Principe de simplexité appliqué aux supply chains

Nos Supply chains sont de plus en plus complexes, interconnectées avec des objets et du big data. Les outils logiciels sont devenus tout aussi compliqués, seuls les esprits les plus brillants en comprennent à peine 10%.  L’éloignement du terrain de nos décisionnaires fait des opérationnels des shadoks… comment appliquer quelques principes de simplexité à nos supply chain. 

Dans un environnement incertain, la demande est de plus en plus difficile à appréhender par des extrapolations statistiques d’historiques. Néanmoins, de nouvelles solutions comme les APS, logiciels de planification avancée, ont trouvé des parades ; en développant des outils collaboratifs pour aider à gérer les promotions et les lancements de nouveaux produits, éléments les plus contributeurs à l’incertitude de la demande. Mais si ces produits ont tendance à devenir majoritaires, les modes de gestion préconisés par ces outils automatisés ne risquent-t-ils pas de devenir trop lourds? Nos supply chains sont de plus en plus complexes. Ne pourrait on pas appliquer les principes de la simplexité à nos nouvelles organisations ?

Avant de parler de simplexité, revenons dans un premier temps sur les principes de la complexité.

La confusion est facile entre un système complexe et un système compliqué.
Commençons d’abord par un système simple : un système simple contient peu d’interactions et est prévisible. Une même action produira toujours le même résultat. Il sera qualifié de répétable.
Les systèmes compliqués comportent souvent de nombreux paramètres mais ceux ci obéiront à des lois et aboutiront toujours au même comportement.
Un système complexe, par opposition, comportera de nombreux paramètres qui obéiront à des lois changeantes. Le comportement du système ne sera donc jamais le même. 3 propriétés déterminent la complexité d’un environnement : la multiplicité caractérisant le nombre d’éléments interagissant ensemble. L’interdépendance caractérisant les connexions entre les éléments et la diversité qui caractérise le degré d’hétérogénéité des éléments.
Sur le plan pratique, la différence principale entre système complexe et système compliqué vient que l’on est capables de prédire les résultats d’un système compliqué en connaissant les paramètres de départ. Pour un système complexe, c’est totalement impossible ! Les mêmes conditions de départ pourront aboutir à des résultats totalement différents en raison des interactions des éléments du système.
Il est possible de comprendre les systèmes simples et compliqués en identifiant et en modélisant les relations entre les différents éléments. Les relations peuvent être réduites et prévues. Dans un système complexe, les interactions sont continuelles et imprévisibles.

La simplexité, d’où ça vient ?

La notion de simplexité est une notion assez nouvelle qui trouve ses origines dans l’ingénierie et les neurosciences. Il s’agit de rendre simple, compréhensible et lisible des choses complexes. De même que “complexe” ne doit pas être confondu avec “compliqué”, “simplexe” ne doit pas être confondu avec “simple”. Une “chose simplexe” est une “chose complexe dont on a déconstruit la complexité que l’on sait expliquer de manière simple”.

Quels impacts de la complexité dans nos supply chains ?

Comment se caractérise la complexité dans nos supply chain actuelles ? le symptôme le plus classique que l’on observe dans les supply chain complexes est le bull-Whip effect ou phénomène d’amplification. Ce phénomène se matérialise par des distorsions de signal de la demande tout au long d’une chaîne et a pour impact d’allonger les cycles et d’augmenter les niveaux de stocks dans une supply chain.

Dans nos environnements industriels actuels, la complexité soulève deux types de challenges

• Challenge 1 :  les méthodes de prévisions classiques reposent sur deux postulats de base ; premièrement, les éléments prévus sont indépendants les uns des autres. Deuxièmement, le comportement d’une population donnée est extrapolable depuis des mesures classiques de moyenne, médiane ou écart type sur un échantillon. Ainsi, les outils avancés de prévision de ventes avec des systèmes auto adaptatifs basés sur des algorithmes statistiques ou probabilistiques ne peuvent qu’aboutir à des résultats faux. Il semble impossible de prédire le futur avec un bon niveau de précision. Comment résoudre cette équation ?

• Challenge 2 :  les managers des fonctions supply chain doivent prendre des décisions tous les jours pour assurer un bon taux de service au client final tout en minimisant les stocks. Comment faire si les prévisions sont fausses ? Peut on imaginer se passer totalement des prévisions ? Peut on rendre inutile le besoin de se passer de prévision ? Comment le système se comportera en cas de prévision fausse ?

Si on devait appliquer les principes de la simplexité à nos environnements industriels et logistiques, que faudrait il faire ?

Les outils de prévisions de ventes devront être les plus simples possibles. Dans une organisation supply chain, il faut avant tout se reposer sur des données certaines. Un vieil adage dit bien « un tiens vaut mieux que deux tu l’auras».  La simplexité va nous pousser à nous baser sur des données passées (non discutables comme des historiques de commandes), des données actuelles (comme un carnet de commande). L’estimation de la demande future n’est intéressante que dans ses phénomènes anormaux (appelés Outliers en anglais). Ce sont les pics de la demande qui mettent à mal une organisation industrielle et logistique. L’intérêt n’est pas de prédire un pic mais plutôt de simuler le comportement du système industriel au regard de ce pic.
Pour se passer des prévisions et rendre le système plus résilient, il faut réussir à décomposer le système complexe en sous systèmes simples. La formule consiste alors à rendre indépendants les maillons d’une chaîne logistique et à créer des redondances dans cette chaîne.
Dans un monde imprévisible et totalement aléatoire, le meilleur investissement que peut faire une entreprise est celui qui minimise le besoin de prévision / prédiction. Il faut réussir à déplacer les décisions au plus près de celui qui en voit les conséquences.

Alors concrètement, que peut on faire ?

Sans prétendre que cette méthode réponde à tous les enjeux, suivre cette séquence permet de répondre à de nombreux problèmes classiques d’une supply chain.

• Etape 1 : Cartographier sa supply chain. Il faut bien comprendre sa supply chain. Pour cela, il faut la cartographier, comprendre les cascades de cycles, identifier et caractériser les contraintes de la supply chain. Il faut réussir à mettre en évidence les écarts entre les contraintes industrielles le plus souvent quantifiables et prévisibles et les caractéristiques des marchés qui sont aléatoires et définies sur le court terme.
• Etape 2 : La deuxième étape consiste à identifier les différents segments de la supply chain simples et indépendants. Si ces segments ne sont pas indépendants alors il faut le rendre en mettant en place des découplages ou des amortisseurs. Cette seconde étape est cruciale pour le reste car elle permet de revoir sa stratégie SCM dans sa globalité.
• Etape 3 : Elle consiste à piloter chaque segment en identifiant les ressources critiques du segment. Il faut alors asservir l’amont et l’aval du segment aux  ressources critiques. L’identification de ressources critiques est un sujet à part entière.
• Etape 4 : Cette étape consiste à identifier les règles d’ajustement des « amortisseurs » en continu.
• Etape 5 : Cette étape consiste à piloter la chaine logistique et ses différents segments par la demande ferme. Evidemment, il ne s’agit pas de la même demande partout dans la supply chain. Mais le principe est de n’activer une ressource de la supply chain que sur une demande que l’on pourrait caractériser de qualifiée, c’est à dire correspondant à un vrai besoin.
• Etape 6 : Cette dernière étape consiste à synchroniser l’ensemble par un mécanisme d’alertes et spécifiques permettant de synchroniser les différents segments de la supply chain.

Quels bénéfices de la simplexité pour nos supply chain ?

Le premier bénéfice est que l’on rend intellectualisable et prévisible les différents maillons / segments de la supply chain. On remet la complexité à hauteur de la compréhension du cerveau humain.
Le second bénéfice est que l’on amortie l’effet d’amplification (bull-whip effect) par les amortisseurs et que l’on garde une meilleure compréhension du signal de la demande immédiate.
Le troisième bénéfice est que l’on rend une supply chain faite d’éléments interconnectés et dépendants en un réseau de segments supply chain in(ter)dépendants via les amortisseurs régulés. D’un système complexe au départ, on passe un ensemble de systèmes compliqués où chaque segment possède un comportement prévisible et répétable.
Le quatrième bénéfice est que l’on rend visible et opérationnel le pilotage de la supply chain. Avec l’avènement des outils informatiques, on constate que les décisionnaires sont de plus en plus éloignés du terrain. Cet éloignement est considéré par beaucoup comme un frein à l’amélioration de la performance.

Trop souvent, nos managers pensent que pour résoudre des problèmes complexes, il faut des solutions compliquées. Cela nous amène à des principes shadoks où l’on pompe sans plus savoir pourquoi on pompe. Un problème quel qu’il soit doit toujours être triangulé, c’est à dire, analysé sous différents angles. C’est tout l’intérêt des méthodes simplexes ; elles permettent de voir et d’analyser des systèmes complexes , comme une supply chain, comme un ensemble d ‘éléments compliqués.

L’approche DDMRP est en ce sens une méthode simplexe puisque vous l’aurez reconnu, les différentes étapes décrites ci dessus sont assez communes aux étapes du DDMRP.