00:00:00 Les supply chains existent pour anticiper des futurs incertains
00:04:55 Taleb révèle l’illusion de certitude de la planification
00:09:50 L’agency humaine déjoue la prévision déterministe en supply chain
00:14:45 La préparation diffère d’une planification rigide par séries temporelles
00:19:40 L’exemple du primeur illustre l’allocation opportuniste des ressources
00:24:35 Les absurdités de la planification soviétique révèlent les coûts cachés de la conformité
00:29:30 Les moyennes échouent lorsque le comportement humain devient extrême
00:34:25 Les systèmes humains varient bien plus que les systèmes naturels
00:39:20 Les queues épaisses justifient l’assurance et la protection contre les pertes
00:44:15 L’incertitude crée aussi des opportunités de gains rentables
00:49:10 L’intuition dépasse souvent des instruments mathématiques cassés
00:54:05 Les entreprises survivent en ignorant discrètement les plans défectueux
00:59:00 Les probabilités capturent mieux le risque que les séries temporelles
01:03:55 Une histoire de retard aérien rend les queues épaisses tangibles
01:08:50 Les choix personnels reposent déjà sur une pensée probabiliste
01:13:45 Les praticiens devraient abandonner immédiatement la planification dogmatique
01:18:35 Conclusion sur la soustraction, le pragmatisme et le chapitre sept
Résumé
La supply chain ne consiste pas à obéir à un plan. Elle consiste à prendre des décisions sous incertitude. Vermorel soutient que la planification dominante traite l’avenir comme s’il était déjà connu, réduisant la réalité à des prévisions et à des séries temporelles. Mais les marchés sont façonnés par des choix humains, pas par des lois mécaniques. C’est pourquoi les moyennes induisent en erreur et les événements extrêmes comptent autant. Les bons praticiens se préparent, s’adaptent et saisissent les opportunités. Les mauvais systèmes s’accrochent à des plans rigides. La leçon est simple : cessez de confondre sophistication numérique et intelligence pratique.
Résumé détaillé
Le chapitre sept soutient que la supply chain est, au fond, une affaire de décisions prises sous incertitude. Cela peut sembler évident, mais le point de Joannes Vermorel est qu’une grande partie de la pensée dominante en supply chain agit comme si l’avenir était déjà connu et comme si la tâche du management consistait seulement à respecter un plan. Dans cette vision, le monde se réduit à des séries temporelles, des prévisions et des objectifs. Ce qui disparaît, ce sont le choix, le jugement et l’adaptation.
Son objection ne vise pas la préparation, mais une prétention particulière qui se déguise en science : l’idée que des plans numériques élaborés peuvent saisir de manière fiable un avenir façonné par des décisions humaines. Les marchés ne relèvent pas de la mécanique céleste. Les clients, fournisseurs, concurrents et régulateurs ne sont pas des particules obéissant à des lois fixes. Ils changent d’avis, réagissent les uns aux autres et créent des résultats souvent discontinus, asymétriques et surprenants. D’où le rôle central de l’incertitude.
La différence pratique entre planification et préparation est illustrée par des exemples ordinaires. Un primeur qui achète ses produits chaque matin ne réussit pas en suivant rigidement un objectif sur douze mois. Il réussit en observant la qualité, le prix, la saisonnalité, la nouveauté et l’attrait pour les clients. Il agit de manière opportuniste. De même, un chauffeur de taxi n’a pas besoin d’une théorie des séries temporelles pour savoir où la demande risque d’apparaître. Il exerce son jugement. Dans les deux cas, la préparation compte ; la rigidité, non.
Un thème majeur est que les moyennes sont souvent trompeuses. Dans les systèmes façonnés par le comportement humain, les événements extrêmes comptent de manière disproportionnée. Une promotion peut ne presque rien produire, ou vider les rayons en une heure. Un avion immobilisé peut être une gêne dans une ville et un désastre financier dans une autre. Ce ne sont pas des curiosités rares. Ce sont les événements qui dominent les profits et pertes. Planifier autour du cas moyen, c’est risquer d’être régulièrement pris de court par les cas qui comptent le plus.
Vermorel préfère donc une vision probabiliste de l’avenir à une planification déterministe. Non pas parce que les probabilités sont parfaites, mais parce qu’elles reconnaissent au moins l’ignorance, l’asymétrie et le risque. La leçon plus large est autant soustractive qu’additive : beaucoup d’entreprises s’amélioreraient non pas en ajoutant davantage de planification, de processus et de théâtre numérique, mais en cessant des pratiques qui créent des dommages économiques récurrents. La mauvaise planification survit non parce qu’elle fonctionne, mais souvent parce que tout le monde la pratique mal ensemble. Le premier gain peut donc simplement venir du refus de confondre scientisme et science.
Transcription complète
Conor Doherty : Bon retour. Ceci est l’épisode sept d’une série spéciale où Joannes et moi prenons son nouveau livre, Introduction to Supply Chain, et discutons et débattons des idées chapitre par chapitre. Comme vous vous en souvenez peut-être, pour cette série, j’adopte une posture très précise : celle de quelqu’un qui ne connaît pas Lokad, ne connaît pas Joannes et n’a certainement pas travaillé ici pendant quatre ans.
Je suis essentiellement le représentant des quelque 10 millions de praticiens dans le monde qui pourraient voir le livre de Joannes, peut-être sur Amazon, l’acheter, le lire et avoir certaines questions. Ensuite, Joannes et moi venons ici chez Lokad pour en débattre. J’ai dit que c’était l’épisode sept. Cela signifie évidemment qu’il y a eu six épisodes avant celui-ci.
Je vous recommande vivement de les regarder, car une bonne partie de ce dont nous discutons aujourd’hui y fera probablement référence. Ceci étant dit, Joannes, ravi de te voir. Bon retour.
Donc, chapitre sept, « Le Futur ». Avant d’entrer dans les idées centrales, et j’ai beaucoup de questions sur ces idées, de quoi s’agit-il à haut niveau, en quelques phrases ?
Joannes Vermorel : Chaque décision de supply chain est une allocation de ressources qui anticipe un état futur du marché. Si une entreprise commence à produire quoi que ce soit, c’est parce qu’elle s’attend à ce que, plus tard, des clients viennent acheter les produits. Si un détaillant met un produit en rayon, même chose : il s’attend à ce que de futurs clients viennent l’acheter.
Essentiellement, presque toute décision qui concerne le flux de biens physiques reflète une forme de projection d’un état futur du marché. Et comme l’approvisionnement en matières prend du temps, la production prend du temps, le transport prend du temps, comme toutes ces opérations prennent du temps, vous devez penser à l’avenir et planifier vos décisions afin d’agir à l’avance et d’être prêt à temps.
Fondamentalement, c’est pourquoi cette notion d’avenir est omniprésente dans les problèmes de supply chain. C’est parce qu’il s’agit essentiellement d’agir correctement maintenant, et cette correction se définit par le fait que l’action correspondra ou non à l’état futur du marché, et par le fait qu’elle apparaîtra ou non comme une bonne décision rétrospectivement, quelques semaines ou quelques mois plus tard, une fois que l’avenir se sera dévoilé.
Conor Doherty : Pour moi, en lisant le chapitre, ce qui m’a frappé comme fil conducteur dans toutes les petites sous-sections et tous les exemples, c’est précisément l’idée d’incertitude. Je ne crois pas que quiconque conteste que prendre des décisions en supply chain revient essentiellement à faire un pari tourné vers l’avenir. Tout le monde le comprend fondamentalement. J’achète, je commande quelque chose aujourd’hui, cela n’arrive pas maintenant. Je planifie des états futurs.
Mais tu insistes beaucoup sur l’incertitude du futur.
Joannes Vermorel : Oui. Et le problème est qu’en réalité la perspective dominante de la supply chain ne pense pas du tout ainsi. Littéralement, la vision dominante de la supply chain ne pense pas en termes de décisions. Les décisions n’existent pas. Il n’y en a pas.
La perspective dominante dit que la seule chose qui existe est un futur que je connais déjà. Ensuite vient l’orchestration. Je sais combien d’unités seront demandées par mes clients demain, après-demain, dans un an. J’ai les chiffres. Il n’y a donc pas… vous voyez, une décision implique que vous avez un choix.
La perspective classique, la théorie dominante de la supply chain, ne fait pas cette affirmation. Elle ne suppose pas que vous ayez un choix. Elle dit simplement que le futur est connu maintenant. Vous pouvez être conforme ou non conforme. Et il y a des tonnes de statistiques qui tournent autour de cela.
Mais c’est fondamentalement une vision extrêmement binaire, où il s’agit seulement du futur connu, puis de la conformité, et c’est tout. C’est pourquoi les décisions paraissent si étrangères : dès lors que vous avez un plan, soit vous êtes conforme à votre plan, soit vous ne l’êtes pas. L’idée que vous puissiez avoir des décisions ne s’insère même pas vraiment.
Et c’est pourquoi, dans les livres classiques et dominants de supply chain, la notion de décision est tout simplement absente : elle ne correspond pas au paradigme.
Conor Doherty : Dès le début, tu as utilisé les termes plan et planification. Nous allons y revenir dans un instant, mais tu as quelques réserves, ou plutôt des réserves robustes, autour du terme planification. Nous parlerons donc des implications : si l’on ne peut pas utiliser le mot planification, que veut-on dire ?
Mais à haut niveau, sur le sujet de l’incertitude dans la planification, tu cites Nassim Taleb dans le livre et tu dis, parce que la citation est assez belle, que Taleb écrit dans Antifragile, excellent livre, je sais que tu l’aimes, je l’ai lu moi-même : « l’illusion de savoir exactement où l’on va, de savoir exactement où l’on allait dans le passé, et que d’autres ont réussi dans le passé parce qu’ils savaient où ils allaient ».
C’est le défi que Taleb adresse à l’idée de planification. Qu’est-ce qui résonne exactement chez toi dans cette idée de Taleb, et pourquoi est-ce pertinent pour ta vision de la supply chain ?
Joannes Vermorel : Je dirais qu’il y a deux façons très différentes de penser la planification. Il y en a beaucoup d’autres, mais disons qu’il y en a deux dominantes. D’abord, il y a l’intuition ordinaire. L’intuition ordinaire, c’est que j’agis maintenant pour améliorer ma préparation face à ce que l’avenir me lancera. C’est la préparation. C’est faire des plans pour être prêt.
C’est fondamentalement une intuition de ce que vous devriez faire maintenant afin que les choses se passent plus tard d’une manière plus favorable pour vous. Cela peut être aussi simple qu’un chauffeur de taxi qui décide : « À cette heure-ci, je vais rouler une demi-heure pour arriver dans ce quartier, et ce sera un bon quartier pour prendre un client. » C’est ce type d’intuition de planification.
Et puis vous avez un autre type de planification, devenu très populaire au XXe siècle, qui est la planification Gosplan. Le Gosplan est fondamentalement une intuition mathématique. Ce n’est donc pas celle du chauffeur de taxi. Elle dit essentiellement : « Je peux projeter des séries temporelles dans le futur. »
Pour tout, pour chaque consommation d’une ressource, toute ressource demandée ou requise par mes clients, je peux noter combien d’unités il me faut par jour, et je peux prolonger cela indéfiniment dans le futur. Cela me donne une sorte de base de référence. Puis, une fois que j’ai ces données projetables sur le futur, je peux dire : « Maintenant j’orchestre mes ressources pour satisfaire cette demande future. »
Et c’est vraiment la perspective Gosplan sur la planification. L’idée centrale est : tout est affaire de séries temporelles. Tout est vu à travers des séries temporelles. C’est fondamentalement, je dirais, une projection mathématique de ce que le futur signifie même. Ce n’est pas ce que le chauffeur de taxi a en tête.
Le chauffeur de taxi ne pense pas : « J’ai une série temporelle des personnes qui apparaissent dans ce quartier. » Il n’a pas une intuition mathématique. Très probablement, si vous demandez à un chauffeur de taxi pourquoi il fait cela, il dira : « Je ne sais pas, mon expérience. » Quelque chose comme de la reconnaissance de motifs. Ce ne serait pas une formule mathématique.
D’accord ? Et c’est très bien. Ce que je dis, c’est que nous avons cette autre façon de penser l’avenir, qui est vraiment le Gosplan : utilisons des séries temporelles partout, projetons tout, rendons ces séries temporelles exactes, puis une fois que nous avons cela, figeons la prévision et disons que cela devient le plan.
Et c’est là que, selon moi, cette vision qui est très, je dirais, pour moi, très scientiste… elle a l’air scientifique parce qu’il y a beaucoup de chiffres, parce qu’il y a des projections de séries temporelles et ainsi de suite. Elle a l’air scientifique, mais pour moi c’est du pur scientisme. Cela ne fonctionne pas. Mais cela a complètement capté, je dirais, l’intérêt des intellectuels pendant pratiquement tout un siècle. Cette fascination pour cette idée précède même les ordinateurs.
Conor Doherty : D’accord. Mais comment cela informe-t-il réellement la vision du monde que tu défends ? Je comprends ton objection au Gosplan, mais ta réponse ne m’éclaire pas encore. Comment cela s’inscrit-il dans ta conception de la planification par rapport à la politique et à la décision de supply chain ?
Joannes Vermorel : La première chose, et c’est ce que j’aborde dans ce livre, est que nous devons réfléchir à ce dont le futur est fait. Quelle est la structure même de la réalité que nous observons ? Je sais que cela peut sembler étrange, mais si nous regardons la propagation des ondes radio dans l’espace, nous avons les équations de Maxwell pour nous dire ce qui se passera dans le futur.
Si nous regardons les corps célestes, nous avons les lois de Newton. Et si nous voulons être très sophistiqués, nous pouvons aller vers la relativité, et cela nous dira où ces corps célestes, comme la planète Mars, seront dans le futur. Nous n’avons pas ce luxe en supply chain.
Le problème est que… c’est ce que tu dis. Mais encore une fois, la théorie dominante de la supply chain fait exactement l’hypothèse opposée. Elle dit : « Oui, il nous manque juste une formule mathématique pour connaître parfaitement le futur. Ce n’est qu’une question de… » Et ce qui est intéressant, c’est que les tout premiers prévisionnistes économiques, littéralement au début du XXe siècle, étaient très explicites.
Ils disaient : « Nous allons capturer parfaitement l’avenir de l’humanité. » Et quand je dis parfaitement, Roger Babson, par exemple, disait : « Je vais faire pour les phénomènes économiques ce que Newton a fait pour les corps célestes, et je prédirai, littéralement avec cinq chiffres de précision, la demande future pour chaque matière première ou chaque produit. » C’était l’intention.
Et si vous allez dans la science-fiction, par exemple Asimov avec sa série Fondation, c’est encore la même idée. Il était un demi-siècle après Babson, donc il comprenait que capturer chaque chose individuellement serait peut-être trop exigeant. Mais si nous faisons des statistiques, nous pourrions capturer les agrégats très précisément, même si les individus sont un peu trop bruités.
Et Asimov a cette idée que, tout comme en physique statistique, on peut prédire presque parfaitement le comportement des gaz, même si l’on ne connaît pas la position individuelle de chaque atome du gaz. Je sais que cela peut sembler très abstrait, mais c’est fondamental, car cette idée, grosso modo, que l’on peut projeter le futur avec une incertitude presque nulle, ne fonctionne pas en supply chain.
La raison très simple, et je reviens à la nature de la réalité, est qu’en supply chain le futur pertinent est praxéologique. Praxéologique signifie qu’il relève de l’étude des actions humaines. Le futur est fait de décisions qui n’ont pas encore été prises par des personnes dotées d’agency.
Donc l’ensemble du futur est l’agrégation de décisions qui n’ont pas encore été prises. Et tant que ces personnes sont des personnes que vous ne contrôlez pas, vos clients, vos fournisseurs, vos transporteurs, vos concurrents, tant que toutes ces personnes ont de l’agency, alors l’idée d’une prévision certaine n’a même pas de sens.
Car si vous aviez une prévision certaine, il suffirait à un client, par exemple, de la déjouer en décidant de faire autrement. Si vous prédisez que cette personne va acheter aujourd’hui, et que la personne apprend que vous avez fait cette prédiction, elle peut décider que finalement non, par esprit de contradiction, elle change d’avis.
Cela peut sembler idiot, mais en réalité l’effet est très réel. Les gens ont de l’agency et, selon ce que vous faites, ils modifieront leur comportement, en particulier vos concurrents.
Conor Doherty : D’accord. Je vais reformuler légèrement ma question, je pense, pour la rendre un peu plus concrète. Et je vais encore te citer, afin d’ajouter du contexte. Tu écris dans le chapitre sept : « Le futur est irréductiblement désordonné. Il n’est pas nécessaire d’être parfait, seulement meilleur. Les actions décisives battent la planification élaborée. Et la chance récompense les préparés. La préparation est donc l’art de cultiver les opportunités. »
Tu as écrit cela. Quelqu’un qui le lit et nous écoute maintenant pourrait avoir du mal à distinguer préparation et planification. Donc, encore une fois, dans un contexte concret, en quoi les deux diffèrent-elles ?
Joannes Vermorel : Votre plan est-il réifié sous la forme d’une collection de séries temporelles ? C’est la question. Et encore une fois, dans 99,9 % des logiciels d’entreprise, la série temporelle est la seule option. Donc peu importe ce que vous pensez. Votre logiciel est rigidement orienté vers ce modèle, et les livres de supply chain que vous avez dans votre bibliothèque, si vous en avez, sont aussi rigidement codifiés autour de cette idée.
Et c’est à peu près tout. Si l’on remonte depuis la Seconde Guerre mondiale, il existe plus d’un million d’articles sur l’optimisation des stocks, et l’immense majorité adopte simplement cette perspective.
Conor Doherty : Ce n’est pas une explication concrète de la différence. Je n’ai pas demandé une explication méthodologique ou atomistique… Je n’ai pas dit « sous le capot ». Je veux dire pratiquement, au quotidien, pour le praticien moyen qui lit un playbook. Quelle est la différence entre ta vision de la préparation et une dévotion à la planification, ou à la planification Gosplan ? Comment cela se traduit-il dans le monde réel au jour le jour ?
Joannes Vermorel : Ce que cela donne concrètement, c’est que si vous adoptez une vision incroyablement rigide du futur, vous êtes aveugle à toute opportunité. Par exemple, vous prévoyez de produire une certaine quantité d’un produit. Très bien, c’est un plan sur douze mois. Nous sommes deux semaines plus tard dans le plan. Il reste donc encore cinquante semaines dans ce plan annuel, et votre fournisseur a amélioré sa technologie et vous dit : « Maintenant, nous pouvons en fait diviser le prix par deux. »
Vous avez de la chance. Vous avez donc quelque chose qui devient beaucoup, beaucoup moins cher à produire. C’est bien. Devriez-vous peut-être changer votre plan ? Évidemment, si vous aviez une très belle opportunité, quelque chose où vous deviez acheter un composant pour votre propre produit, et il se trouve que l’un de ses ingrédients principaux devient soudain massivement moins cher… cela peut arriver. L’inverse peut aussi arriver.
Évidemment, si vous ne faites rien, vous pouvez être dépassé de nombreuses façons. Vos concurrents peuvent décider de baisser massivement leurs prix et vous éliminer complètement de la concurrence, et la demande que vous observerez tombera à zéro. Ou bien vous pouvez négocier avec un fournisseur pour capter l’essentiel de cette offre à ce prix et littéralement acheter le produit jusqu’à un an à l’avance.
Et vous pourrez alors capter beaucoup de parts de marché en vendant à un prix plus bas tout en produisant beaucoup plus. Encore une fois, ces choses sont très simples.
Conor Doherty : Mhm.
Joannes Vermorel : Mais elles sont inconcevables si vous opérez avec la perspective classique de la planification, parce que pour cette perspective classique, ces opportunités n’ont tout simplement pas de place. Il n’y a que la conformité au plan.
Conor Doherty : D’accord. Là, je pense que nous devenons beaucoup plus concrets. Et je comprends que l’exemple que je vais donner ne vient pas de ton livre et concerne en fait la logistique. Mais nous avons récemment parlé avec Adam DeJans Jr. et John Elam, et dans leur livre, The Decision Factory, cela commence par une entreprise de logistique. Elle a un plan pour livrer tous ses produits à tous ses clients. Elle a un plan optimal. Le solveur tourne à minuit.
Mais six heures plus tard, la réalité se produit. Le plan est complètement nul et non avenu. Il est opérationnellement infaisable parce que des gens sont malades, il y a du trafic, des camions sont en panne, etc. Donc dans cette situation, il y a du chaos, il y a de l’incertitude qui présente des opportunités possibles, mais votre capacité à capitaliser sur ces opportunités ou à réagir à ces événements dépend de ceci : avez-vous une vision fixe, très déterministe de la planification, ou une vision plus flexible, réactive, je crois que le terme que tu utilises est basée sur des politiques ? Vous avez des façons de répondre.
Explique encore cette distinction, car nous devenons concrets : la différence entre une vision de la supply chain gouvernée par la planification et une vision plus flexible, fondée sur des politiques.
Joannes Vermorel : Encore une fois, la façon la plus simple est d’imaginer une situation simple. Vous gérez, disons, une petite épicerie qui vend des produits frais : fruits, légumes, choses très basiques. Vous allez donc chez votre grossiste tous les jours vers 4 heures du matin pour acheter les produits, vous achetez certaines choses, et elles seront ensuite sur vos étagères pendant la journée. Et chez le grossiste, comme ce sont des produits frais, il y a parfois des opportunités.
Vous verrez par exemple des laitues très, très belles et très, très bon marché. Ou au contraire, vous regardez ce qu’il y a et vous vous dites : « Elles ne sont vraiment pas bonnes, et elles sont assez chères. » Voulez-vous alors vous comporter en disant : « J’ai mon plan. J’achèterai, disons, 10 kilos de laitues pour mon magasin quoi qu’il arrive » ?
Ou bien allez-vous vraiment regarder le prix de ce que votre grossiste a, et la qualité dont il dispose, car encore une fois cela varie d’un jour à l’autre, et apprécier si c’est une belle opportunité ? Et peut-être qu’il y a des choses que je n’achète pas d’habitude, disons des fraises, mais certains jours les fraises sont bon marché, elles ont très belle allure, et je décide : « Oui, je vais en prendre, car mes clients vont aimer. »
Normalement je n’en ai pas, mais je peux parier dessus parce que cela ressemble à un bon approvisionnement typique pour cette période. Encore une fois, si vous alliez chez le grossiste à 4 heures du matin en disant : « Je veux aujourd’hui 5 kilos de fraises pour ma petite boutique », on vous demanderait : « Et si votre grossiste n’a pas de fraises ? Ou s’il en a, mais qu’elles sont très chères ? »
Conor Doherty : Oui.
Joannes Vermorel : Ou si elles n’ont tout simplement pas belle allure. C’est le type de situation où, par exemple, si elles sont très chères, je ne prendrai pas mon objectif de 5 kilos. J’ai une petite boutique. Je prendrai peut-être seulement 500 grammes, parce que j’ai peut-être quelques clients prêts à acheter ces fraises quel que soit le prix, mais ils n’en achèteront peut-être que 100 grammes parce que ce sont des gourmets et que le prix leur importe peu.
Vous voyez, ce que fait ce responsable d’épicerie dans ce que je décris, c’est être incroyablement opportuniste. Cette personne pense à l’avenir, mais elle ne pense pas avec des objectifs rigides. Tout est très fluide.
Conor Doherty : Oui.
Joannes Vermorel : Et la seule façon d’apprécier cela est de voir qu’il pense à tout son assortiment. Il veut des légumes. Il veut des fruits. Il veut des produits qui ont belle allure. Il veut de la diversité, de l’assortiment, peut-être de la nouveauté, peut-être des choses de saison. Il a un mélange hétéroclite de contraintes, une vision floue de l’avenir.
Et il est aussi très intéressé. Il veut gagner de l’argent. Il n’est pas dans le métier de rendre son magasin joli. Il est dans le métier de rendre son magasin très appétissant afin que les gens achètent beaucoup de choses et qu’il fasse un bon bénéfice à la fin de la journée.
C’est cela, la planification telle que je la défends. C’est un état d’esprit qui regarde l’avenir en essayant de suivre les euros et les dollars que vous allez gagner ou perdre. Le fait que vous faites des paris, et que se préparer signifie oui, vous devez faire les bonnes actions à l’avance, mais chaque action est un pari, et vous n’essayez pas de rigidifier votre futur avec des objectifs durs.
C’est en quelque sorte la voie que je défends. Et ce que je dis, c’est que depuis une cinquantaine d’années, toute la théorie de la supply chain et pratiquement tous les logiciels de supply chain d’entreprise existants adoptent une perspective complètement différente, où ils rigidifient, façon Gosplan, le futur en séries temporelles. Et cela ne fonctionne pas.
Exactement, si nous prenons cet homme qui va chez son grossiste, c’est comme s’il avait déjà fait une liste pour chaque produit, en kilos, de ce qu’il achètera, indépendamment des opportunités présentes, et même indépendamment de la disponibilité de base chez le grossiste. Cela dirait : « Ah, pour une raison quelconque, aujourd’hui il faut de la pastèque », alors que le grossiste n’en a pas.
Donc sur sa liste, il a : « Eh bien, je ne l’obtiens pas, et je ne dépense pas cet argent parce que ce n’est pas dans le plan. »
Conor Doherty : Oui.
Joannes Vermorel : C’est donc un très bon exemple. Et encore une fois, quand on y réfléchit, le plan mathématique est fou. Cela revient littéralement à dire… imaginons à nouveau ce chauffeur de taxi. J’ai un plan selon lequel je dois aller du point A au point B, et j’ai les directions exactes que je vais prendre : tourner à droite, tourner à gauche, exactement, je peux suivre les routes.
Puis, à un moment, la route est bloquée.
Conor Doherty : Mhm.
Joannes Vermorel : Et la planification mathématique dit : « Ah, la route est bloquée. Je ne sais pas, prenez des explosifs, faites sauter l’obstacle et avancez. Vous devez passer par cette route quoi qu’il arrive. » Si la route est bloquée, non, on s’en fiche. Débrouillez-vous.
Et c’est de la folie. Évidemment, c’est complètement fou. Mais ce qui est intéressant, c’est que l’exemple peut sembler absolument délirant, passer quoi qu’il arrive, mais c’est exactement ce qui se passait en URSS avec le Gosplan. Ils faisaient un plan. La réalité arrivait. Le plan devenait complètement infaisable.
Conor Doherty : Oui.
Joannes Vermorel : Et les gens finissaient par faire des choses folles, folles, simplement pour faire fonctionner le plan. Il y a même une anecdote, je ne suis pas sûr qu’elle soit réellement arrivée, mais elle correspond vraiment au style de l’époque : la seule façon, par exemple, pour un fabricant de chaussures en URSS de remplir son quota était de décider de ne faire que des chaussures gauches, d’abandonner les droites, de ne faire qu’un seul type de chaussure, parce que cela augmentait le nombre de chaussures produites et permettait donc de remplir le quota.
Le quota ne précisait pas qu’il fallait des chaussures droites et gauches. C’est le genre d’absurdité que l’on obtient avec une planification rigide.
Le bénéfice concret est donc que dès que vous décidez officiellement d’abandonner cela, votre entreprise s’améliore. Si vous voulez, en tant que praticien, bénéficier de cette perspective, dites simplement : nous abandonnons les séries temporelles, nous abandonnons cette planification stupide et dysfonctionnelle. Nous pouvons le faire avec de l’intuition. Et le fait est que cela fonctionnera mieux, parce qu’un modèle mathématique cassé donne des résultats incroyablement mauvais.
Vous ne faites pas confiance à un modèle mathématique cassé. Il vaut mieux faire des choses qui semblent au moins aller dans la bonne direction, même si elles sont très approximatives, plutôt que de suivre un modèle complètement faux. Imaginez simplement que vous voulez voyager vers le nord et que vous avez une boussole très, très sophistiquée, mais qu’elle pointe vers l’est.
Devriez-vous suivre cette boussole ? Ou pire encore, la boussole, chaque fois que vous la regardez, pointe dans une direction aléatoire. Ce serait un modèle purement cassé. Vous avez votre boussole, mais elle est complètement cassée. Chaque fois que vous la regardez, elle pointe dans une direction différente.
Êtes-vous mieux à essayer de naviguer vers le nord en regardant vaguement le soleil et en faisant une estimation très, très approximative de l’endroit où pourrait se trouver le nord, en supposant que vous puissiez voir le soleil, plutôt qu’à suivre votre boussole qui pointe dans une direction différente chaque fois que vous la regardez ? Face à une boussole cassée qui donne une direction aléatoire, vous diriez : « Mais c’est de la folie. Tout sera mieux que cela. »
C’est ce que je dis. Lorsque vous utilisez un modèle mathématique cassé, c’est tout simplement de la folie. C’est comme avoir une boussole qui donne une direction aléatoire et dire : « Ah, mais au moins je fais quelque chose de scientifique. J’utilise une boussole. »
Non. Vous utilisez une boussole cassée. Et c’est encore pire que de faire quelque chose d’extrêmement flou, parce qu’au moins ce que vous faites de flou est approximativement correct.
Conor Doherty : J’aime beaucoup l’analogie du primeur qui veut acheter des fruits, des légumes. Je pense qu’elle illustre les limites d’une approche de la prise de décision en supply chain, même si l’on n’accepte pas le concept de décisions prises isolément, où l’on aborde ce que l’on va faire de ses ressources selon une perspective de plan purement statique, par opposition à un exemple plus agile et réactif. Des opportunités au jour le jour, après que mon plan a été établi, se révéleront parce que le futur est incertain.
Pour mettre cela en œuvre, nous n’avons pas besoin d’entrer maintenant dans le logiciel, mais il faut accepter quelques changements ou hypothèses fondamentales concernant l’incertitude, dont plusieurs sont couverts dans le livre. Je pense qu’il est temps d’y entrer. L’une d’elles est la planification, quel que soit le langage employé, consistant à prendre des décisions autour de la moyenne, autour du scénario moyen. Tu indiques dans le livre que ce n’est pas idéal.
Oui, développe pourquoi il n’est pas bon de prendre des décisions autour de la moyenne.
Joannes Vermorel : Donc, la moyenne… il faut revenir à la raison pour laquelle nous avons cette incertitude du futur, et la cause profonde est l’agency. Les gens peuvent agir.
Conor Doherty : D’accord.
Joannes Vermorel : Et quand les gens… et le monde, les choses arrivent en général, pas seulement les gens. Vous voyez, ces personnes ne sont pas des atomes qui rebondissent au hasard sur des murs. Les gens communiquent. Ils ont tendance à écouter. Par exemple, si les gens pensent que le monde va manquer de papier toilette, ils vont tous acheter du papier toilette. Tu donnes l’exemple de Johnny Carson, l’anecdote dans le livre.
Conor Doherty : Oui. Et c’est arrivé, d’ailleurs, plusieurs fois ces dernières années.
Joannes Vermorel : Donc, la conséquence du fait que les gens ont de l’agency, mais aussi qu’ils communiquent entre eux, est que la moyenne est mauvaise parce qu’elle suppose qu’il y aurait un comportement central et seulement des déviations statistiques. Ce n’est pas ainsi que le monde se comporte quand vous avez des personnes dotées d’agency. Quand il y a des déviations, elles peuvent être incroyablement grandes.
Et quand je dis incroyablement grandes, je veux dire, par exemple, que le prix du pétrole peut devenir négatif. C’est arrivé. Il y a eu un moment, il y a environ une décennie, où des choses étranges se sont produites et, pendant un bref instant, le prix du baril de pétrole est devenu négatif, parce que les gens étaient essentiellement coincés avec les ports. Ils ne pouvaient pas décharger leur pétrole.
Ils étaient donc coincés avec des tankers qui coûtaient de l’argent à exploiter heure par heure. Il y avait donc un coût de stockage, aucune opportunité immédiate de vendre. Posséder du pétrole est soudain devenu un poids mort. Et donc, assez étrangement, le coût du pétrole, sur une période très serrée, est devenu négatif.
Encore une fois, c’est le genre de chose qui n’arrivera pas si vous êtes dans le domaine des sciences naturelles. Si vous regardez des gaz et que, par exemple, vous avez deux récipients avec une différence de pression et que vous faites un trou, le gaz sous la plus forte pression s’écoulera vers le récipient sous la plus faible pression. Cela se passe toujours comme ça.
Mais avec les humains, non, parce que les gens n’obéissent pas à des lois physiques simples. Ils peuvent changer d’avis. Et donc, si nous revenons à cette moyenne, ce qui se passe est que vous pouvez avoir des comportements beaucoup plus extrêmes.
Encore une fois, si vous regardez par exemple les promotions en épicerie, la plupart des promotions, en termes d’augmentation du volume des ventes, n’ont presque aucun effet. Vous faites une promotion et la demande reste la même. Elle bouge à peine. Et parfois, vous faites une promotion et vous êtes en rupture de stock dans la première heure après l’ouverture du magasin.
Littéralement, votre magasin ouvre à 8 heures, disons qu’à 9 heures le stock de l’article en promotion a disparu. Et vous pensiez initialement que ce stock suffisait pour durer, disons, une semaine. Il a duré une heure. La demande a donc été cent fois supérieure à ce que vous attendiez. Cela arrive.
Il y a même des situations amusantes aux Pays-Bas où, par exemple, un supermarché fait une promotion et littéralement toute la zone est complètement bloquée parce qu’il y a un million de personnes qui convergent avec leurs voitures vers l’unique hypermarché faisant la promotion, et vous avez des kilomètres d’embouteillages autour de l’hypermarché. C’est le genre de chose que, si vous pensez en termes de moyenne statistique, de déviations normales et ainsi de suite, vous n’obtiendrez jamais. Jamais.
Vous l’obtiendrez clairement aussi en supply chain. Si nous regardons en dehors du retail, l’aviation par exemple, l’un de nos clients, il y a quelques années, avait des pièces pour maintenir le 737 Max de Boeing, et il s’est trouvé qu’il y a eu un crash, une tragédie mortelle, et les gens, à juste titre, avaient absolument peur d’exploiter ces appareils parce que la question était : sont-ils sûrs ? Et la réponse était incertaine.
Qu’ont donc fait toutes les compagnies aériennes ? Elles ont immobilisé, en même temps, leurs 737 Max. La demande pour les pièces spécifiques à cet appareil est donc passée de très stable à absolument rien, et elle est restée à zéro pendant pratiquement une année entière.
Vous voyez, c’est le genre de chose où, si vous pensez en termes de déviation moyenne et si vous pensez que votre moyenne est significative, ce n’est pas le monde dans lequel nous vivons en supply chain.
Encore une autre façon d’y penser est d’imaginer un stade. Si vous regardez l’homme le plus lourd et l’homme le plus maigre, vous n’avez même pas un facteur 10 de différence. Si vous êtes incroyablement maigre, pathologiquement maigre en tant qu’homme, vous allez peser quoi, 40 kilos ? Peut-être 35 si vous êtes littéralement affamé.
Et si vous êtes obèse morbide, vous pouvez peser quoi, 300 kilos ? Si vous pesez 300 kilos, je ne sais même pas si vous pouvez entrer dans un stade.
Conor Doherty : Ce sera difficile.
Joannes Vermorel : Oui. Donc le maximum sera probablement quelque chose comme 150, et ensuite vous ne pouvez même plus entrer dans un stade. Vous voyez, l’amplitude de variation est en réalité très, très petite. Donc de l’homme le plus maigre à l’homme le plus gros dans le stade, nous n’avons même pas un facteur 10, peut-être un facteur 5.
Maintenant regardons les comptes bancaires. La personne la plus pauvre dans le stade est très probablement, disons si nous sommes aux États-Unis, un étudiant avec une dette étudiante : moins 200 000 dollars. Et ensuite la personne la plus riche, un milliardaire.
D’accord, nous parlons donc littéralement de… ce n’est pas que le milliardaire est un million de fois plus riche, c’est que l’autre est même en négatif. Comment comparez-vous cela ? Et c’est le domaine des choses humaines. Quand les gens peuvent agir, les différences peuvent être absolument énormes numériquement. Nous parlons de différences qui peuvent être d’un facteur un million.
Encore une fois, dans la nature, les facteurs un million n’arrivent pas. Si vous regardez le plus petit chat, le plus grand chat, il n’y aura même pas un facteur 10. Et c’est le cas pour tout. Par exemple, combien de jours de soleil avez-vous en moyenne à Paris ou en Irlande ? Là encore, si vous regardez la variation d’une année à l’autre, elle ne sera pas si grande.
C’est ce genre de choses. Mais encore une fois, si vous regardez les décisions, les choses peuvent devenir sauvages.
Conor Doherty : Oui.
Joannes Vermorel : Encore une fois, le prix de l’argent, par exemple, a été multiplié par 20 au cours des vingt dernières années. Nous avons pourtant de meilleures techniques d’extraction. Nous pouvons donc extraire plus d’argent de la terre que jamais, et pour des raisons qui n’ont rien à voir avec notre capacité à produire de l’argent, l’argent vaut maintenant vingt fois plus qu’il y a deux décennies.
Et c’est exactement ce que vous devez attendre de la praxéologie, d’une perspective où il y a l’agency humaine. Si les gens décident collectivement que l’argent vaut davantage, alors il vaut davantage. Il n’y a pas besoin d’explication pour cela. C’est simplement une croyance.
Conor Doherty : Cela nous amène à ce que je pense être l’un des points les plus conséquents, certainement du chapitre, sinon du livre lui-même. Il y a un peu de contexte que je veux poser, et j’ai quelques citations : il s’agit de l’incertitude autour des queues épaisses.
Encore quelques citations : « L’une des plus grandes douleurs associées à l’incertitude réside dans les queues. » Pour te citer : « Les profits et les pertes sont dominés par les événements extrêmes. Les distributions à queues épaisses garantissent que des événements extrêmes apparaîtront régulièrement. » Petit rappel pour ceux qui ne sont pas statisticiens : un événement de queue épaisse est simplement un événement extrêmement dommageable que l’on pense très, très, très improbable, mais qui arrive en réalité beaucoup plus souvent qu’on ne le croit.
Ce n’est donc pas un événement d’une chance sur un million. C’est peut-être une chance sur 100, ou une sur 200. Mais évidemment, un événement d’une chance sur 100 ou 200, comme une demande extrêmement élevée ou extrêmement basse, peut se produire une à trois fois par an. Et si c’est un événement de queue épaisse, alors le dommage lié à l’erreur ces jours-là est catastrophique.
Donc penser en termes de queues épaisses est vraiment là où se situe le risque. Si vous planifiez vers la moyenne, vous serez probablement bien quand la moyenne se produit. Mais si vous planifiez vers la moyenne ou la valeur moyenne et que vous êtes frappé l’un de ces jours-là, par l’un de ces événements de queue épaisse, vous êtes essentiellement fichu. C’est plus ou moins cela ?
Joannes Vermorel : Oui, exactement. Et si nous revenons à notre histoire d’épicerie, quel est l’événement de queue épaisse ? C’est que votre magasin est vandalisé.
Conor Doherty : Mhm.
Joannes Vermorel : Et si c’est assez grave… si cela arrive et imaginez que votre magasin est vandalisé, et que vous n’avez pas d’assurance. Vous n’avez donc même pas l’argent pour reconstruire votre magasin ensuite. Donc fin de partie. Vous n’êtes plus épicier, parce que maintenant vous avez simplement un magasin vandalisé qui n’est même plus en état de vendre quoi que ce soit.
Si vous avez une assurance, alors au moins vous pouvez vous en remettre. Vous voyez, c’est une perspective très différente. Vous pourriez dire par exemple : « Je suis épicier. En moyenne, dans ma ville, les magasins sont très rarement vandalisés. Donc je n’ai pas besoin d’assurance. » Mais l’autre façon de voir est : « Je suis père de trois enfants. Ma famille dépend du revenu durable que me procure cette activité, et je ne veux pas me retrouver dans une situation malchanceuse où soudain j’ai tout perdu parce que j’ai perdu mon moyen de gagner de l’argent à cause d’un événement dont je ne peux pas me remettre. Donc je prends mon assurance. »
Vous voyez, encore une fois, c’est l’intuition. L’intuition simple est très correcte : la plupart des gens qui exploitent une entreprise prendraient une assurance contre l’incendie, une assurance contre ceci ou cela. Et c’est une façon correcte de penser, mais encore une fois en termes de risque.
Conor Doherty : Oui.
Joannes Vermorel : En termes de risque. Et si vous commencez à penser à la supply chain de la manière classique, on dirait simplement : imaginez à quoi ressemble cet événement de vandalisme du point de vue d’une série temporelle. Vous diriez juste la probabilité. Vous diriez combien d’événements vous aurez. Vous avez donc une série temporelle qui sera zéro tout le temps.
Chaque jour, ce sera proche de zéro. Ce sera 0,000001. Et ce sera votre quantité moyenne attendue d’événements. C’est simplement la mauvaise façon de voir les choses, parce que c’est un événement si impactant que, sauf si vous êtes préparé, vous ne pouvez pas vous en remettre.
Vous voyez, c’est pourquoi je dis que la perspective classique de la planification est folle, parce qu’elle est complètement aveugle à des choses qui arriveront avec probabilité un, par exemple, et plus souvent qu’on ne le croit. Par exemple, la probabilité que des vandales cassent votre magasin un jour donné est probablement inférieure à une sur mille.
Conor Doherty : Mhm.
Joannes Vermorel : Mais si vous êtes épicier et que vous exploitez un magasin pendant quarante ans, cela fait beaucoup de jours. Si vous dites que vous êtes ouvert, disons, 250 jours par an, pendant quarante ans, nous parlons d’environ 10 000 jours. Donc la probabilité que vous soyez vandalisé est proche de un.
Conor Doherty : Oui. Le point ici, c’est que je suis d’accord avec la philosophie de ce que tu dis, avec sa dimension pratique et le risque que tu décris. L’exemple résonne peut-être moins, parce que si nous passons à l’aéronautique, par exemple, je me souviens que tu as déjà donné l’exemple de situations où certains articles sont tellement bon marché que le coût de ne pas les avoir quand on en a besoin est tellement catastrophique qu’il est logique de porter des années de stock, même si l’on risque de ne jamais l’utiliser.
Parce que le coût de détention est d’un dollar, je prends juste des chiffres, mais l’écart entre ce coût de détention et le coût de ne pas l’avoir, la rupture de stock, peut représenter des centaines de milliers ou des millions. Donc, même si vous savez que vous pourriez ne jamais l’utiliser, du point de vue pur du risque ou de l’assurance, il est absolument rationnel financièrement de porter une quantité presque indécente.
Joannes Vermorel : Oui. Et quand les gens pensent aux événements rares, ils pensent généralement aux événements négatifs. Mais en fait vous avez aussi beaucoup d’événements positifs. Par exemple dans l’aviation, il arrive fréquemment que des compagnies aériennes démantèlent des appareils, ce qui signifie que vous pouvez récupérer des pièces. Temporairement, le marché est complètement inondé de certaines pièces, et comme la demande n’est pas vraiment là, parce que les gens estiment seulement avoir besoin d’acheter les pièces pour maintenir leur flotte, nous avons vu très souvent qu’ils ne se jettent pas forcément sur les achats d’opportunité, alors qu’ils devraient.
Parce qu’au final, même si c’est dans deux ans, ils auront besoin des pièces. Ils n’en ont pas besoin maintenant, mais si elles sont à moitié prix, et si vous avez la capacité de stockage pour les conserver en sécurité pendant une longue période, alors cette opportunité est vraiment quelque chose que vous devriez saisir.
Et c’est intéressant. Encore une fois, quand les gens agissent sur la base de leur intuition, ils le font. Par exemple, si vous êtes un homme et que votre marque préférée de chemises blanches fait une remise massive, vous direz : « Je vais en prendre quatre. Cela servira peut-être dans un an. » C’est comme un consommable lent.
Vous pourriez donc faire ces achats d’opportunité. Et ce qui est intéressant, c’est que, encore une fois, si vous regardez les manuels de supply chain, ces choses que la plupart des gens feraient intuitivement quand il s’agit de leur argent et de leur vie, dès qu’ils entrent dans un cadre d’entreprise, ils disent : « Ah non, nous ne faisons pas cela. Nous avons un plan. Le plan n’inclut pas cet achat d’opportunité, donc nous ne le faisons pas. »
Et encore une fois, ce n’est pas très intelligent. Ce n’est pas intelligent. Donc la planification classique, qui ignore cette incertitude du futur, vous rend très vulnérable. Se concentrer sur la moyenne vous rend vulnérable aux mauvais événements, mais cela vous immunise aussi contre les profits que vous pourriez obtenir en étant intelligent avec les bons événements.
Conor Doherty : Oui, c’est tout le point ici. Il vaut la peine, je pense, de le décortiquer un peu. Prenons de simples chiffres ronds : dix jours de suite, vous planifiez sur la valeur moyenne. La valeur moyenne est 10. C’est fantastique. Et vous avez raison. Disons que vous avez raison. Vous avez 100 % de précision, 100 % de taux de service, dix jours de suite. Le onzième jour, vous êtes en rupture de stock. Vous avez zéro.
Le coût des ventes perdues, de l’expédition accélérée, des commandes en attente ou de choses similaires pourrait facilement absorber les profits des dix jours précédents. Donc, encore une fois, cela peut représenter un événement extrême. Il y avait une probabilité que cet événement extrême se produise. Vous avez choisi, intentionnellement ou non, d’ignorer la possibilité qu’il se produise, de planifier sur la moyenne, et quand cet événement extrême se produit, vous êtes essentiellement balayé.
Joannes Vermorel : Oui. Encore une fois, les grandes entreprises survivent. Donc généralement leurs processus ne sont pas cassés au point d’être anéanties.
Conor Doherty : Eh bien, les profits que je viens de décrire sont anéantis. Vous pouvez perdre, parce que le dommage lié à l’erreur est supérieur à la rentabilité.
Joannes Vermorel : Je dis donc… et c’est très intéressant, car la réalité est que les praticiens savent cela intuitivement. Les grandes entreprises jouent donc un jeu de planification très étrange : la théorie est complètement cassée, les engagements sont cassés, et les praticiens ne respectent pas le plan.
Et les gens disent : « Oui, mais l’an prochain, l’an prochain nous serons conformes au plan. Mais cette année, non, nous devons faire autrement. » Et la réalité est que les praticiens qui décident simplement : « Au diable les plans », ont presque toujours raison.
Nous avons donc une sorte d’approche schizophrène où, quand vous discutez avec vos collègues, vous dites : « Oui, nous allons mettre en place du stock de sécurité, nous allons être conformes au plan, nous allons faire ceci et cela. » Puis, quand il s’agit de l’allocation réelle des ressources, les gens font des choses complètement différentes, et il se trouve que ces choses complètement différentes sont en réalité ce qui rend l’entreprise rentable.
Ce que je dis et explique, c’est qu’il ne faut pas faire confiance à des théories qui ont une perspective cassée sur le futur. Quelle que soit votre théorie, elle doit traiter le futur de manière saine. Cela signifie comprendre que l’incertitude est irréductible, qu’elle vient de l’agency des autres personnes, et comprendre que lorsque ces personnes changent d’avis, ce n’est généralement pas de façon isolée.
Ainsi, vous pouvez être frappé par des événements positifs et négatifs qui seront beaucoup plus puissants que ce qu’un modèle mathématique naïf donnerait. Mais encore une fois, les chauffeurs de taxi le savent. L’intuition d’un chauffeur de taxi : combien d’argent allez-vous gagner un jour donné ? S’il y a un événement sportif massif, peut-être qu’en tant que chauffeur de taxi vous ferez trois fois le montant normal, parce qu’il y a énormément de demande.
Même chose pour le primeur. S’il y a un événement dans le quartier et un afflux massif de touristes, il vendra beaucoup plus ce jour-là. Ce n’était pas parfaitement prévisible, mais à la fin de la journée, c’était une journée record de ventes. Le primeur n’est pas stupéfait par ce résultat. Il dit : « Oui, ce n’est pas tous les jours comme ça, mais ces jours arrivent de temps à autre. »
La surprise n’est donc que dans les yeux des personnes qui utilisent des modèles mathématiques simplistes. Pour ceux qui s’appuient sur leur intuition, ce n’est pas si surprenant. C’est ce qui est intéressant. Je dis que le problème principal, ce sont ces modèles de type séries temporelles plus distribution normale, extrêmement simplistes. Ce sont les modèles mathématiques cassés. Ce sont les boussoles cassées qui donnent une direction aléatoire chaque fois que vous les regardez.
C’est le cœur de ma critique.
Conor Doherty : Voilà. Et pour resserrer légèrement la phrase que j’ai dite plus tôt, car je me rends compte que je l’avais formulée un peu lâchement, ce que j’essayais de dire était : le dommage d’une erreur lors d’un événement de queue épaisse peut effacer une longue série de bonnes décisions sur les valeurs moyennes. Et cela renvoie aux intuitions que nous avons autour de ces décisions et aussi à l’asymétrie des coûts.
En particulier, et parce que j’aime bien injecter autant d’exemples concrets que possible, prenons l’exemple d’un léger surstock. Disons que vous êtes un détaillant de mode. Être légèrement en surstock, avoir quelques chemises de trop que vous ne vendez pas un jour donné, d’accord, mes coûts de détention sont quoi ? Ils sont plafonnés, parce que je connais le coût de ces chemises. Ce que je vais perdre là n’est pas théoriquement illimité, car il me reste une certaine quantité d’excédent. Je sais ce qu’elle vaut.
En revanche, le coût de ne pas avoir de chemises… il n’y a théoriquement pas de limite, selon le nombre de personnes qui, en moyenne, disons, entrent dans le magasin, et vous opérez, disons, dix heures par jour. Mais théoriquement, un millier de personnes pourraient entrer en voulant exactement la même chose. Vous ne l’avez pas. Elles n’achètent pas la chemise blanche. Puis elles n’achètent pas non plus le jean bleu. Elles n’achètent pas la ceinture. Elles n’achètent pas le chapeau. Elles n’achètent pas les tongs, peu importe. Elles ne reviennent peut-être pas non plus.
Donc les pertes directes plus les pertes indirectes, maintenant et dans le futur, n’ont théoriquement pas de limite supérieure. Être en rupture de stock, par rapport à être simplement un peu en surstock, présente une asymétrie de coût que nous ne ressentons pas intuitivement.
Vois-tu cela comme une faille de l’évolution humaine, que nous ne soyons simplement pas évolués pour penser en ces termes ?
Joannes Vermorel : Je pense que l’esprit humain est en réalité assez bon en gestion intuitive du risque quand il s’agit de son propre argent.
Conor Doherty : C’est le point que tu fais, quand il s’agit de son propre argent.
Joannes Vermorel : Oui. Je veux dire, quand il s’agit de quelque chose pour lequel vous avez de l’information. C’est le problème. Les supply chains sont très grandes, très distribuées, et vous devez donc voler aux instruments. Vous ne pouvez pas voler en regardant où vous allez, parce que fondamentalement vous ne pouvez même pas voir la chose. Il y a trop de produits en stock, trop d’emplacements. Vous devez donc voler aux instruments.
Et c’est là que se trouve le problème avec l’intuition humaine. Je dis que l’intuition humaine est bonne, mais si vos instruments sont complètement nuls, n’espérez pas que quoi que ce soit sorte correctement. Et ce que je dis très précisément, c’est que lorsqu’il s’agit de ces asymétries, les instruments de nature logicielle, parce qu’il s’agit de traitement de l’information, donc la pile logicielle produite au cours des cinq dernières décennies environ, sont complètement nuls.
Ils reposent tous sur des vues incroyablement simplistes du futur, qui sont complètement bidon. Par exemple : séries temporelles sur séries temporelles, distributions normales, délais fixes. Ignorer le fait que vous pouvez avoir des effets de cohorte ou tout effet inter-produit comme la substitution, la cannibalisation ou la perspective panier.
Conor Doherty : Parce que nous achetons des paniers en combinaison, pas isolément.
Joannes Vermorel : Exactement. Tout cela est entièrement absent. Et pour moi, ce qui est fou, c’est de s’attendre à ce qu’un système aussi dysfonctionnel en termes de traitement de l’information… revenons à l’analogie du vol aux instruments. Vous volez avec des instruments tellement cassés, et vous vous attendez à pouvoir piloter votre avion en sécurité. C’est insensé. Vous voyez, c’est insensé.
Ce qui est intéressant, c’est que les entreprises survivent. Et la réponse à la question « pourquoi survivent-elles ? » est d’abord que les gens continuent à faire des choses qui ne sont pas… ils ne répondent pas mécaniquement aux instruments. Ils savent que la boussole est cassée. Ils savent que la jauge pour évaluer l’altitude est aussi cassée. Ils connaissent leurs propres instruments et ne leur font pas confiance.
Ils ont donc tendance à faire beaucoup d’autres choses précisément parce qu’ils ne leur font pas confiance.
Conor Doherty : Oui.
Joannes Vermorel : Et aussi parce que les entreprises supportent beaucoup de coûts permanents, et comme leurs concurrents ont les mêmes problèmes, personne ne fait faillite. Même si vous faites quelque chose très mal, tant que tous vos concurrents sont aussi mauvais, tout va bien. Les marchés ne prouvent pas que vous êtes bon dans votre métier. Le marché prouve seulement que les autres sont aussi mauvais que vous, ou pires.
Et ce que je dis, c’est qu’en ce qui concerne le jeu de la supply chain, ce n’est pas un jeu joué de manière très efficace. Les instruments sont terribles et cela a été très, très gaspilleur. Il se trouve que nous avons tellement d’autres secteurs de l’économie où les progrès ont été tellement incroyables que cela compense complètement ces inefficacités massives.
Mais néanmoins, si vous essayez d’évaluer froidement la contribution, positive et négative, de la supply chain, le tableau est assez sombre.
Conor Doherty : Mhm. Tu as mentionné l’idée d’information. Tu as dit information. Je sais que c’est un chapitre, je crois le chapitre cinq.
Joannes Vermorel : Oui. Le chapitre cinq est l’information. Le chapitre trois est l’épistémologie. Le chapitre six est l’intelligence.
Conor Doherty : Donc l’idée d’information, et ici nous avons parlé d’incertitude, d’information future, d’incertitude sur le risque, et tu as à plusieurs reprises, non seulement dans ce chapitre mais dans tout le livre et évidemment dans beaucoup de conférences, critiqué les séries temporelles, l’utilisation de la prévision par séries temporelles pour essayer d’approcher cette information.
Selon toi, la seule façon de le faire, d’estimer le risque, d’estimer l’information qui vous manque, est-elle d’utiliser la prévision probabiliste ? Et si oui, pourquoi ?
Joannes Vermorel : Ce n’est pas la seule façon. C’est la façon la plus praticable compte tenu des technologies dont nous disposons. Amazon a un ou deux articles sur des techniques essentiellement de style apprentissage par renforcement, qui contournent le besoin de faire explicitement une prévision. Vous pouvez donc élaborer une politique, un processus de décision où la gestion du risque est enfouie dans les paramètres du modèle.
La prévision probabiliste n’est donc jamais faite, parce qu’elle est implicite et enfouie dans la politique elle-même. Mon point de vue est que ces approches souffrent en pratique de défauts massifs dus à une opacité massive. Vous vous retrouvez avec des recettes numériques de style deep learning. C’est extrêmement, extrêmement opaque, même pour le data scientist qui manie la méthode.
Ce que je dis, c’est que si nous voulons une méthode qui ne soit pas trop une boîte noire pour le data scientist qui opère la recette, alors quelque chose qui rend explicite un énoncé sur le futur est préférable. Et puisque nous ne voulons pas… quel type d’énoncé allons-nous faire sur le futur ? Ce seront des probabilités.
Encore une fois, peut-être que dans un siècle, des mathématiciens intelligents trouveront une façon de penser le risque plus intelligente que les probabilités. Mais pour l’instant, disons que c’est l’étalon-or des instruments mathématiques disponibles. Donc ce que je dis, c’est que nous devons avoir ces probabilités.
Et je dis que l’accent doit être mis sur ce qui compte pour l’entreprise. C’est là que la série temporelle dit : prenez vos mesures du passé et concentrez-vous sur leur prolongement dans le futur. Je dis : attendez, ce n’est pas la bonne perspective. À cause de ces asymétries, nous devons prêter attention à ce qui compte.
Qu’est-ce que cela signifie ? Si je gère une épicerie, des personnes qui vandalisent mon magasin et mon magasin qui brûle sont deux types d’événements que je veux caractériser. Ils sont très différents. Leur nature est différente. Le type de prévention est différent. Je ne veux donc pas seulement faire une série temporelle. Je veux réfléchir à leur priorité.
Par exemple, si vous êtes dans l’aviation et que vous voulez réfléchir à ce que coûtera un avion immobilisé au sol…
Conor Doherty : Oui. Exemple classique.
Joannes Vermorel : Eh bien, le coût variera massivement selon le jour et le lieu. Le pire cas, qui a je crois été atteint par une compagnie aérienne il y a quelques années, était d’avoir un A380 immobilisé à Dubaï le soir du Nouvel An.
Conor Doherty : D’accord.
Joannes Vermorel : Il fallait donc essentiellement loger vos clients dans des hôtels, et les hôtels qui avaient encore des chambres étaient essentiellement des palaces.
Conor Doherty : Oui, oui.
Joannes Vermorel : C’était donc un événement à plusieurs millions, où non seulement vous aviez environ 700 passagers, soit environ deux fois plus qu’un avion de ligne normal, mais en plus les seules chambres encore disponibles en ville étaient au sommet du sommet en termes de qualité, avec des prix fous.
C’est le genre de chose où, d’accord, maintenant, un avion immobilisé au sol aura-t-il le même impact s’il est dans une ville où il y a beaucoup de capacité hôtelière disponible, où les prix des hôtels sont bas, et où il y a beaucoup de capacité disponible pour réacheminer mes passagers par d’autres avions ? Il peut y avoir un facteur 10 entre le pire cas d’un avion immobilisé et le cas le plus facile.
Et encore une fois, cela signifie que je dois me concentrer sur… ne pensez pas séries temporelles, pensez caractérisation adéquate des bons et mauvais événements. C’est ce que je dis. Ne vous laissez pas distraire par la formulation mathématique élégante. Gardez les yeux sur ce qui compte.
Conor Doherty : C’est un très, très, très bon exemple. Et c’en est un où je peux donner une anecdote personnelle qui le démontre très bien avec un peu plus de détail. Cela m’est arrivé deux fois, encore une fois un AOG, essentiellement parce que les avions ne peuvent voler qu’un certain nombre d’heures par jour, ou lorsque l’avion est en fait… même s’il attend, il est toujours techniquement en service.
Deux fois, en volant de Dublin à Paris, vers Charles de Gaulle, cette fenêtre a été dépassée, donc l’avion est immobilisé. Il ne peut pas voler. Encore une fois, c’est pour des raisons opérationnelles, peu importe. Le fait est que quand cela arrive, tous les passagers doivent être hébergés.
Étant irlandais, je sais qu’il y a une pénurie incroyable non seulement de logements mais aussi d’hôtels à Dublin. Et je connais aussi mes droits : si cela arrive, la législation européenne signifie que vous serez remboursé pour les repas que vous engagez à cause du retard, et pour l’hébergement. J’ai donc immédiatement ouvert booking.com, non sponsorisé, et j’ai choisi l’une des chambres les plus chères du Hilton.
Joannes Vermorel : Tu es un passager terrible.
Conor Doherty : Ce n’est pas ma faute.
Joannes Vermorel : Exactement.
Conor Doherty : Mais je savais que cela arrivait. Donc je savais, d’accord, et pas seulement cela, je sais aussi qu’il y a de la tarification dynamique. Soudain, vous avez des centaines de personnes…
Joannes Vermorel : Oui.
Conor Doherty : …qui vont toutes essayer de se battre pour les ressources hôtelières très rares à 21 h 30 un week-end à Dublin. C’est… pardon, excuse-moi, je suis tellement excité, je m’anime. C’est un événement de queue épaisse du point de vue de la compagnie aérienne. Ce sont des pertes énormes. En plus, il faut réacheminer toutes ces personnes. Donc vous ne vendez pas ces sièges, vous reprogrammez ces sièges.
Donc, j’ai très bien mangé pendant, je crois, deux jours en fait, et je suis resté dans un très, très, très bel hôtel. J’avais essentiellement une belle suite pour moi. Tout payé par la compagnie aérienne.
Encore une fois, quel est le coût ? Quel est le coût d’un événement AOG à Dublin, qui n’est même pas un lieu si exotique ? Cela dépend. Est-ce le week-end ? Y a-t-il un événement sportif ce week-end qui a déjà consommé une énorme quantité d’hébergements disponibles ? Est-ce le début de la journée ou la fin ? Parce que si c’est 9 heures du matin, vous avez toute la journée pour héberger les gens.
Mais il y avait des centaines de personnes qui attendaient. Et bien sûr, beaucoup de passagers sont simplement allés au comptoir d’aide client en pensant que, pardonnez-moi, la personne de l’autre côté allait pouvoir deviner de nulle part des centaines et des centaines de chambres d’hôtel. Elle ne le pourra pas. Je n’ai donc aucune idée de ce qui est arrivé à ces personnes ni où elles ont été envoyées sur l’île d’Irlande, mais ce n’était pas à Dublin.
Parce que je sais qu’il n’y avait pas beaucoup de places. On parle peut-être d’auberges, mais encore une fois, juste dormir par terre. Mais voilà la situation : comme je travaille chez Lokad, que nous avons beaucoup de clients dans l’aéronautique, je savais que cela arrivait. Alors que j’étais assis sur le tarmac depuis environ trois heures, je savais qu’il était très probable que nous devrions obtenir une chambre. Je vais réserver une chambre remboursable pendant que je suis dans l’avion.
Joannes Vermorel : Oui.
Conor Doherty : Puis le vol a été annulé. J’ai simplement marché, récupéré mon bagage et suis allé directement dans ma chambre d’hôtel. D’autres personnes n’ont pas eu cette chance. Donc tout le point est que cela arrive. Et du point de vue du client comme de celui du consommateur, soyez préparés, parce que cet événement de queue épaisse arrive plus souvent que vous ne le pensez, il est très dommageable, et vous devez être conscients de ce risque.
Joannes Vermorel : Oui. Et encore une fois, le « beaucoup plus souvent que vous ne le pensez » est, je crois, un peu trompeur. Les gens n’ont pas une intuition très quantitative, donc si vous leur demandez de l’exprimer en pourcentage, ils donneront surtout des chiffres bidon. Mais malgré le fait que vous ne connaissiez pas les probabilités, vous pouvez quand même aboutir à une décision assez décente.
Par exemple, réserver une chambre que vous pouvez vous faire rembourser est une évidence.
Conor Doherty : Exactement.
Joannes Vermorel : D’accord. Si cela arrive, je gagne. Si cela n’arrive pas, je ne perds pas grand-chose, sauf quelques minutes sur le site pour annuler. Donc la perte pour vous était dix minutes de votre temps. Le gain était l’évitement d’un inconfort massif.
Conor Doherty : Oui, oui. Exactement.
Joannes Vermorel : Assurance. L’assurance est ce dont nous parlons. Risque et assurance. Et ce que je dis, c’est que si vous essayiez de vivre votre vie en disant, par exemple, que serait une perspective de séries temporelles ? Une perspective de séries temporelles dirait : chaque heure, j’ai une série temporelle qui me donne les coordonnées GPS de ma position.
Conor Doherty : Mhm.
Joannes Vermorel : Imaginez simplement que vous avez deux séries temporelles qui indiquent latitude et longitude, et que vous les prolongez heure par heure pour la semaine suivante. Votre plan serait alors : à cette heure, je devrais être au-dessus de l’océan en train de voler. Mais vous n’y êtes pas. Alors que devient le plan ?
Encore une fois, imaginez vos deux séries temporelles, latitude et longitude. Que vous dit cette série temporelle sur ce que vous devriez faire ou ne pas faire ? C’est incroyablement dysfonctionnel. Elle ne vous dira jamais de réserver un hôtel, peut-être de téléphoner à votre femme pour dire : « Je vais avoir un problème. »
Ce qui est intéressant, c’est que la série temporelle peut sembler très scientifique, votre position exacte à chaque heure du temps, mais en pratique elle est complètement non opérationnelle pour les décisions de base que vous devez prendre : informer vos proches, gérer les hôtels, penser à vos bagages, penser aussi à votre fatigue. Puis-je supporter de rester assis à l’aéroport pendant les quatre prochaines heures, ou dois-je dormir, manger, etc. ?
Vous voyez, tout cela, encore une fois, quand vous adoptez une perspective très individuelle, subjective, c’est évident. Et lorsque cela devient corporate, soudain les gens disent : « Ah non, les séries temporelles sont bonnes. »
Conor Doherty : Oui.
Joannes Vermorel : Non, non, non. Les séries temporelles ne sont pas soudain devenues fonctionnelles parce que nous les utilisons dans un cadre corporate, comme si elles commençaient soudain à avoir du sens. Elles étaient dysfonctionnelles dès le départ. Les utiliser en entreprise n’en fait pas une meilleure façon de penser l’avenir.
Conor Doherty : Cela me rappelle qu’il y a quelques années j’étais à une conférence ISF, je crois à Dijon, et je modérais un panel. Nous parlions exactement de ce point, la différence entre ce que les gens feront personnellement et ce qu’ils feront souvent une fois qu’on les met dans le même bureau.
J’ai donné l’exemple de la planification de vacances. Si vous deviez planifier des vacances, ou disons que vous avez déjà réservé des vols et que vous allez dans un lieu exotique, et que vous regardez la prévision météo probabiliste à une semaine de votre départ, moment où vous allez voyager, et qu’elle indique 20 % de risque de tsunami, enfin un tsunami non, disons une tempête, une tempête, une tempête absolument horrible, tout le voyage va être horrible, est-ce que vous… et vous pouvez alors vous faire rembourser vos billets, oui, comment procéderiez-vous ?
Ou même 20 %, 30 %, 40 %, 50 %, peu importe. À un certain point, la plupart des gens, si ce qu’ils optimisent est « je veux désespérément du soleil », c’est la fonction objectif, « je veux du soleil, je veux la plage », vont-ils continuer à aller à cet endroit ? Vous avez la possibilité de retirer l’argent, de le réorienter, mais vous avez fait un plan, et vous avez une donnée probabiliste qui vous dit que ce plan que vous avez fait pourrait vraiment ne pas se dérouler comme vous l’aviez prévu, c’est-à-dire passer un bon moment une fois arrivé.
Personnellement, que feriez-vous ? Et la plupart des gens ont reconnu : oui, je réévaluerais probablement. C’est donc : d’accord, vous faites confiance à l’entrée probabiliste pour vos propres finances, mais ensuite vous défendez aussi la perspective par séries temporelles quand vous entrez dans…
Joannes Vermorel : Et encore une fois, vous pouvez aussi être incroyablement sensible à des questions subtiles. Par exemple, avez-vous un nourrisson avec vous ?
Conor Doherty : Oui.
Joannes Vermorel : Cela changera complètement votre évaluation. Si ce sont seulement deux adultes qui voyagent, ou s’ils ont un bébé de six mois, c’est complètement différent. Et vous êtes pris dans une tempête difficile. Imaginez que l’avion soit complètement secoué pendant la tempête et que vous ayez un nourrisson avec vous. Ce sera l’enfer pour le bébé et pour vous.
Et ce que je disais, c’est que c’est la même chose pour les supply chains. Vous avez des nuances très subtiles qui font toute la différence dans la façon d’apprécier un risque, parce que vous pouvez avoir de la substitution, de la cannibalisation, des partenaires qui peuvent vous soutenir, des clients qui peuvent attendre.
Nous avons même, par exemple, dans l’aviation, des situations où vous êtes censé réparer un composant. Vous le voyez donc comme un MRO, et le MRO manque de certaines pièces. Mais en réalité, le client peut même, dans certaines circonstances, être disposé à envoyer les pièces.
Conor Doherty : Mhm.
Joannes Vermorel : Parce que le client a aussi du stock de pièces. Vous envoyez donc un composant à réparer à une entreprise, et cette entreprise est normalement censée avoir son propre stock de pièces détachées, mais dans certaines circonstances elle n’en a pas. Et parce que c’est votre composant, et que vous restez très intéressé par le résultat, vous pouvez finir par envoyer certaines de vos propres pièces détachées à ce fournisseur afin qu’il puisse procéder, terminer et vous renvoyer l’élément à nouveau en état de service.
Ce sont donc des situations qui ne rentrent pas dans une série temporelle, mais si vous y pensez d’un point de vue pragmatique, c’est une évidence. Et c’est vraiment le cœur de ce que je veux dire quand je parle de penser l’avenir : les gens doivent penser l’avenir d’une manière non dysfonctionnelle. Et s’ils veulent utiliser les mathématiques, très bien. Les mathématiques sont nécessaires si vous voulez pouvoir traduire votre intuition en logiciel.
Donc si vous voulez utiliser les mathématiques, ce qui est tout à fait acceptable comme formalisme, utilisez simplement un formalisme qui n’est pas complètement cassé. Et je dis simplement : les probabilités. Parce que c’est une valeur sûre. C’est un outil très fiable. Il existe des options plus exotiques, mais je dirais que comme valeur sûre, pour commencer avec la gestion du risque, utilisez simplement les probabilités. C’est une approche très sûre pour traiter la gestion du risque.
Conor Doherty : Très bien. Nous parlons depuis un bon moment maintenant. Je pense qu’il est juste de commencer à conclure. Mais je dirai, voici maintenant ma question habituelle. Nous sommes désormais au chapitre sept du livre. Nous avons couvert beaucoup de choses sur l’incertitude, qui, comme je l’ai dit au tout début, est je pense une partie centrale de la philosophie de Lokad, du livre et évidemment de ce chapitre.
Que peuvent retenir les gens de ce chapitre et appliquer immédiatement pour la suite ?
Joannes Vermorel : Identifiez dans votre entreprise la planification de style Gosplan et arrêtez simplement de faire cela.
Conor Doherty : Voilà. Vous l’avez entendu ici.
Joannes Vermorel : Une fois que vous comprenez comment penser l’avenir, ce qui n’est d’ailleurs pas très difficile…
Conor Doherty : Cela arrivera simplement.
Joannes Vermorel : Oui. Et vous devez être opportuniste. Donc quand quelque chose de favorable arrive, vous devez saisir l’opportunité. Et quand il y a une possibilité que quelque chose d’extrêmement dommageable se produise, vous devez vous préparer afin de minimiser les dégâts lorsque cela arrive.
Ce n’est pas une idée incroyablement sophistiquée. Ce que je dis, c’est que je clarifie simplement dans ce chapitre que c’est la bonne façon de penser l’avenir. Ne croyez pas que ces plans très élaborés, sophistiqués, détiennent une vérité supérieure. Ce n’est pas le cas. Ils sont dysfonctionnels. Ils fonctionnent très mal.
Beaucoup de praticiens regardent ces plans et disent : « Oui, ces chiffres, ils sont tellement, tellement mauvais. Mais c’est la science, vous savez, faites confiance à la science, nous devons faire cela. Je ne peux pas vraiment utiliser ces chiffres, mais je reconnais que c’est la vraie science. » Et le message de ce chapitre est : non, ce n’est pas la vraie science. C’est complètement bidon. C’est du scientisme.
Et si vous comprenez cela, ce chapitre vous donnera les arguments pour discuter avec votre direction générale et dire que votre entreprise devrait arrêter de faire quelque chose qui crée en fait des dommages économiques de manière continue. Les gens sous-estiment le fait que si vous arrêtez de faire quelque chose qui crée simplement des dommages économiques pour votre entreprise, votre entreprise se porte mieux. Vous n’avez pas besoin de faire quelque chose de bon. Si vous arrêtez simplement de faire quelque chose de mauvais : profit, plus de profit.
Et c’est quelque chose qui, je pense, est très difficile, surtout dans les grandes entreprises : penser de manière soustractive. Elles pensent que pour gagner de l’argent, il faut faire plus de choses. Il faut faire quelque chose de mieux. Mais mon observation est que, pour les grandes entreprises, ce n’est généralement pas le problème. La source magique de profit est déjà là. Elles font déjà beaucoup de choses correctement, sinon elles n’existeraient même pas.
Conor Doherty : Oui.
Joannes Vermorel : Et si nous voulons débloquer l’étape suivante de rentabilité, généralement pour les entreprises établies, le volume d’opportunités qui consiste simplement à retirer les mauvaises choses est absolument gigantesque comparé à l’amélioration des bonnes choses. Pour une grande entreprise établie moyenne qui a une supply chain, retirer de façon soustractive les mauvaises choses est presque toujours le domaine le plus facile et le plus simple.
Mais c’est contre-intuitif, parce que je pense que l’intuition humaine est : nous voulons ajouter des choses. Par exemple, améliorer.
Conor Doherty : Oui.
Joannes Vermorel : Très peu de gens penseraient : « Si nous retirons simplement toutes ces personnes et ne les remplaçons pas, tout ira mieux », ou simplement supprimer une pratique médiocre.
Conor Doherty : Oui.
Joannes Vermorel : Ou simplement les personnes. C’est encore ce qu’Elon Musk a fait avec Twitter. Il a commencé par licencier 80 % de l’entreprise, puis la moitié des 20 % restants est simplement partie. Et il s’est avéré qu’ils sont maintenant à environ 90 % de baisse d’effectif, et X fonctionne en fait mieux que jamais.
Ils ont apporté des tonnes de fonctionnalités qu’ils n’avaient pas auparavant, comme les vidéos et ainsi de suite.
Conor Doherty : Mhm.
Joannes Vermorel : Je suis un utilisateur de longue date de Twitter, maintenant X, et ce réseau, après une réduction de 90 % de ses effectifs, est, en tant que produit logiciel, bien meilleur qu’avant. Vous voyez, c’est littéralement la puissance en action de ceci : si vous arrêtez simplement de faire des choses qui nuisent littéralement à votre entreprise, vous vous porterez beaucoup mieux.
Et je pense que pour les entreprises établies, les bureaucraties sont accrétives. Vous accumulez beaucoup de personnes, beaucoup de processus, et cela continue. Chaque manager veut ajouter de nouvelles choses. Et l’idée de simplement supprimer des choses est un peu terrifiante.
Dans l’industrie du logiciel, nous avons le même problème. Quand les gens disent : « Devons-nous simplement supprimer le code ? », d’autres répondent : « Ah, ce code pourrait être utile à l’avenir. » Nous disons donc : « Nous avons tellement investi pour l’écrire au départ », coût irrécupérable, essentiellement.
Conor Doherty : Oui, coût irrécupérable. Devons-nous vraiment le supprimer ?
Joannes Vermorel : Et la réponse est : sans pitié. Vous supprimez, supprimez, supprimez, supprimez. Et ce chapitre sur le futur, voyez-vous, vous donnera les instruments mentaux pour regarder vos pratiques de planification et dire simplement : « Nous devons supprimer ceci, ceci, ceci et cela », et ce sera simplement mieux. Simplement mieux.
Conor Doherty : Très bien. Joannes, merci. Je n’ai plus de questions. Merci de m’avoir rejoint, et je te verrai bientôt pour le chapitre huit.
Et à vous, merci beaucoup d’avoir regardé. Comme toujours, je le dis à ce stade : si vous voulez poursuivre la conversation, vous pouvez contacter Joannes et moi. Nous sommes tous les deux sur LinkedIn, ou vous pouvez nous envoyer un e-mail à contact@lokad.com.
Et sur ce, nous vous retrouverons la prochaine fois pour le chapitre huit. Et oui, retournez au travail.
