La Plateforme Lokad

Même si les initiatives de Supply Chain Quantitative peuvent être menées sur n’importe quelle plateforme avec un langage de programmation, la plateforme Lokad a été précisément conçue pour soutenir ces initiatives. Lokad est une plateforme dédiée à la conception et au déploiement d’applications personnalisées d’optimisation prédictive de la supply chain. Comparé aux outils de développement génériques, Lokad offre une productivité, une fiabilité, une maintenabilité et une sécurité supérieures - et surtout - des performances de la supply chain.

Au cœur de Lokad se trouve Envision, un langage de programmation spécifique au domaine (DSL). Ce langage est destiné aux experts en supply chain, pas aux ingénieurs logiciels. Notre objectif principal est de mettre l’optimisation de la supply chain entre les mains de ceux qui ont une expertise directe dans le domaine. En agissant ainsi, Lokad dérisque les initiatives de supply chain en supprimant les intermédiaires entre les affaires et l’informatique.

Grâce à Envision, nous dépassons largement les capacités des APS (Advanced Planning Systems), “avancés” seulement de nom, de la BI (Business Intelligence) ou même des outils de prévision spécialisés. Enfin, comparé aux langages de programmation génériques - comme Python - Lokad offre des applications plus sécurisées et plus maintenables.

Au-delà des tableurs

Excel est l’outil le plus largement utilisé en supply chain. Chez Lokad, nous reconnaissons que Excel a de nombreuses qualités : il est simple, expressif, visuel, et surtout, Excel vous permet de rester en contrôle de vos données en tout temps. Excel a acquis le succès mondial qu’il mérite. Avec Envision, nous avons travaillé très dur pour préserver toutes ces excellentes qualités trouvées dans Excel.

Cependant, en ce qui concerne la supply chain, Excel n’est pas non plus le summum de l’analyse. La plus grande force d’Excel est aussi sa plus grande faiblesse : la logique de calcul et les données deviennent systématiquement entremêlées, ce qui crée des problèmes sans fin dès que les feuilles commencent à prendre de l’ampleur. Pourtant, de grandes feuilles Excel sont généralement inévitables en supply chain, où des centaines, voire des milliers de produits se trouvent généralement au sein de la même entreprise.

Malheureusement, ce problème d’entremêlement logique+données ne peut pas être résolu dans Excel, car la “solution” irait à l’encontre de ce qui fait d’Excel un outil si formidable en premier lieu. Par conséquent, chez Lokad, nous avons décidé de concevoir Envision, une technologie qui préserverait les propriétés précieuses d’Excel en ce qui concerne la supply chain, mais qui soutiendrait également la montée en puissance jusqu’à des centaines de millions de commandes ou de références, si c’est ce qui est nécessaire.

Ensuite, les tableurs, pas seulement Excel, ne sont tout simplement pas adaptés aux classes de calculs spécialisés mais essentiels nécessaires à l’optimisation des supply chains. Par exemple, les tableurs n’ont (virtuellement) aucune fonction pour gérer les prévisions probabilistes. Ainsi, les tableurs sont bloqués dans une mentalité de “moyenne générale” qui est préjudiciable pour les supply chains. De même, les tableurs n’ont (virtuellement) aucune fonction pour effectuer une optimisation contrainte dans des conditions incertaines. En conséquence, même des contraintes banals comme les MOQs finissent par être résolues manuellement par les praticiens de la supply chain.

Envision propose des constructions spécialisées - comme une algèbre des variables aléatoires - qui sont essentielles à l’optimisation prédictive des supply chains, et qui ne sont tout simplement pas disponibles dans les tableurs. Ensuite, les applications construites avec Envision sont beaucoup plus maintenables que les tableurs, qui ne sont pas adaptés aux problèmes complexes.

Pas seulement observer les données mais agir dessus

Les solutions de Business Intelligence (BI) sont souvent présentées comme la prochaine étape de l’analyse commerciale après Excel. Cependant, sur la base des années d’expérience de Lokad, nous en sommes arrivés à la conclusion que, en ce qui concerne les supply chains, la BI échoue presque toujours à concrétiser les avantages attendus. Le problème ne réside pas dans la qualité des outils de Business Intelligence : le marché de la BI est mature et il existe d’excellentes solutions. En revanche, la difficulté réside dans le fait qu’observer les données dans le but d’obtenir des “idées” est extrêmement coûteux pour les entreprises où des milliers de produits et des milliers de clients sont impliqués.

Dans la supply chain, les outils de BI échouent à s’étendre non pas parce qu’ils ne peuvent pas traiter toutes les données disponibles - contrairement à Excel, les bons outils de BI peuvent traiter de très grandes quantités de données - mais parce que, alors que produire des millions de chiffres chaque jour est bon marché, comme nous l’avons dit précédemment : produire seulement dix chiffres pertinents chaque jour qui méritent d’être lus et agis est extrêmement difficile. Malgré toutes ses imperfections, Excel a cette attitude de “faire avancer les choses”, tandis que la BI ne l’a pas.

Pour Envision, nous voulions absolument préserver cette perspective de “faire avancer les choses”. Envision consiste à construire des applications. Par exemple, Envision peut générer des listes d’actions prioritaires telles que :

Énumérer les articles les plus à maintenir à une marge brute basse pour mettre la pression sur les concurrents
Générer les quantités nécessaires pour remplir exactement le prochain conteneur à commander
Énumérer les articles les plus à liquider pour désencombrer l’entrepôt
Énumérer les articles les plus souvent retournés par les clients et qui doivent être retirés de la liste

Les décisions quantitatives générées par Envision peuvent ensuite être réimportées automatiquement dans l’ERP, ou téléchargées sous forme de tableurs. La portée exacte d’Envision dépend vraiment de ce que vous décidez d’être les priorités principales de votre entreprise.

Votre entreprise ne peut pas éviter la programmabilité

Envision est un langage de programmation. Pour la plupart des gens qui ne sont pas des développeurs de logiciels, cela semble probablement “très” technique ; la plupart des cadres d’entreprise, même dans les plus grandes entreprises, se demandent si leur équipe sera capable de devenir productive avec un outil aussi avancé. Notre expérience nous dit que la supply chain est irrémédiablement complexe. Nous avons vu certains fournisseurs promettre des outils si simples qu’un “enfant de 9 ans pourrait les utiliser”, et finalement obtenir des résultats alignés sur ce qu’un véritable “enfant de 9 ans” aurait pu produire.

La supply chain implique des milliers de produits, et fréquemment, beaucoup plus. Chaque prix, chaque niveau de stock, chaque assortiment doit être ajusté en permanence. Il n’y a aucun espoir d’atteindre cela avec un niveau de productivité satisfaisant sans automatiser toutes ces tâches banales. Pourtant, l’automatisation seule n’est pas suffisante : il doit s’agir d’une automatisation intelligente qui est profondément alignée sur vos moteurs commerciaux spécifiques. La partie “programmable” est celle qui rend possible d’atteindre cet alignement.

Chaque fois que quelqu’un élabore une formule complexe dans un tableur quelque part dans votre organisation, cette personne exploite l’expressivité programmatique du tableur. Il n’y a pas moyen de se débarrasser de la folie des tableurs si les équipes n’ont pas de meilleure alternative pour injecter leur expertise métier dans les systèmes. Envision est précisément conçu comme cette alternative supérieure.

Au-delà de Python

Malgré la popularité croissante des initiatives en science des données, la réalité est que la grande majorité de ces initiatives ne répondent pas à leurs attentes. Plus précisément, alors que les prototypes initiaux sont souvent prometteurs, ces initiatives échouent généralement à passer à la production. En revanche, Envision a été conçu en gardant à l’esprit la production de la supply chain, afin de limiter autant que possible ces classes de problèmes. Il y a deux causes principales derrière ces échecs. Discuter des avantages et inconvénients de toutes les alternatives à Envision serait quelque peu fastidieux, donc pour des raisons de clarté, la discussion se concentrera sur le choix entre Python et Envision.

Premièrement, Python nécessite des ingénieurs logiciels. En effet, Python, comme tout langage de programmation complet, expose des tonnes de subtilités techniques à quiconque écrit du code en Python. S’attendre à ce que les gens soient à la fois des experts en ingénierie de la supply chain et des experts en ingénierie logicielle est trop demander. Les capacités programmatiques doivent être accessibles à un large éventail de personnes techniquement compétentes, pas seulement aux ingénieurs logiciels professionnels.

Deuxièmement, les coûts de maintenance des prototypes Python hâtifs explosent. Les coûts de maintenance doivent être maîtrisés. Python est loin d’être léger du point de vue matériel. Ensuite, résoudre des problèmes d’optimisation de la supply chain est un processus chaotique : les données de nombreux systèmes (peu fiables) doivent être acheminées de manière fiable, les processus imparfaits et en constante évolution doivent être documentés et modélisés, les métriques d’optimisation doivent refléter une stratégie commerciale en constante évolution, etc. Python n’offre presque aucune correction par conception pour soutenir de tels efforts.

Envision est notre réponse à ces défis. Il brille de manière simplement inaccessible à Python, à savoir :

Défense en profondeur, prévenant des classes entières de problèmes de sécurité qui surviennent chaque fois qu’un langage de programmation général est impliqué.
Performance transparente, empêchant l’écriture de programmes qui seront impraticablement lents à exécuter en production dès le départ.
Mise à niveau transparente, aussi à la pointe que puisse être une cible en mouvement constant, les mises à niveau doivent être livrées automatiquement, généralement par des réécritures de code en arrière-plan.
Stack empaqueté, où le fardeau d’assembler des dizaines de morceaux de logiciel, même en considérant l’application la plus simple, est éliminé.

En conclusion, bien que Python soit génial (c’est le cas), ce n’est pas une réponse satisfaisante pour l’optimisation de la supply chain comme l’est Envision. Construire et maintenir une application d’apprentissage automatique de qualité de production en Python est possible, mais les coûts sont élevés, et à moins que votre entreprise ne soit prête à avoir une équipe d’ingénierie logicielle complète dédiée à la maintenance de cette application, cela ne fonctionnera pas en production.