opportunités et au coût d’opportunité, si cette chose n’a d’équivalent nulle part dans votre paysage applicatif, alors cela devient une bataille très difficile pour y parvenir.
Oui, vous pouvez pirater quelques feuilles de calcul à droite et à gauche pour toujours avoir cela, mais c’est difficile et vous menez une bataille difficile car, encore une fois, si nous regardons le paradigme, que dit-il ? Il s’agira d’une mise en œuvre logicielle qui dit que vous faites des prévisions, que vous avez des séries temporelles, puis que vous avez une logique d’allocation qui adopte simplement ce plan déterministe et effectue simplement une orchestration.
Alors, d’accord, si vous dites que nous avons une opportunité ou un risque, comment l’injectez-vous dans ces séries temporelles et cette orchestration ? Les gens disaient : « Oh, vous pouvez modifier les tampons. » Oui, cela fonctionnerait pour quelques opportunités, quelques risques, mais c’est vraiment mince. De nombreux coûts d’opportunité ne seront pas reflétés dans le paramétrage de votre stock de sécurité.
Un exemple de cela serait : et si c’est le cas, nous devons étendre l’assortiment ? Il y a un coût d’opportunité à ne pas élargir l’assortiment, car c’est ce que font les concurrents, et ces clients quittent notre entreprise parce qu’ils ne trouvent pas un assortiment suffisamment large. Ainsi, même si nous sommes compétitifs en termes de prix, ils trouvent plus de valeur chez nos concurrents qui peuvent proposer le meilleur assortiment.
Ce genre de choses, si vous prenez le point de vue dominant, sont complètement absents de la théorie et du logiciel, ce qui rend très difficile le piratage de tout type de feuille de calcul car même si vous pouvez le faire, vous n’aurez aucun intérêt à injecter ces modélisations de votre feuille de calcul dans votre logiciel. Il devra vivre côte à côte, et la communication entre les deux est pour le moins très, très floue.
Conor Doherty: Ce dont je veux parler davantage, c’est que vous ne le présentez pas réellement comme une classification formelle dans le chapitre, mais c’est quelque chose que vous saupoudrez dans tous les chapitres, du moins jusqu’à présent : certaines terminologies comme, vous parlez d’optimalité. Vous parlez au chapitre 8 de l’optimalité.
Dès le début, vous avez parlé de décisions robustes, et vous parlez aussi ici de décisions fragiles. Ceux-ci ne sont donc pas présentés dans votre classification des systèmes d’enregistrement, de rapports et de renseignements. C’est très serré. C’est très propre. Ce qui est moins clair, je dirais, mais encore une fois très utile, c’est une explication côte à côte très claire de, d’accord, ce qui délimite exactement une décision robuste générée par un système de renseignement d’une décision fragile générée par un système de renseignement également, et une décision optimale, ou « optimale », dont nous pouvons débattre de la nature de la recherche opérationnelle.
Veuillez donc développer ce point, car nous avons utilisé ces trois termes jusqu’à présent.
Joannes Vermorel: En fait, je m’en rends compte et j’ai posté quelque chose environ quelques mois après la publication du livre sur un concept appelé « extrémisation », et cela clarifie tout. Cela aurait dû être dans le livre. Un jour, il y aura une autre alerte. Pour la deuxième édition, je réécrirai le chapitre 8.
Donc, fondamentalement, ce que nous appelons actuellement optimisation devrait être appelé extrémisation. Le terme optimisation est faux. Nous devrions appeler cela de l’extrémisation. Que signifie l’extrémisation ? Vous prenez une fonction mathématique qui est votre critère et vous extrémisez. Vous recherchez donc le maximum ou le minimum. Et les variables que vous pouvez déplacer pour rechercher ces valeurs maximales ou minimales, ce sont vos variables de décision.
C’est de l’extrémisation. Et quand les gens disent que quelque chose est optimal, ils disent en fait que quelque chose est extrême selon cette fonction. Ce que je veux dire avec ce concept d’optimisation, c’est que le défi de la supply chain est que la façon dont vous gardez le score, la façon dont vous comptez vos dollars, est en soi une cible mouvante.
Nous voyons cela dans le chapitre, par exemple, sur l’économie. Je dis que nous avons beaucoup de prix fictifs, de problèmes de valorisation. Il y a beaucoup de choses qui sont très insaisissables, très importantes. Et donc, quand on compte les dollars, cela peut paraître étrange, mais il y a beaucoup de choses qui sont très subjectives.
Évidemment, avec suffisamment de temps, comme une décennie ou deux, ces choses se réaliseront et vous aurez la véritable vision comptable qui entrera en jeu. Mais pour beaucoup de choses importantes, il faut regarder si loin dans l’avenir qu’on ne peut pas avoir ce genre de perspective comptable.
Un exemple : une forêt en croissance, essentiellement. Ou, par exemple, disons que vous êtes Boeing ou Airbus. Votre réputation s’est bâtie sur des décennies de sécurité de vos avions, et cela pourrait être détruit en un instant. Lorsqu’ils mettent un nouvel avion sur le marché, c’est comme un effort de recherche et d’ingénierie de sécurité d’une ou deux décennies. Il faut donc se projeter littéralement dans 20 ans.
Tout, tout type de projection commerciale, lorsque vous regardez si loin dans le futur, se dissout. Le pouvoir des statistiques devient très faible. Et c’est ce que j’ai décrit dans le chapitre sur l’économie : c’est pourquoi vous devez faire des déclarations d’opinion dans votre modélisation économique pour refléter les choses qui sont extrêmement importantes pour vous parce qu’elles sont stratégiques. Cependant, si vous ne le faites pas, vous détruirez votre entreprise, c’est garanti, d’ici une décennie ou deux.
Cela signifie donc que l’extrémisation est faible parce que fondamentalement, vous supposez que votre fonction objectif, ce dont vous essayez de trouver l’extrême, est une quantité connue. Ce n’est pas une quantité connue. Et maintenant, vous vous retrouvez avec un problème : si vous changez la fonction, si vous changez la façon dont vous comptez vos dollars, vous pouvez prendre une décision qui semble bonne sous un score et moins bonne sous un score différent.
Alors, tout à coup, le fait qu’une décision semble bonne ou mauvaise dépend vraiment de ce que vous utilisez pour évaluer, pour compter ces dollars. Et j’appelle ce processus l’optimisation. Il s’agit essentiellement d’un processus dans lequel vous extrémisez à plusieurs reprises, recherchez les défauts de votre modélisation, puis repensez votre fonction de notation, vos fonctions objectives, puis rincez et répétez.
Il s’agit donc d’un processus itératif dans lequel vous dites : « Optimisation », vous savez ce que les gens appellent l’optimisation, ne sera qu’une étape. Vous faites cela, vous regardez les décisions qui sont prises, vous voyez les problèmes. Mais cela nécessite un haut niveau d’intelligence dans le sens où il ne s’agira pas de problèmes mathématiques. Cela va poser des problèmes de perspective, de cadrage, d’anticipation des choses là où votre modèle quantitatif est aveugle, puis de réviser vos fonctions objectives en fonction de cela.
C’est vraiment pourquoi j’ai introduit ce terme, extrémisation, parce que c’est vraiment de cela dont il s’agit. Il ne s’agit pas de « Nous avons une fonction objectif », tout comme ce que fait le monde universitaire, puis nous parcourons un solveur pour l’améliorer sans cesse afin d’obtenir une solution presque parfaite. Ce n’est absolument pas le problème.
Le problème est que généralement, dès que nous avons une fonction objectif, un but vers lequel nous travaillons, oui, nous faisons l’optimisation, donc l’extrémisation, et puis nous réalisons, d’accord, nous avons encore des problèmes. Il faut changer la définition même du problème car grâce à ces solutions extrêmes, on se rend compte qu’on a des défauts.
Et très souvent, le défaut ne vient pas de l’extrémiseur. Le défaut réside dans la fonction objectif recherchée par l’extrémiste ou par un solveur dans la littérature. Donc, si nous revenons aux décisions fragiles et robustes, premièrement, le fait est que si vous avez des décisions qui sont générées à la suite de ce processus d’orchestration de la théorie dominante, vous vous retrouvez avec des choses qui sont, en pratique, incroyablement fragiles. C’est intentionnel.
Si vous supposez que l’avenir est connu et que vous faites simplement cette orchestration et que cela vous donnera ces décisions, alors ces décisions sont complètement aveugles à tout type de variation.
Conor Doherty: Je pense que vous donnez une bonne idée, juste pour entrer dans un contexte clair, parce que vous en parlez très clairement dans le chapitre, et encore une fois, c’est un exemple que nous avons déjà donné, mais si vous travaillez dans le MRO, par exemple, et que vous pensez connaître toutes les étapes et toutes les choses que vous allez devoir réparer dans un moteur, et ensuite vous écrivez, vous le prévoyez, “D’accord, je devrai réparer les pièces A, B, C, G,” et puis vous ouvrez le moteur, c’est comme : “Oh, en fait, je dois absolument tout faire. Il y a de la rouille ici, il y a de la corrosion là, tout.”
Vous l’avez traité comme si c’était connu, mais c’est vraiment variable, et vous ouvrez le moteur et jetez un œil. Encore une fois, vous aviez des décisions, mais des écarts mineurs invalident soudainement tout le calendrier.
Joannes Vermorel: Exactement. Car si l’on peut réparer presque entièrement un moteur d’avion, on n’a pas zéro moteur. Vous n’avez aucun moteur.
Conor Doherty: Moteur zéro.
Joannes Vermorel: Exactement. Vous ne pouvez pas avoir un moteur sans un joint ou une petite pompe et c’est toujours un moteur. Il ne volera pas.
Conor Doherty: Au sens figuré, il ne volera pas.
Joannes Vermorel: Oui, oui. C’est donc le genre de chose dans laquelle vous avez de fortes dépendances. Et parfois, cela peut être de petites choses. Tout comme après les confinements de 2020 et 2021, l’industrie automobile s’est rendu compte qu’elle était bloquée car il lui manquait quelques composants semi-conducteurs.
Et littéralement, ils avaient tout pour la voiture. Ils avaient environ 1,5 tonne de voiture prête, et il leur manquait 20 grammes de semi-conducteur. C’est tout ce qui manque, mais oui, la voiture ne peut pas être vendue au client si ces éléments manquent.
Conor Doherty: Ce n’est pas seulement ça. Il ne s’agit pas seulement du fait que, dans cet exemple précis, le calendrier sera perturbé. Il y a aussi le fait que les coûts pourraient être asymétriques. Alors oui, il me manque, je ne sais pas, je pense une vis à 2 $. J’aurais pu le stocker 10 ans à un prix très agréable. Je ne l’ai pas sous la main pour le moment. Il me manque cette vis à 2 $, mais le coût de cet événement AOG potentiel est de 100 000 $, 200 000 $, 300 000 $.
Encore une fois, ce n’est pas seulement la fragilité des décisions, mais le coût d’une erreur sur cette décision, cet écart mineur, est asymétrique.
Joannes Vermorel: Exactement. Cela prend de nombreuses formes ou formes. Si nous nous tournons par exemple vers le commerce de détail B2B, disons que vous avez un de vos clients VIP. Ils passent une commande six mois à l’avance en disant : “Voici une liste de 200 articles distincts. Nous souhaitons les avoir à cette date car c’est très critique pour nous”.
Et comme ils savent que vous n’aurez pas ça en stock, ils passent la commande des mois à l’avance. C’est super. Ils vous donnent une grande marge de manœuvre pour que tout soit complètement prêt dans six mois. Et maintenant vient le rendez-vous et vous êtes à court de choses. Donc vous ne respectez pas votre promesse, et votre client VIP est énervé car il vous a laissé beaucoup de latitude et vous n’avez toujours pas réussi à tenir votre promesse.
C’est le genre de chose qui constituerait un abus de confiance. Et cela peut être extrêmement dommageable. C’est donc le genre de chose où, encore une fois, si vous pilotez votre supply chain selon la théorie dominante, vos instruments sont complètement aveugles à cela. Les gens ne le sont pas, mais votre couche logicielle l’est, et c’est là le problème.
Parce que, encore une fois, toute entreprise de grande taille dépasse largement le type de flux qui peuvent être gérés uniquement dans la tête des personnes. La plupart des éléments ne résident que dans les couches logicielles dont vous disposez.
Conor Doherty: Eh bien, c’est ça le problème. C’est parfait que vous disiez cela, car c’est la pensée que j’ai eue en relisant ceci. Je l’ai bien dit lorsque j’ai expliqué qu’une décision solide, une décision optimale et une décision fragile pouvaient encore provenir du renseignement, car vous pourriez avoir un système de renseignement qui générait initialement le calendrier, encore une fois dans le cas d’un MRO, qui générait le « Oh, vous avez besoin de cette partie, de cette partie et de cette partie pour terminer les étapes 1 à 25 », ou autre.
Vous ouvrez le moteur : “Oh, attendez, non, c’est complètement invalide. Événement Fat-Tail. J’ai besoin de pièces que je n’ai pas.” D’accord. Vous venez de dire que les meilleures décisions résident essentiellement au niveau de l’instrumentation. Vous pourriez disposer d’une meilleure couche d’instrumentation, du système de renseignement que vous préconisez vous-même, tout en prenant des décisions fragiles.
Alors oui, comment passe-t-on de décisions fragiles sans système de renseignement, de décisions fragiles avec système de renseignement, à des décisions robustes avec système de renseignement ? Quelle est la trajectoire là-bas ?
Joannes Vermorel: C’est là toute « l’optimisation ». Fondamentalement, le processus est itératif. Il s’agit en grande partie de conjectures, de suppositions éclairées. Vous faites une estimation éclairée de vos fonctions objectives, ce qui signifie en pratique que vous investissez votre argent et que vous dites : « D’accord, cela doit en valoir la peine. » Vous décrivez l’expiration et, encore une fois, vous répartissez votre argent dans votre évaluation.
Encore une fois, vous faites de votre mieux, et puis ce que je dis, c’est qu’à un moment donné, vous vous arrêtez et dites : « Maintenant, je vais aller à l’extrême. » Vous voyez, c’est là que je dis de ne pas considérer une décision comme optimale, de la considérer comme extrémiste. Cela signifie donc que vous disposerez d’une machine, d’un logiciel, d’un morceau de logiciel, qui ne fera qu’orienter la décision vers l’extrémisation de ce critère.
Maintenant, vous avez, encore une fois, une décision non pas optimale, mais extrême. Est-ce bon ou mauvais ? Selon les calculs, c’est extrême, mais ce n’est pas le véritable critère. La question que vous vous posez est la suivante : est-ce vraiment bon et rentable pour votre entreprise ?
Le fait est que, dans la pratique, lorsque vous avez vos fonctions objectives, vous n’allez pas extrémiser une décision. Vous allez probablement extrémiser des milliers de décisions. Encore une fois, parce que nous ne prenons pas de grande décision. C’est le flux pour l’entreprise. Il y a donc des milliers de produits à réapprovisionner, des milliers d’articles à fabriquer, des milliers de prix à réviser à la hausse ou à la baisse, et cetera.
Maintenant, en pratique, pour cette itération, vous recherchez des décisions insensées. C’est une recherche anecdotique. Vous recherchez le cas où le bon sens veut que ce soit une très mauvaise décision. Et là, ce qui vous guide, ce n’est pas le calcul, car si le calcul aidait, il aurait déjà été pris en compte dans le processus d’extrémisation. Votre solveur aurait déjà évité cette situation.
Donc, très probablement, ce que vous recherchez, ce ne sont pas les faiblesses de votre solveur, ce qui extrémise votre décision, mais les lacunes dans votre compréhension de l’entreprise. Et c’est pourquoi, généralement, si vous voulez identifier ces très mauvaises décisions, vous avez besoin de personnes qui ont de l’expérience, qui ont vu beaucoup de situations et qui disent : “Ah, cette décision ne semble tout simplement pas bonne. Il y a quelque chose de louche ici. En êtes-vous sûr ?”
Par exemple, dans l’expérience Lokad, pour la première fois, c’était il y a plus de dix ans, il y a 12 ou 13 ans maintenant, nous avons commencé à travailler pour l’aviation. Nous avons commencé par suggérer de réapprovisionner certaines pièces, puis le retour que nous avons reçu de notre client à l’époque était : « Mais non, ce sont des rénovations. » Et notre réponse a été : « Qu’est-ce qu’une rénovation ? »
Nous ne savions même pas à l’époque ce qu’était une putain de rénovation. C’est bon. Pour ceux qui ne le savent pas, c’est lorsque les constructeurs aéronautiques ont le moindre doute qu’une de leurs pièces pourrait représenter un danger pour les avions. Vous voyez, dans l’aviation, la sécurité est primordiale. Ils n’attendent donc pas que des accidents surviennent.
Lorsque l’équipe d’ingénierie se rend compte qu’il y a peut-être, même peut-être, une faiblesse, elle va repenser les pièces et ensuite, pour chaque pièce vendue, elle proposera un remplacement gratuit. Ils disaient : « Si vous ne renvoyez pas toutes les anciennes pièces comme preuve, et que l’avion s’écrase et que c’est à cause de cette pièce, c’est votre faute, pas nous. »
Évidemment, l’effet d’une modernisation sur la supply chain est que vous disposez d’une quantité massive de pièces, et que tous les avions de votre flotte sont désormais synchronisés avec de nouvelles pièces. Donc, immédiatement, vous avez une forte baisse des réparations nécessaires pour ces pièces car elles sont toutes complètement synchronisées, toutes neuves.
Conor Doherty: Vous avez affecté l’approvisionnement.
Joannes Vermorel: Oui, vous avez eu un impact complètement mécanique sur la demande car toute votre flotte comporte désormais des pièces qui ont exactement le même point de vie, les mêmes heures de vol, le même cycle de vie, le même nombre d’heures de vol, les mêmes cycles de vol, et cetera, presque.
C’est le genre de chose où vous commencez à réaliser que vous devez prendre une décision extrême pour réaliser ce qui vous manque. Et cela peut poser beaucoup de problèmes. Il peut parfois s’agir d’une mauvaise compréhension de la sémantique des données. Un ERP peut contenir environ 5 000 tables, 100 champs par table. C’est très confus. Les données sont correctes, mais votre compréhension des données est-elle correcte ? Vous ne savez pas. Personne ne le sait. L’ERP ne le sait pas. Les gens ne le savent pas.
Les personnes qui ont écrit l’ERP sont mortes ou absentes ou lointaines. Encore une fois, c’est très compliqué. Les données sont correctes car si elles étaient incorrectes, l’entreprise ne fonctionnerait même pas. Si vous ne savez pas quoi payer à votre fournisseur ou combien facturer à vos clients, vous êtes en grande difficulté. Ainsi, la plupart des entreprises qui existent encore ont en fait une modélisation assez précise de leurs flux de biens physiques qui part de « J’achète des trucs, je transforme et transporte des trucs, puis je les revends ».
Donc, généralement, les systèmes d’enregistrement sont fondamentalement corrects, pas nécessairement parfaits, mais fondamentalement corrects.
Conor Doherty: Oui, mais votre compréhension, lorsque vous effectuez cette couche de système d’intelligence, peut être complètement fausse.
Joannes Vermorel: Exactement. Et cette extrémisation est le seul moyen de réaliser réellement que votre compréhension est erronée, car cela deviendra beaucoup plus évident. Vous aurez des décisions qui sembleront absurdes aux praticiens, et c’est ce que vous devrez corriger, et cela modifiera votre fonction d’optimisation, et vous vous contenterez de réitérer. Et on s’arrête quand on n’a plus aucune décision qui paraît insensée.
Conor Doherty: Eh bien, nous avons pas mal expliqué comment réfléchir aux décisions, et nous avons révisé certains de ce qui est nécessaire pour prendre les décisions, mais ce que nous devons aborder maintenant, je pense, c’est évaluer les décisions. Et une des choses, encore une fois, nous en avons parlé un peu dans, je pense que c’était l’économie, au chapitre 4, mais encore une fois, c’est évidemment pertinent parce qu’au chapitre 8 vous le réintroduisez comme un élément de votre définition : le taux de rendement.
Vous appliquez cela comme une sorte d’étoile polaire pour évaluer l’efficacité de vos décisions, fragiles, robustes, optimales, peu importe comment vous voulez les appeler. Ces décisions fonctionnent-elles ? Oui ou non ? Comment? Taux de rendement.
Encore une fois, les gens peuvent revenir au podcast du chapitre 4 s’ils le souhaitent, mais il est pertinent d’avoir une introduction ici. Encore une fois, le taux de rendement : qu’est-ce que c’est et pourquoi est-ce la meilleure étoile directrice ?
Joannes Vermorel: Le taux de rendement est votre étoile directrice car, en fin de compte, le jeu de la supply chain consiste à convertir vos précieux dollars en objets, à transporter, à transformer, à faire des choses, puis à reconvertir ces atomes en dollars. Et vous répétez simplement le cycle, et c’est ainsi que vous gagnez de l’argent.
Si vous n’étiez qu’un pur trader en finance, vous achèteriez simplement à bas prix, vendriez à un prix élevé et gagneriez de l’argent. Mais le jeu de la supply chain est le suivant : nous introduisons des étapes intermédiaires, c’est-à-dire que vous voulez essentiellement acheter à bas prix, transformer, transporter et vendre plus haut. Et c’est votre marge. Répéter.
Le taux de rendement dépend donc en réalité de la façon dont vous pouvez créer cette boucle magique avec plus d’effet de levier. Vous générez simplement plus de profits en fin de compte. Et comme, en fait, votre flux n’est pas une chose mais des milliers, potentiellement des dizaines de milliers, des millions de choses qui se disputent votre argent, ce que vous voulez, c’est injecter les dollars, vos précieux dollars, dans les domaines où la boucle vous donne le taux de rendement maximum, car à la fin de l’année, si vous comptez vos dollars, ce sont les dollars que vous avez générés en ayant quelque chose de rentable.
Vous souhaitez allouer les dollars là où les rendements seront maximisés.
Conor Doherty: N’est-ce pas ce que les gens font déjà ? Suivre la rentabilité ? Ils ont des divisions entières. La plupart des entreprises de plus d’un demi-milliard d’entreprises disposent d’une équipe financière. Ils vous disent que vous gagnez plus d’argent ou que vous gagnez moins d’argent.
Joannes Vermorel: Non, ils ne le font pas au niveau de la décision. C’est le problème de la supply chain. Oui, la division financière procédera à une évaluation à un niveau super macro. Ils diraient cette division, regarderaient de combien de fonds de roulement ils ont besoin, quel est le profit qu’ils génèrent, et cetera.
Le service financier fera donc cela au niveau des unités commerciales, de manière très globale. Le problème est que cela vous donne la capacité de piloter les investissements, mais ceux-ci seront extrêmement agrégés et extrêmement rares. C’est généralement quelque chose que vous allez réviser une fois par trimestre au niveau de l’unité commerciale.
Mais ici, ce n’est pas le genre de granularité dont je parle. Je parle de chaque unité, de chaque jour, de chaque emplacement, de chaque option dont vous disposez. L’aspect super infime du flux.
Et ce que je dis, c’est que ces principes économiques devraient également présider à ce niveau. Encore une fois, si nous revenons à la vision dominante de la supply chain, elle est complètement absente. La vision dominante de la supply chain dit simplement que nous avons un avenir, puis nous l’exécutons, et c’est tout.
Et la seule chose qu’il vous dira, c’est que vous avez votre plan, puis vous avez l’orchestration, vous pouvez projeter le coût, vous pouvez projeter les revenus, et vous connaîtrez vos bénéfices. Ce que je dis, c’est que ce n’est pas bon. Ce n’est pas bon car, comme je vous le disais, ce paradigme ne tient pas compte du coût d’opportunité. Il est également complètement aveugle quant à l’orientation de votre investissement vers l’avenir qui maximise vos profits futurs.
Ce n’est qu’un avenir statique, et cela suppose que cet avenir soit déjà bon, en termes de profit.
Conor Doherty: Essentiellement, encore une fois, juste pour esquisser cela un peu, pour prendre un exemple, si vous parlez d’allocation d’unités, c’est comme : “J’ai 100 unités, j’ai cinq magasins, je peux en donner 20 à chacun et cela aura un taux de rendement projeté ou estimé. Je peux en donner 10 ici, 10 ici, 10 ici, 10 ici et 60 là, cela aura un…” et vous pouvez jouer avec les chiffres. Je ne peux en envoyer aucun. Je ne peux rien faire.
Et vous dites que ne rien faire, rester les bras croisés, est une décision financière. Vous n’attribuez pas d’allocations, mais vous choisissez de ne pas poursuivre. Vous choisissez de conserver le capital. Toutes ces choses représentent un taux de rendement potentiel différent. Ils sont tous à votre disposition simultanément.
Joannes Vermorel: Oui.
Conor Doherty: Et c’est pourquoi, encore une fois, pour revenir à l’exemple que j’ai donné plus tôt sur la réversibilité, et j’ai dit que vous pouvez annuler une décision dans une certaine mesure moyennant un coût, évidemment, mais ce que vous ne pouvez pas faire, c’est revenir à la position exacte dans laquelle vous étiez la semaine dernière, à 9 h 01 mardi, et j’avais ce niveau dans ce magasin, ce niveau dans ce magasin, ce niveau dans ce magasin, ce prix potentiel, ces délais de livraison, toutes ces choses.
Toute la complexité combinatoire de tout cela n’existait qu’à ce moment-là, à ce moment-là, et les taux de rendement pour toutes ces combinaisons possibles n’existaient qu’à ce moment-là. Je pense donc que c’est de cela dont vous parlez, et pour cela, vous avez besoin d’une instrumentation sophistiquée.
Joannes Vermorel: Oui. Même si, encore une fois, c’est une illusion de penser que votre pile logicielle n’est pas déjà sophistiquée. Votre système d’exploitation, votre Windows ou Linux, ce sont des logiciels incroyablement compliqués. Ce que je veux dire, c’est qu’il existe cette illusion selon laquelle les supply chains fonctionnent avec des éléments simples. Ce n’est pas le cas. Ce n’était plus le cas depuis les années 80. Nous avons une énorme complexité logicielle.
Ce que je dis, c’est que, en termes de décision, nous n’avons que quelques pourcentages de base incroyablement simplistes.
Conor Doherty: KPI, artefacts et ainsi de suite, vous voulez dire ?
Joannes Vermorel: Oui. Et lorsque l’on considère la capacité de la couche logicielle qui existe aujourd’hui à piloter les supply chains réelles, si l’on met de côté les clients de Lokad, c’est généralement incroyablement, incroyablement simpliste. Ainsi, il est complètement aveugle à toutes les belles opportunités qui lui permettraient de prendre de bien meilleures décisions si le logiciel qu’il utilise pour faire fonctionner la supply chain n’était pas construit sur des hypothèses incroyablement simplistes telles que des prévisions déterministes de grandes séries temporelles, ce genre de choses, des prévisions ponctuelles de séries temporelles.
De nombreux praticiens de la supply chain ne réalisent pas à quel point leur couche de planification est incroyablement rigide. Et c’est pourquoi ils finissent par réorganiser constamment tous les chiffres de leurs feuilles de calcul. C’est parce qu’en fait, la couche analytique qu’ils utilisent est incroyablement simpliste. Il ignore tout simplement. Il n’existe pas de vision probabiliste des délais. L’incertitude sur les délais est ignorée.
La variation probable des prix de vos fournisseurs est également ignorée. Vous supposez simplement que vous aurez toujours un prix constant pour ce que vous achetez. C’est fou. Vous n’avez aucune modélisation d’un quelconque effet géopolitique, par exemple : les droits de douane vont-ils encore augmenter ? Cette chose est tout simplement absente du système.
Pas très intelligent, car il n’est pas nécessaire d’être un génie pour voir qu’il y a eu des administrations dans le monde qui ont eu la gâchette très facile en touchant aux tarifs. Ce ne sont pas des idées incroyablement sophistiquées. C’est là que je repousse l’idée que ce que fait Lokad est très sophistiqué. Je crois que ce que nous faisons est la chose la moins sophistiquée qui dépasse encore la barre de ne pas être idiot face à la situation.
Conceptuellement, oui, vous voulez une décision non insensée. Vous voulez quelque chose qui ne fasse pas d’hypothèses folles sur l’avenir. Et mon principal reproche à la vision dominante de la supply chain est de mettre au premier plan ce plan qui est très rigide et qui représente une confiance dans l’avenir totalement injustifiée. C’est un château de cartes.
Vous n’êtes même pas près de connaître l’avenir aussi bien que vos systèmes le prétendent. Et cela crée toutes ces décisions fragiles parce que ces décisions sont ancrées dans quelque chose qui est simplement une vision incroyablement, incroyablement naïve de l’avenir. La conséquence est que c’est tout simplement une mauvaise affaire parce que c’est assez stupide.
Conor Doherty: Eh bien, nous avons couvert le quoi des décisions. Nous avons expliqué comment évaluer les décisions. Ce que nous n’avons pas fait, c’est discuter de la dimension temporelle de cette question, car évidemment, qu’elle soit robuste ou fragile ou jugée par le taux de rendement, peu importe, si je commande 100 unités aujourd’hui, j’ai besoin d’avoir un horizon temporel pour évaluer si c’était ou non une bonne décision.
Dans le livre, vous parlez de « fenêtre de responsabilité ». C’est un terme que je n’avais pas rencontré, certainement dans une perspective de supply chain. Alors avant de l’examiner, quelle est la fenêtre de responsabilité ?
Joannes Vermorel: C’est une simplification qui tente essentiellement de mettre un horizon à l’analyse de votre décision. Si l’on s’en tient vraiment aux premiers principes, on dirait qu’une décision que je prends maintenant aura des conséquences jusqu’à la fin des temps, en termes absolus.
Ce n’est pas une perspective très pratique. C’est tout à fait le point de vue d’un mathématicien.
Conor Doherty: Et un philosophe.
Joannes Vermorel: Oui, un philosophe. Alors, d’accord, nous avons besoin de quelque chose d’un peu plus pragmatique.
Conor Doherty: Opérationnel.
Joannes Vermorel: Et ce que nous disons, c’est que, très souvent, vous pouvez avoir une définition qui dit que je prends une décision maintenant et que je sais que je peux revoir cette décision. Une fois que j’ai pris cette décision, je dois me pencher sur une certaine période du futur qui est vraiment très pertinente. C’est l’essence de cette fenêtre de responsabilité.
Par exemple, si je commande maintenant, tout ce qui se passe entre maintenant et l’arrivée de la marchandise, ce n’est tout simplement pas vraiment ma responsabilité. Ce sera perdu. S’il y a beaucoup de demande d’ici l’arrivée des marchandises, je ne pourrai pas servir ces clients au-delà de ce dont je dispose actuellement, ce qui est le résultat d’une fenêtre de responsabilité antérieure.
Donc en gros, diriez-vous, si je commande maintenant, ce n’est pas pour servir mes clients demain. Il s’agit de servir les clients lorsque la chose atterrit. Cela signifie donc que ma fenêtre de responsabilité pour cette commande ne commence pas maintenant. Cela commence un peu dans le futur.
Et puis, est-ce que ça devrait aller indéfiniment dans le futur ? Eh bien, pas vraiment, car vous aurez des points de commande, vous aurez une autre opportunité de commander à nouveau. En fin de compte, souhaitez-vous couvrir la demande indéfiniment ? La réponse est non. Vous voulez le dissimuler jusqu’à ce qu’il y ait une autre occasion à temps de revoir la décision et de le faire.
En fait, ce que nous faisons avec une fenêtre de responsabilité est essentiellement une heuristique pour contourner le besoin d’avoir un objet mathématique plus sophistiqué, qui est une politique en mathématiques. Ainsi, avec une fenêtre de responsabilité, nous pouvons supprimer la nécessité d’introduire des politiques pour des catégories entières de décisions dans la supply chain.
Ce n’est pas parfait. Il s’agit d’une heuristique, mais en pratique, elle est, premièrement, beaucoup moins coûteuse en termes de calcul. Sur le plan opérationnel, c’est quelque chose de beaucoup plus facile à mettre en boîte blanche. Il existe toute une série de raisons pour lesquelles recourir à ce type d’heuristique est une bonne chose. C’est typiquement ce que fait Lokad.
En règle générale, nous essayons d’éviter de gérer une supply chain au moyen de politiques à part entière, car ces éléments peuvent devenir extrêmement difficiles à déboguer, à mettre en boîte blanche, à rendre la situation compréhensible par les praticiens. Et c’est très important car parfois, lorsque quelque chose de perturbateur se produit sur le marché, vous devez peaufiner votre recette numérique dans un laps de temps très court. Et si vous n’avez pas une modélisation numérique qui est vraiment, de par sa conception, par sa construction, extrêmement blanche, cela devient une entreprise très, très risquée, car tout à coup le risque devient votre logique, votre extrémisation. Vous vous trompez, vous avez des bugs et vous prenez des décisions merdiques simplement parce que vous vous êtes trompé de code.
Conor Doherty: Eh bien, encore une fois, nous parlions de politiques là-bas. Vous en parliez, au sens mathématique de Warren Powell.
Joannes Vermorel: Exactement. Ami de la chaîne.
Conor Doherty: Nous le reviendrons pour en débattre, mais c’est vrai, il s’agit essentiellement d’un objet mathématique qui simulera votre processus de prise de décision au fil du temps, et vous pouvez le simuler indéfiniment. Conceptuellement, c’est la façon la plus propre de procéder. En pratique, si vous pouvez, grâce à l’heuristique, éviter d’avoir à réifier une politique réelle, cela est beaucoup plus gérable sur le plan opérationnel.
Désolé, quel était le point que je voulais souligner ici ? Oh oui. Désolé, je voulais juste planter un drapeau là-bas juste pour clarifier. Mais oui, le problème vient donc du concept de fenêtre de responsabilité, que j’aime bien en tant que terminologie. Nommez-vous une chose que les gens font déjà intuitivement, ou nommez-vous un concept que personne ne fait ? Et si vous dites que personne ne le fait, soutenez-vous que lorsque les gens passent des commandes et passent des commandes, ils ne se rendent pas compte que c’est pour couvrir la demande future ?
Joannes Vermorel: Non, le fait est qu’ils l’abordent, encore une fois, avec des modèles très faibles. Comme les séries temporelles et le stock de sécurité. Ces modèles sont aveugles à tant de choses. Alors ils le font, prenons une situation simple : j’ai un fournisseur à l’étranger. Je commande 100 articles distincts chez ce fournisseur. Mais il y a un hic : pour que cela soit économiquement viable, il faut que ce soit des conteneurs pleins.
Je ne peux donc pas, simplement parce que j’ai un article en rupture de stock, passer une commande. Il n’y a pas assez de volume sur aucun de ces 100 articles. C’est seulement le volume joint qui me donne un contenant plein. Maintenant, le fait est que si j’oublie quelques unités, si par exemple j’oublie de mettre un des articles dans le conteneur, je n’aurai pas la possibilité de commander à nouveau un conteneur avant un certain temps.
Parce que je serai coincé. J’ai une rupture de stock et je ne peux pas commander cet article de manière isolée. Je suis coincé. Je devrai attendre que les autres articles soient consommés, puis je pourrai essentiellement passer une autre commande de conteneurs en gros. Oui, mais c’est en masse sur tous les articles.
Donc, si nous commençons à réfléchir à la situation, et ce n’est vraiment pas très sophistiqué, avoir un MOQ au niveau du fournisseur, ce n’est donc pas comme si vous deviez commander des articles par un minimum de 100 unités. C’est le fournisseur qui dit : « Pour passer une commande, elle doit être d’au moins 20 000 $ », ou peu importe. Mais il faut qu’il ait une certaine taille. Ce genre de contraintes est omniprésent. Chaque entreprise au-delà d’une certaine taille est confrontée à des tonnes de situations de ce type.
Si vous regardez ces situations, que vous dit la fenêtre de responsabilité ? Il vous dit : méfiez-vous. Ce n’est pas le délai de livraison pour cet article isolément. Vous devez prendre en compte le cycle de vie du processus de commande lui-même, qui se déroule dans des conteneurs, de sorte que vous devrez couvrir la demande jusqu’à l’arrivée du prochain conteneur.
Alors du coup, vous devez comprendre que ce que j’essaie de couvrir, c’est que je suis responsable du moment où le conteneur atterrit, et je serai responsable de la qualité du service via ce bon de commande jusqu’à l’atterrissage du prochain conteneur. Et encore une fois, que se passe-t-il entre-temps, par exemple entre maintenant et mon premier débarquement de conteneurs, imaginons une situation où il n’y a pas de retard, les clients s’ils voient que vous n’avez pas le produit, ils s’en vont simplement.
Cela signifie que vous devez être très prudent car la demande que vous observerez pour un article ramènera votre stock à zéro, mais il sera alors perdu. Vous ne devez donc pas supposer que la demande entre maintenant et le moment où le conteneur atterrit n’est que la somme de tous vos seaux au fil du temps. Ce n’est pas vrai. Cela va consommer votre stock puis tomber à zéro.
Vous aurez alors une distribution de probabilité pour quel sera le niveau de stock qui restera lorsque le conteneur atterrira réellement. Là encore, la fenêtre de responsabilité clarifie ce genre de situation, alors que la perspective classique du stock de sécurité est complètement aveugle. Vous ne pouvez pas, grâce aux stocks de sécurité, avoir une bonne modélisation du cycle de vie de vos commandes d’achat qui transitent par conteneurs par exemple. Le cadre ne peut pas vous permettre d’exprimer ce genre de choses. Vous êtes coincé. Vous pouvez transformer le problème comme vous le souhaitez, augmenter ou diminuer votre taux de service, peu importe, cette chose ne correspond pas à la perspective des séries temporelles.
Conor Doherty: J’ai beaucoup apprécié cet exemple, en fait. J’acquiesçai en signe d’approbation. C’est très, très clair. Mon suivi est que, même si je comprends, je pense que la plupart des gens suivront cela, c’est un exemple très intuitif. Comment la demi-vie d’une décision s’intègre-t-elle dans cette équation ?
Encore une fois, la responsabilité, très claire. C’était très, très clair. Nous sommes vraiment dans le territoire de Lokad. En quelque sorte, c’est au chapitre 8.
Joannes Vermorel: Oui, exactement. Nous avons donc vu une fenêtre de responsabilité. C’est une heuristique. Et encore une fois, le but de cette heuristique est de contourner la nécessité d’introduire des politiques afin que nous puissions revenir à l’évaluation : est-ce que je commande zéro, un, deux, trois, quatre, cinq unités, et j’ai une évaluation économique, au lieu de devoir évaluer, en tant qu’algorithme de prise de décision, ma politique, et je vois quel est le taux de rendement.
Maintenant, pour comprendre la demi-vie, nous devons commencer par le chargement, qui est une version plus simple. La charge d’une décision est le fonds de roulement au fil du temps. L’une des erreurs, et encore une fois la théorie classique s’est complètement trompée parce qu’il s’agit d’une théorie non économique, est que la théorie classique de la supply chain ne comprend pas la différence entre « je dois allouer 1 million de dollars pour une journée » ou « pour un an ». Ce n’est pas pareil.
La question est donc la suivante : j’ai ma réserve de dollars. Je vous ai dit que le jeu en cours consiste à convertir ces dollars en atomes, puis à reconvertir les atomes en dollars. Alors combien de temps faudra-t-il pour que le jeu soit joué ? Évidemment, une décision pourrait bloquer le fonds de roulement, disons 1 million de dollars. Si ce n’est qu’un jour, cela signifie que j’alloue ce million de dollars et peut-être que demain j’aurai 1 010 000 $ et que je serai de retour dans le jeu, où je pourrai réaffecter ces dollars à autre chose.
Ou je peux prendre une autre décision, c’est-à-dire que j’alloue 1 million de dollars, puis c’est bloqué, et dans trois mois, j’ai 1 050 000 $. D’accord, mais ensuite cela fait trois mois que mon capital est bloqué. La charge est donc de dollars-secondes. C’est l’heure du money times. En termes d’unités, ce seront des euros-secondes, des dollars-secondes. C’est la somme d’argent multipliée par une durée.
Ce que je dis, c’est que si vous voulez comparer la pression qu’une décision exerce sur votre trésorerie, vous devez examiner la charge et non le besoin en fonds de roulement. Parce que si vous pensez : « Oh, j’ai une décision qui coûte encore une fois 1 million de dollars, mais ce n’est qu’un jour », cela me donnerait 1 million de dollars par jour.
Maintenant, j’en fais un autre où c’est juste, disons, 100 000 $. Le fonds de roulement semble donc beaucoup plus petit, sauf que c’est pour 100 jours. Cela représenterait 10 millions de dollars-jours en termes de charge. Vous voyez donc que la deuxième décision, même si le fonds de roulement semble plus petit, 100 000 $ contre 1 million de dollars, si vous pensez en termes de charge, qui est en dollars-jours, il est en réalité 10 fois plus important, car vous devez conserver ces dollars pendant une période beaucoup plus longue.
Conor Doherty: Il s’agit d’une expression de la durée pendant laquelle votre capital est investi dans une décision qui n’a pas encore été payée.
Joannes Vermorel: Exactement, oui. Ce que je dis, c’est que la charge est l’élément critique que vous devez prendre en compte si vous commencez à réfléchir à un niveau très granulaire en matière d’optimisation des flux de trésorerie. Vous devez réfléchir à la durée et à l’ampleur de cet engagement ?
Et ici, l’hypothèse est que nous traitons intellectuellement de plusieurs milliers, voire dizaines de milliers de décisions plus petites, d’allocations plus petites, et qu’elles ont des charges diverses. Ce que je dis, c’est que si vous voulez comprendre la pression qu’ils ajoutent à votre situation de trésorerie, vous devez penser en termes de charges.
Et c’est là que la charge, en termes de temps, vous obligera à penser à tous les futurs possibles pour voir comment ce que vous décidez maintenant, comme les bons de commande, sera liquidé au fil du temps par le biais de ventes ou de services. Et la demi-vie est le temps qu’il faut pour que la moitié de cet investissement se libère et vous revienne.
Conor Doherty: Oui, exactement.
Joannes Vermorel: Maintenant que nous avons considéré ces jours-dollars comme charge, nous avons exactement la demi-vie. Pourquoi est-ce très critique ? Encore une fois, ce qui a déclenché cette analyse pour moi, c’est que j’ai réalisé que de nombreux auteurs ne comprennent absolument pas ce qui se passe avec les délais d’exécution.
Le délai de livraison est quelque chose pour lequel, si vous prenez un cas simpliste comme les bons de commande, la compréhension intuitive des gens est plutôt correcte. Cependant, ce n’est pas du tout correct lorsque l’on commence à penser à l’entreprise dans son ensemble. Vous voulez penser à quelque chose qui serait proche de l’inertie de l’entreprise par rapport à la variation du flux. C’est à cela que vous voulez penser.
Vous voulez donc réfléchir, si le marché change radicalement, quel sera le temps caractéristique dont je dispose pour simplement purger ce que je fais actuellement ? Pensez-y comme si vous aviez un navire, que vous vouliez faire demi-tour, et comme c’est un très gros navire, tourner est en soi une manœuvre lente. Il faut des dizaines de kilomètres pour faire un tour. Un demi-tour vous prendrait peut-être 100 kilomètres simplement parce que votre navire a beaucoup d’inertie.
Maintenant, la question à laquelle vous voulez réfléchir est la suivante : si vous voulez effectuer un virage très important, quel est le temps caractéristique ? Les délais de livraison en sont évidemment un aspect. Évidemment, on pourrait penser, d’accord, si j’ai des marchandises qui arrivent et que mes commandes prennent trois mois, évidemment mon temps caractéristique sera probablement plus long que cela, parce que ces choses sont toujours entrantes. Donc même si je décide de faire quelque chose de complètement autre, de complètement différent, pendant les trois prochains mois, je continuerai à recevoir les produits que j’ai commandés.
Mais maintenant, si vous avez une véritable supply chain, vous pouvez avoir plusieurs étapes, et ce temps caractéristique devient quelque chose de très flou, car vous avez beaucoup d’ajouts, et aussi comment mélanger le fait que vous avez des choses qui nécessitent des délais de livraison courts, des délais de livraison longs ? Encore une fois, pouvez-vous simplement additionner tous les délais et dire que c’est mon délai le plus long et que c’est le délai caractéristique de l’entreprise ? Pas vraiment.
Parce que peut-être que vous avez, par exemple, quelque chose que vous commandez et que vous devez le commander un an à l’avance pour une raison quelconque, mais c’est super bon marché. En fait, c’est tout à fait le cas chez les constructeurs automobiles. Vous devez commander quelques articles environ un an à l’avance, mais vous le faites parce que, si vous le faites, vous pouvez réaliser des économies d’échelle et c’est très bon marché. Mais ce n’est pas vraiment un engagement car ces choses sont très bon marché.
Donc, oui, vous avez un délai de livraison très long pour ceux-là, mais cela ne vous empêche pas vraiment de choisir une direction complètement différente parce que même si vous décidiez simplement : « Au diable ces choses, je les jette complètement », oui, ils arriveront toujours, je les paierai toujours, mais le montant d’argent est sans conséquence. Donc ça n’a pas d’importance. Je peux encore faire demi-tour métaphorique sur ma supply chain, et ce n’est pas grave.
Alors vous voyez, les délais ne vous renseignent pas sur ce temps caractéristique de votre supply chain. Cela ne vous dit rien sur la véritable inertie de votre supply chain. Il vous donne une mesure de l’heure locale très spécifique. Mais c’est faux. Et puis vous vous retrouvez également avec beaucoup de théories non traditionnelles qui comprennent complètement les délais de livraison en disant : « Oh, nous allons diviser vos délais de livraison par cinq ». Ce serait par exemple le DDMRP, où ils disent : « Si vous introduisez des points de découplage, écoutez, je viens de diviser les délais par cinq ».
Je dis, attends une minute. Si vous introduisez un point de découplage, cela signifie que si vous raisonnez en termes d’inertie, vous créez un gros stock. Et comme l’hypothèse est qu’un point de découplage ne soit jamais en rupture de stock, vous créez une grosse pile de stocks. Il n’y a pas d’alternative.
Cela pourrait avoir du sens d’un point de vue économique. Je ne dis pas le contraire. Je dis simplement que si vous introduisez une grande réserve de stocks, vous créez une inertie dans votre entreprise. Le temps caractéristique qu’il vous faudra pour faire demi-tour sur le marché et faire quelque chose de complètement différent doit être plus long, et non plus court.
Ou cela pourrait être plus court, mais vous subiriez une énorme pénalité financière pour cela, comme si vous liquidiez simplement tout. Habituellement, vous ne ferez pas ça.
Conor Doherty: Oui, exactement.
Joannes Vermorel: Si cela n’a vraiment aucune conséquence, oui, vous pouvez le faire, juste le coût de vos affaires, passer à autre chose et faire autre chose. Mais si c’est vraiment important, non, vous devrez le purger. Les entreprises qui procèdent à une réorientation significative font généralement très attention à liquider tout ce qui leur permet de procéder efficacement à leur réorientation stratégique sans encourir de radiations massives de stocks pour les activités qu’elles cessent de faire.
Voilà donc ce que vous dit la demi-vie : combien de temps il faudra pour récupérer essentiellement la moitié de la charge, encore une fois la charge, les jours-capital. Par exemple, cela peut être un peu délicat car vous pouvez avoir des situations dans lesquelles votre stock continuera à fonctionner presque indéfiniment.
Disons que vous commandez 100 unités et qu’en 19 jours vous avez vendu toutes les unités sauf une. Et puis, c’est démodé et il ne reste qu’une seule unité. En fait, vous ne parvenez jamais à vendre cette unité restante. Les autres ont été vendus avec profit, mais vous avez une radiation de stocks.
C’est pourquoi il est intéressant de penser en termes de demi-vie. Vous ne voulez pas dire : « Oh, ma durée caractéristique est le temps nécessaire pour vraiment liquider cela », parce que cela pourrait prendre environ trois ans, car il me faudra alors deux ans pour finalement décider qu’il s’agit d’une radiation et simplement le purger. Mais peut-être qu’au bout de 30 jours j’avais déjà liquidé les deux tiers de mon stock. Il serait donc déraisonnable de penser que j’ai une inertie de trois ans, alors qu’en réalité la majeure partie de mon engagement a disparu en seulement 30 jours.
Conor Doherty: Il s’agit essentiellement d’un mécanisme de reporting. Vous donne un aperçu de la durée de vos décisions.
Joannes Vermorel: Exactement. Parce que, encore une fois, la charge vous donne une idée de la façon dont je prends en compte les liquidités, sans recourir à une sorte de mécanisme politique dans lequel je vais tout simuler et savoir quel serait le moment où j’aurais le moins de liquidités possible. Il vous donne un instrument qui vous permet de prioriser les décisions que vous prenez maintenant sans faire une simulation complète du futur.
Encore une fois, il s’agit d’un instrument permettant essentiellement de contourner le besoin d’une simulation Monte Carlo complète du futur avec des politiques. Donc la charge vous donne un instrument très intéressant, et puis la demi-vie répond à une autre question, c’est-à-dire que si soudainement vous pensez que des problèmes se préparent, vous ne savez pas exactement où, mais vous pensez que le marché est très volatil, vous vous dites, d’accord, les choses ne se présentent pas…
Vous vous souvenez du film The Big Short ?
Conor Doherty: Oui.
Joannes Vermorel: Les gens savaient que quelque chose n’allait vraiment pas. La bulle allait éclater à tout moment. Il y a quelque chose qui va mal se passer. Nous nous dirigeons vers des ennuis. Nous ne savons tout simplement pas quand. Nous ne savons pas exactement. Nous ne pouvons pas vraiment faire des tonnes de projets car nous ne savons pas exactement comment les choses vont se dérouler.
Mais ce que vous pouvez faire, c’est être un peu sur la défensive dans le sens où je vais arrêter de me positionner sur des choses qui doivent aller très loin dans le futur. Je veux raccourcir un peu ma position. Et c’est ce que vous donne la demi-vie. C’est une façon de prioriser les choses qui ne vous engagent pas trop loin dans le futur.
Donc, d’une certaine manière, pour vous protéger contre toutes les variations possibles dans le futur, même celles qui sont vraiment, vraiment complètement inattendues, comme les confinements, la demi-vie vous donne un moyen de raccourcir vos horizons. Ou, à l’inverse, si vous êtes très confiant, que les affaires vont bien et que vous avez devant vous une trajectoire pluriannuelle très claire, alors vous pouvez dire : « D’accord, je veux profiter du fait que ce n’est pas vraiment un problème pour moi de m’engager dans des choses qui prendront plus de temps à se réaliser, si le taux de rendement justifie ces engagements plus longs.
Conor Doherty: Donc, en résumé sur ce point, le taux de rendement sera le moyen d’évaluer, lorsque vous prendrez une décision, quelle sera la rentabilité estimée ou le retour sur cette décision, tandis que la demi-vie vous dira combien de temps il vous faudra, en tant qu’entreprise, pour libérer la moitié du capital qui a été immobilisé dans cette décision.
Joannes Vermorel: Oui, exactement. Et tout cela dépend de la façon dont vous modélisez l’avenir. Ainsi, la demi-vie vous dit essentiellement que, même si tout se passe comme prévu avec votre vision floue de l’avenir, cela vous prendra quand même autant de temps. La demi-vie serait donc votre inertie minimale, votre inertie de base.
Supposons que si le marché, s’il y a des turbulences ou quelque chose du genre, cette inertie augmentera. Ce serait donc une façon de dire que si vous pensez que des problèmes se préparent, alors vous voulez vraiment réduire ces demi-vies, car fondamentalement, elles représentent une base de référence pour votre inertie, qui ne fera malheureusement qu’augmenter s’il y a des problèmes, car il vous faudra plus de temps pour liquider ces positions.
Conor Doherty: Deux perspectives différentes en termes de risque d’une décision donnée : l’une étant combien vous espérez gagner, ou quelle rentabilité vous pouvez espérer, pour le risque d’avoir réalisé un investissement selon votre modèle, qui est en quelque sorte une connaissance floue de l’avenir, et l’autre est le risque de combien de temps, combien de temps il faudra à l’entreprise pour libérer la moitié du capital qui a été réellement investi dans cela. Il existe deux formes différentes de risque.
Joannes Vermorel: Exactement, exactement. Et ici, le deuxième, quand on pense à la demi-vie, c’est vraiment un état d’esprit opportuniste. Je veux peut-être préserver ma capacité de bouger et de faire quelque chose de complètement différent. Vous ne savez pas quand, mais vous voulez juste avoir quelque chose de plus liquide, dans un sens.
Conor Doherty: Exactement comme les actifs, essentiellement. Vous ne voulez pas de faible liquidité. Vous souhaitez avoir des actions sur un marché dont vous pouvez vous retirer à tout moment. Vous ne voulez pas avoir beaucoup d’argent immobilisé.
Joannes Vermorel: Exactement. Et le fait est que dans la supply chain, parce qu’il s’agit d’atomes, c’est un spectre. C’est : « Je veux sortir ». Eh bien, vous ne pouvez pas. Vous avez ces atomes que vous devez liquider. Cela prendra du temps. Mais ce n’est pas parce que ça prend du temps que…
Vous n’avez donc pas cette logique binaire, liquide/illiquide. Vous avez tout un spectre. Et ce que je dis, c’est que la demi-vie vous permet de caractériser le spectre de l’illiquidité de vos décisions lorsqu’il s’agit de récupérer l’argent afin que je puisse réinvestir dans quelque chose de potentiellement complètement différent, annuler cette décision.
Et juste pour vous donner un exemple très concret, ce serait, par exemple, si vous envisagez dans l’aviation un consommable et un rotatif, ce sera complètement différent. Un consommable est que chaque fois que vous avez 10 unités en stock, une est consommée. Si je reconstitue plus un, la prochaine fois que j’en consommerai un, cela annulera ma décision. Le stock est revenu à la position précédente, donc la durée caractéristique, la demi-vie, dépendra de la consommation nécessaire pour annuler l’achat.
Maintenant, si j’opte pour un appareil rotatif, cela va être beaucoup plus long parce que si j’en achète un, cette chose va être entretenue, puis voler, puis à un moment donné être démontée de l’avion, réparée et redevenir utilisable encore et encore. Encore une fois, pour le public qui n’est pas familier avec l’aviation, l’idée est que les avions sont réparés tout le temps. Vous avez la préservation de la masse de l’avion. Ainsi, chaque fois que vous retirez un composant de l’avion, vous en réinstallez un autre.
Un composant que vous pouvez remettre en place est appelé réparable. L’autre est inutilisable. Il doit être réparé. Habituellement, il s’agit simplement d’une inspection, parfois plus, puis le produit retourne en stock et est ensuite à nouveau entretenu. Mais comme certaines pièces ont une durée de vie incroyablement longue, par exemple plusieurs décennies, si vous achetez une pièce rotative, une pièce qui est réparée, cette pièce vivra dans votre flotte et vos stocks pendant des décennies.
Ce qui signifie que si vous obtenez une pièce rotative dont vous n’avez pas besoin, eh bien, ces pièces ne quitteront votre piscine que lorsqu’elles seront mises au rebut. La mise au rebut, c’est donc : vous essayez de réparer et ce n’est pas possible, alors vous le mettez au rebut. Mais cela pourrait être dans trois décennies. Cela pourrait être très, très, très long.
Contrairement à un consommable, où la prochaine fois qu’il est consommé, boum, il sort, et on revient à la situation précédente. La demi-vie de ces deux décisions sera radicalement différente.
Conor Doherty: Très bien. Eh bien, cela fait déjà un bon moment que nous le faisons, mais ce que nous avons dit a en fait posé la dernière question, qui n’est même pas la mienne. C’est en fait un texte que je peux lire textuellement. Cela vient d’un ami de la chaîne. Je ne dirai pas son nom car certaines parties de la question révèlent un peu la composition non seulement de son entreprise mais, je pense, de nombreuses entreprises dont nous avons discuté aujourd’hui.
Et je pense aussi que, même comme dans les deux derniers exemples, nous avons commencé à parler de coût d’opportunité et maintenant nous parlons de la demi-vie d’une décision. Je pense que si les gens s’assoient et écoutent, je ne sais pas, je pense que cela fait 80 minutes, sincèrement, je pense que les pièces sont bien déplacées, les choses sont construites. Évidemment, le chapitre 8 est mon chapitre préféré du livre. Je l’ai maintenant lu au moins trois fois.
Je pense donc que c’est assez intuitif lorsque vous écoutez ici, et les exemples me semblent très utiles. Cependant, si vous arrivez en vert et que vous n’avez jamais entendu parler de charge et que vous entendez simplement : « Vous devez commencer à penser aux fenêtres de responsabilité, à la charge et à la demi-vie des décisions », cela peut être tout à fait nouveau, et ce serait aussi un peu troublant pour les gens.
Je vais donc lire la question textuellement, et vous me donnez votre réponse. Alors, je cite : “Joannes, comment faire passer une organisation d’une réflexion sur la supply chain KPI à une prise de décision axée sur l’économie comme vous l’avez décrit, en particulier lorsque les habitudes en matière de taux de service, de stock de sécurité, d’APICS et de S&OP sont profondément ancrées ? La meilleure voie est-elle un POC qui compare les résultats et laisse la qualité des décisions créer le moment décisif, en particulier dans une entreprise réactive où même la discipline MRP de base est absente et où les dirigeants réagissent toujours en changeant simplement les politiques plutôt qu’en améliorant les décisions ?”
C’est une question très détaillée, mais je pense qu’elle vous interpellera en grande partie.
Joannes Vermorel: Oui. La première chose est donc que les supérieurs doivent comprendre une idée simple : la seule chose qui est réelle, ce sont ces décisions. Ce que je décide d’acheter, de produire, de transporter, de servir, telle est la réalité. Les plans, les artefacts, tout cela n’est que des idées. Encore une fois, c’est une idée simple, mais une fois que vous comprenez cela, nous disons : d’accord, quel est le lien entre ce que nous faisons et ces choses ?
Donc ici, l’idée suivante est que jusqu’à ce que, je dirais, nous ayons les bonnes technologies logicielles, nous devions avoir un processus en plusieurs étapes car c’était un moyen de gérer la division du travail. Nous devions donc diviser un problème en plusieurs groupes de personnes simplement pour pouvoir gérer le flux.
Essentiellement, toute la théorie S&OP, la façon dont elle divise les responsabilités, n’est qu’une perspective pour la division du travail, et elle aboutira à ce que les gestionnaires de stocks aient une part de 1 000 SKU par personne ou quelque chose du genre. Non, cela variera. Dans certaines entreprises, il s’agira de 100 SKU, dans d’autres, de 5 000 SKU. Mais l’essentiel est qu’il s’agit fondamentalement d’un modèle mental de division du travail.
Le logiciel rend cela complètement obsolète. Un seul logiciel peut faire tout cela à grande échelle. Je dirais donc que si vous devez convaincre les plus hauts gradés, la première chose est de comprendre que ce qu’ils envisagent n’est que l’héritage d’une division du travail qui n’a que très peu de sens. Lorsque vous commencez à penser au fait que vous disposez d’un logiciel et que vous n’avez pas besoin de toute cette division en couches où vous avez une matrice avec autant de personnes impliquées, cela n’a pas de sens. Le logiciel devrait donc orienter les décisions car c’est ce qui est tangible. C’est la première chose.
Et puis le truc c’est que quand vous dites ça, oui, on peut aller vers une preuve de concept, mais il faut comprendre dès le départ que cette preuve de concept ne sera pas vraiment comparable à ce que font les gens. Parce que 99 % de ce que font les organisations S&OP sont des artefacts numériques.
Ainsi, lorsque vous disposez d’une preuve de concept pour ces décisions, vous ne pouvez pas comparer cela à ce que fait votre S&OP, car le logiciel dit simplement : “Je me fiche de tous vos chiffres intermédiaires, de vos projections, de la façon dont vous découpez vos budgets, et cetera. Je vais directement vous dire ce que vous devez produire, ce que vous devez acheter, où vous devez placer votre stock.” Droit. Pas d’étapes intermédiaires.
Évidemment, les étapes intermédiaires, elles existent à l’intérieur du logiciel, mais ce sont complètement des citoyens de seconde zone. Ce n’est pas la même orientation. Ma suggestion est donc que, et encore une fois, une heure ne suffit pas pour comprendre, revenons à : ne vous laissez pas distraire par cette division du travail, je dirais, obsolète. La seule chose qui est réelle est l’allocation des ressources qui régit le flux. Encore une fois ces décisions infimes : qu’est-ce que j’achète ? Qu’est-ce que je produis ? Où dois-je mettre le stock ? Dois-je augmenter ou baisser mes prix ? Il s’agit littéralement d’une demi-douzaine de décisions de base très simples.
Et puis comprenez que toute l’organisation, toutes les tranches et tous les dés, tout cela est obsolète. Donc, si nous le faisons, il existe une opportunité de le faire simplement avec un pilote qui génère les décisions. Maintenant, une fois que nous acceptons cela, la bonne nouvelle est que le projet pilote sera bon marché par rapport à cette énorme organisation. Cela va être très rapide parce que, encore une fois, au lieu d’avoir des gens qui se réunissent tous les trimestres et qui se battent comme un diable pour le faire chaque semaine ou chaque mois, vous devez maintenant dire que vos critères d’évaluation sont que vous devez convaincre votre haute direction que le coût d’opportunité est trop élevé pour ne pas le faire.
Parce que si cela fonctionne, c’est une amélioration considérable de la productivité. Et puis, pourquoi cela devrait-il fonctionner au niveau de la supply chain ? La réponse est simplement parce qu’il sera beaucoup plus réactif. Pensez-y : plus le futur est éloigné, plus il est difficile de le prédire avec précision. Si vous avez quelque chose qui exécute et actualise vos décisions quotidiennement, cette chose aura un avantage de trois mois par rapport à tout type de processus S&OP simplement parce qu’au lieu d’essayer de fonctionner sur quelque chose qui a trois mois par conception parce que vous avez vos cycles trimestriels, cette chose sera fraîche d’hier.
Ainsi, même si votre technologie prédictive est à peu près la même, vous auriez toujours un énorme avantage structurel, car vous actualisez votre décision chaque jour. Et des décisions renouvelées chaque jour ne signifient pas que vos données sont complètement instables. Vous pouvez tenir compte du fait, encore une fois, c’est la modélisation économique, que changer d’avis a un coût, et cetera.
Mais encore une fois, le fait est que vous obtenez un gain structurel énorme qui consiste simplement à réduire les délais, le temps qu’il faut normalement pour prendre une décision, à quelque chose de très court, comme une journée, puis à supprimer un élément massif de l’organisation qui occupe généralement des dizaines de personnes, et à le faire s’effondrer en quelque chose qui représente une augmentation massive, massive de la productivité.
Oui, c’est… encore une fois, si les hauts gradés ne veulent pas entendre parler de gains de productivité massifs et, je dirais, de prise de décision à faible latence, cela va être une bataille très difficile. Mais encore une fois, je pense qu’à l’heure de l’IA générative, il devient très évident que les processus répétitifs banals doivent être mécanisés.
Et soyons honnêtes : la mécanisation de ces décisions de réapprovisionnement, la planification générale de la production, l’expédition des allocations de stocks pour la vente au détail et les prix, sont très banales et répétitives. Ils sont incroyablement répétitifs. Ce sont donc des candidats de choix pour une automatisation complète.
Et encore une fois, au patron, je dirais qu’il ne faut pas laisser passer, en règle générale, une opportunité de mécaniser massivement un segment entier de votre entreprise parce que vos concurrents le feront, et vous ne pourrez pas conserver un avantage si vous avez un delta de productivité, 10 pour 1, par rapport à vos concurrents.
Peut-être qu’un petit nombre d’entreprises sur Terre peuvent dire : « Je m’en fiche de la productivité ». Ce serait Rolex, Ferrari, LVMH. Les marchés du luxe ne sont pas vraiment représentatifs de l’ensemble. Hermès pourrait dire : « Ce sac, il a fallu 100 jours à une seule personne pour le faire », et c’est une masse de savoir-faire pour le faire, et c’est très bien. D’accord, Hermès peut le faire.
Mais une autre entreprise ? Non. Si vos concurrents peuvent réellement exploiter leurs cols blancs avec une productivité 10 fois supérieure à votre productivité, ils vous surpasseront tellement que le résultat ne fera aucun doute.
Conor Doherty: Eh bien, c’est la valeur d’un POC car, encore une fois, il existe plusieurs dimensions par lesquelles vous pouvez évaluer, et j’aime que vous utilisiez le terme delta. Le terme exact que j’avais en tête pendant que vous parliez. L’idée du delta entre les bonnes et les mauvaises décisions peut être rejetée tant qu’elle reste théorique. Si je vous dis « Oh », encore une fois, si vous écoutez simplement cette conversation, vous dites : « Cela a l’air vraiment, vraiment sympa, mais peut-être que non, parce que je ne l’ai pas vu.
Quand vous voyez noir sur blanc, que ce soit dans les données financières ou dans les rapports de productivité, quand vous voyez en temps réel : « C’est le delta dont je parlais », c’est beaucoup plus difficile à ignorer.
Joannes Vermorel: Oui, mais encore une fois, vous ne verrez pas très clairement ce delta. Pourquoi? Parce que si vous optez pour un pilote qui génère des décisions sans surveillance, c’est généralement ce que fait Lokad, le problème est que la contrepartie n’est pas des décisions sans surveillance. Ce sont des gens qui le font manuellement, très péniblement. Vous n’avez donc pas de base de référence claire. Parce que vous comparez deux processus.
L’avantage de Lokad est que c’est quelque chose de complètement unifié. Vous pouvez tester AB une version de Lokad par rapport à une autre version de Lokad. Et vous aurez une évaluation de ce processus d’optimisation, et nous ne pouvons le faire que parce qu’il est robotisé. Donc, si j’ai une recette numérique, je la modifie, j’ai une deuxième recette numérique, je peux tester AB via backtesting, presque, je dirais, en seulement une heure, ou le temps qu’il faut pour que le calcul ait lieu, et j’aurai une évaluation.
Maintenant, qu’en est-il de la ligne de base, du processus super manuel ? Vous ne pouvez rien comparer. Et les gens formuleront toutes sortes d’objections. Ils diraient : « Écoutez, Lokad a massivement surperformé sur ce segment. » Ils disaient : “Ah, c’est injuste. C’était juste un stagiaire. Nous avions un gars qui était malade. Ce n’était pas une personne normale. C’était un stagiaire qui faisait ça, et c’était de la merde. Oui, nous l’admettons, mais c’est injuste de faire cette comparaison parce que vous avez sélectionné notre membre de l’équipe le moins performant parce qu’il était si vert.”
Ou bien il y aura une infinité d’objections telles que : “Oh, mais là, oui, vous avez surperformé, mais c’est juste parce que les prévisions étaient fausses. L’année prochaine, nous aurons les bonnes prévisions”, et cetera. Le problème est que si vous comparez quelque chose qui est atomique, un morceau de ce que vous avez lorsque vous avez une prise de décision sans surveillance avec Lokad, cette chose prend des données fraîches d’hier, disons, et produit une décision pour aujourd’hui, bam, et vous pouvez simuler cela proprement grâce à des backtests dans le passé, par rapport à quelque chose où il s’agit d’une charge de travail répartie sur des dizaines de personnes dans un processus en plusieurs étapes, cela devient extrêmement difficile à comparer.
En fin de compte, vous verrez les allocations et vous diriez : « Oh, mais regardez, Lokad a de bien meilleures allocations. » Mais alors les gens disaient : « Oui, mais c’est seulement à cause de cela, à cause de cela, et merci de l’avoir signalé, nous allons simplement résoudre ce problème. »
Mon point de vue est que si vous n’avez pas quelque chose de robotisé, vous ne pouvez même pas commencer à vous améliorer. Vous devez supposer que votre processus manuel qui pilote ces allocations de ressources, toutes vos décisions en matière de supply chain, est tout aussi efficace qu’il ne le sera jamais manuellement. Nous parlons d’entreprises d’un demi-milliard et plus. Ils fonctionnent depuis potentiellement des décennies. Ils ont eu des décennies pour améliorer leur processus manuel, des décennies pour améliorer leur S&OP.
Rien n’a vraiment fondamentalement changé au niveau logiciel au cours des trois dernières décennies pour ces systèmes d’enregistrement. Même les entreprises des années 90 savaient électroniquement ce qu’elles achetaient, ce qu’elles produisaient, ce qu’elles vendaient. Ne vous attendez donc pas à ce que ces choses qui stagnent depuis des décennies vous donnent l’année prochaine quelque chose de vraiment supérieur. Tous les fruits à portée de main, comme « nous devons former les gens », sont déjà faits. « Nous devons avoir des normes de qualité », c’est déjà fait. « Nous avons besoin d’excellence ceci, d’excellence cela », c’est déjà fait. « Embaucher les meilleures personnes possibles », c’est déjà fait.
Ces cases ont été cochées, et généralement il y a des décennies. Si vous optez pour des décisions sans surveillance, vous disposez alors d’une recette numérique et vous pouvez la répéter sans pitié. Habituellement, les entreprises n’ont même pas encore commencé à le faire, et c’est pourquoi vous disposez d’un énorme potentiel d’amélioration par rapport au processus manuel. C’est parce qu’avoir quelque chose qui est sans surveillance, qui est robotisé, vous donne des leviers d’amélioration qui n’existaient tout simplement pas avec le processus manuel.
Conor Doherty: Très bien. Eh bien, je suis convaincu. Je n’ai pas d’autres questions. Cela fait, je pense, environ une heure et demie. J’ai vraiment apprécié celui-là. N’attendons pas si longtemps le prochain.
Et merci à tous d’avoir regardé. Comme toujours, si vous souhaitez entrer en contact avec Joannes et moi, vous pouvez nous contacter sur LinkedIn ou nous envoyer un e-mail directement à contact@lokad.com. Et sur ce, on se retrouve la prochaine fois pour le chapitre 9. Et oui, retournez au travail.
