La Supply Chain Quantiative offre une nouvelle façon d’optimiser la supply chain au moyen de logiciels plus performants et évolutifs, qui exploitent généralement l'apprentissage automatique et reposent sur une infrastructure Big Data. L’humain reste pourtant au cœur de tout projet de Supply Chain Quantiative à travers le rôle du Supply Chain Scientist, qui prépare ces dernières, définit le modèle économique utilisé et effectue le suivi de la performance. Le Supply Chain Scientist représente l’intelligence humaine augmentée par les moyens informatiques . Son travail permet une automatisation intelligente des décisions en matière de supply chain.
Humain + ordinateur
L’optimisation d’une supply chain requiert une connaissance approfondie de la stratégie de l’entreprise . En effet, les ruptures de stock peuvent être extrêmement coûteuses, comme dans le secteur de l’aéronautique, ou rencontrées quotidiennement, dans la distribution d’aliments frais par exemple. Même si les algorithmes actuels sont capables de battre des champions aux échecs ou au go, les ordinateurs les plus performants ne sont toutefois pas encore en mesure d’établir la feuille de route stratégique d’une entreprise en matière de supply chain. La gestion logistique entièrement automatisée reste donc du domaine de la science-fiction.
Cependant, les algorithmes intelligents et les algorithmes d'apprentissage automatique sont devenus incroyablement bons pour résoudre des problèmes bien définis, circonscrits et répétitifs. La Supply Chain Quantiative intègre ces capacités informatiques modernes : l’intelligence humaine est mise à contribution pour formuler le problème, éliminer les ambiguïtés et définir un déroulement réitérable, puis l’ordinateur se charge de générer les nombreuses décisions supply chain nécessaires à l’activité quotidienne de l’entreprise.
La Supply Chain Quantiative ne vise pas à mettre les connaissances humaines sur la touche, bien au contraire. La Supply Chain Quantiative consiste à ramener les connaissances humaines vers les sujets stratégiques sur lesquels celles-ci pèsent le plus. En libérant les équipes supply chain des tâches répétitives et sans intérêt, la Supply Chain Quantiative leur donne la possibilité de concentrer leurs efforts sur les problèmes stratégiques et non sur des détails opérationnels.
Le rôle du Supply Chain Scientist
Le rôle du Supply Chain Scientist est de traiter les données, d’inclure toutes les variables économiques dans la logique de traitement et d’automatiser la génération des décisions supply chain. Il est également chargé de mettre en œuvre et de surveiller un certain nombre de KPI, définis avec les responsables supply chain et utilisés pour évaluer la performance de l’initiative de Supply Chain Quantiative.
Au début de cette dernière, au cours de la phase de définition du périmètre, le Supply Chain Scientist doit veiller à ce que le problème à résoudre soit correctement défini et les ambiguïtés clairement identifiées, sinon résolues. Il est notamment responsable de définir clairement l’automatisation attendue. Selon le contexte, cette automatisation peut viser à établir des commandes d’achat, générer des mouvements de stock, des mises au rebut, etc.
Lors de la phase de préparation des données, le Supply Chain Scientist doit vérifier que toutes les données utiles à l’initiative d’optimisation sont correctement extraites des systèmes informatiques de l’entreprise. L’équipe informatique apporte son aide pour la partie technique de l’extraction, mais c’est au Supply Chain Scientist de les rendre intelligibles. La signification précise des données du point de vue de la supply chain est extrêmement importante. La transformation des données brutes extraites des systèmes informatiques en données manipulables par un algorithme d'apprentissage automatique demande des efforts importants. Ces derniers sont de la responsabilité du Supply Chain Scientist.
Lors de la phase d’intégration, les chiffres calculés automatiquement sont remis en cause par l’équipe supply chain. En effet, cette dernière découvre souvent à cette occasion des cas limites pour lesquels l’automatisation ne fonctionne pas correctement. Le rôle du Supply Chain Scientist est alors de résoudre ces cas limites. Il peut par ailleurs arriver que les chiffres suggérés soient corrects, mais diffèrent de ceux produits par le passé de façon non optimisée. Le Supply Chain Scientist doit donc intervenir pour clarifier ces situations et convaincre les membres de l’équipe supply chain que ces chiffres ne sont pas problématiques et correspondent plutôt à une des clés de la solution.
Enfin, une fois la solution en production, le Supply Chain Scientist surveille la performance de l’automatisation et en identifie les faiblesses. Il est responsable de l’amélioration continue de la solution. Souvent l’amélioration de la logique requiert plus de données ou des données de meilleure qualité, qui nécessitent à leur tour des modifications des processus logistiques opérationnels. Le Supply Chain Scientist quantifie les gains potentiels de certaines améliorations des données et propose des changements, en les justifiant, à l’équipe supply chain.
Les compétences du Supply Chain Scientist
Le Supply Chain Scientist est expert à la fois des données et de la supply chain. Cette double compétence est essentielle à la mise en place d’une solution qui répond aux attentes initiales. Son expertise en matière de supply chain est incontournable et lui permet de connaître en détail les difficultés à surmonter. Sans cette compréhension des défis supply chain, le projet risque d’aboutir à une « solution » incohérente avec les besoins de la supply chain. Délais d'approvisionnement variables, quantités minimales de commande, coûts du transport aérien ou maritime, analyse à plusieurs niveaux... sont autant de paramètres qu’un Supply Chain Scientist doit maîtriser. Ce dernier doit comprendre en détail chacun de ces éléments, mais également la façon dont ceux-ci interagissent, savoir comment les quantités minimales de commande influent sur les délais d'approvisionnement par exemple.
Son expertise en matière de données est fondamentale. Elle lui permet tout d’abord d’évaluer quantitativement les données historiques puis de mettre en œuvre une logique qui automatise entièrement le processus de prise de décisions. Le Supply Chain Scientist apporte au projet des connaissances en programmation sans lesquelles des retards peuvent être rencontrés et des résultats dangereux fournis. La programmation est à la fois une compétence et un art. Les difficultés rencontrées dans la supply chain sont incroyablement compliquées. Le Supply Chain Scientist est capable de mettre en œuvre une solution assez simple pour être durable, mais aussi assez précise pour permettre d’atteindre le niveau de performance attendu.
Enfin, il doit être un communicant hors-norme. Ses compétences rédactionnelles lui permettent de bien documenter l’initiative de Supply Chain Quantiative en elle-même. Les supply chains reposent toutes sur des compromis, par exemple de faibles quantités minimales de commande ou des prix d’achat bas, et, la plupart du temps, ces compromis ne sont pas documentés. Hors, la Supply Chain Quantiative nécessite que chaque compromis soit documenté et quantifié. Cette tâche est de la responsabilité du Supply Chain Scientist. Ce dernier doit également être à l’aise à l’oral afin de dialoguer de façon constructive avec les membres de l’équipe supply chain lors de la phase d’intégration, notamment pour convaincre ces derniers de l’intérêt de la nouvelle approche.
Les Supply Chain Scientist
Le profil de Supply Chain Scientist est apparu petit à petit chez Lokad au cours de la dernière décennie (Lokad a été créé en 2008). Au départ Lokad était uniquement une entreprise informatique, mais nous avons réalisé que l’excellence logistique exige une équipe Lokad spécialisée et prête à intervenir en direct sur les difficultés rencontrées au cours des projets. Le support informatique traditionnel ne suffit pas à répondre de façon satisfaisante aux entreprises dont les difficultés requièrent des connaissances approfondies de nombreux scénarios supply chain et non uniquement une connaissance de la technologie développée par Lokad.
Il n’est pas aisé de rassembler et développer de tels profils. Par conséquent, beaucoup d’entreprises passent par Lokad pour accéder à ces compétences au cours de leur initiative de Supply Chain Quantiative. Lokad offre en effet une solution logiciel + experts dans laquelle un Supply Chain Scientist est affecté au projet et le coordonne. Cette approche évite aux entreprises de devoir recruter immédiatement un Supply Chain Scientist. Il est logique d’externaliser ce profil pour les petites entreprises comme pour les grandes. Pour les petites entreprises, les coûts d’un tel recrutement sont trop élevés. Pour les grandes entreprises, cette externalisation accélère le rythme des modifications au sein de leur organisation.
Les candidats sélectionnés par Lokad pour cette équipe ont un une formation bac + 5 dans le domaine de l’ingénierie. Les Supply Chain Scientist de Lokad connaissent les principes de la programmation, mais ne sont pas des programmeurs. L’ensemble de leurs compétences est plus varié et comprend les bases de l’ingénierie : modélisation de problèmes industriels, définition de processus, optimisation et fiabilisation de processus, communication avec la direction, etc. Nous sélectionnons des candidats très à l’aise en mathématiques et en statistique, car ces deux domaines sont indispensables à la résolution quantitative de la plupart des difficultés supply chain.
Le développement de cette équipe est un processus dont l’amélioration est continue. Puisque Lokad remplit le rôle de Supply Chain Scientist pour de nombreuses entreprises dans divers secteurs, nous avons accumulé un grand nombre de compétences dans ce domaine. De plus, lorsqu'une nouvelle recrue nous rejoint, elle est formée à différents scénarios logistiques, dans plusieurs secteurs d’activité, afin de raccourcir sa phase d’apprentissage et d’approfondir ses connaissances.
Contenus associés
LokadTV
