Apparus depuis 5 ans, le concept DDMRP et ses déclinaisons bousculent le monde de la Supply Chain, en devenant une vague mondiale qui ébranle les schémas établis.
Cependant, accrochés à leurs processus très imbriqués dans leurs systèmes d’information créés autour de MRP2, beaucoup des décideurs concernés redoutent de remettre en cause leurs architectures informatiques même si les exceptions et verrues se multiplient.
On peut les comprendre : ils subissent les travers de la première génération “d’intelligence artificielle”, au point de laisser des systèmes tourner sans y ajouter l’intelligence humaine nécessaire : une automatisation des systèmes livrée à elle-même qui a rendu les humains démunis. C’est notamment le cas des calculs de prévisions appliquant des coefficients de désagrégation ou des algorithmes statistiques qui ne sont pas assez contrôlés et engendrent des prévisions peu fiables.
Et pourtant, la proposition initiale de MRP2 n’était pas qu’un mirage de la technologie : MRP2 demandait aussi du contrôle, des simulations, des optimisations avec des opérateurs humains compétents. Mais la machine s’est emballée et le mirage s’est transformé en machine folle.
Rappelons-nous de la brique S&OP : Prévoir des besoins suffisamment à l’avance pour gérer des stratégies d’achats, d’investissements en production ou de dimensionnement des ressources, cela ne tenait pas du mirage… Il fallait définir des données agrégées pour décrire quelles seraient les familles de produits et les volumes vendus d’ici quelques mois et années, ce qui devait permettre de calculer des besoins en utilisant des gammes et nomenclatures suffisamment “macro” pour rester modélisable, compréhensible et simulable
Malheureusement, le concept MRP2 est passé trop vite des praticiens de la gestion industrielle et des flux à des spécialistes de la technologie : les éditeurs d’ERP et d’APS qui en ont fait un système global intégrant toutes les données et tous les niveaux de gestion des usines et des réseaux de distribution. Ils apportaient une nouvelle promesse : le Big data. Des millions de skus, des dizaines de niveaux de nomenclature, des prévisions mixées avec des centaines de milliers de lignes de commandes, rien ne pouvait les effrayer.
Sauf que la résultante sur le court terme de cette machine folle fut de proposer des centaines d’ordres de fabrication, d’achat, de transfert à lancer ou à réajuster quotidiennement. Ordres que les humains derrière leurs écrans remettaient en question pour contourner les calculs voire tenter de reproduire sous Excel les calculs de systèmes qui avaient coûté des dizaines de millions d’euros à leur entreprise.
Sur les horizons court terme, les tenants de l’automatisation n’avaient pas compris que l’ensemble de la logique s’effondrait à la fois du côté de la demande, toujours plus variable et éclatée sur de plus nombreux produits, mais aussi du côté de la production avec des pénuries de ressources, des ruptures fournisseurs et finalement une adéquation besoins – ressources toujours plus complexe à modéliser. Il fallait donc revenir à des gestions de priorités tirées par la demande réelle, comme le proposait le Lean avec le Kanban.
Et finalement, même sur le moyen / long terme, beaucoup d’outils ne se sont pas dotés des facilités indispensables à la réflexion et à la simulation autour de scénarios développant des logiques end to end d’hypothèses hautes, moyennes ou basses sur la demande, la capacité industrielle et logistique, …
Une illustration concrète des faiblesses de l’analyse de la demande est l’absence de segmentation des canaux de demande et de comportement des clients. Alors que la demande est multiple, constituée de besoins immédiats ou de gros appels d’offres, de promotions ou de demande régulière sur des fortes ventes, de lancements ou d’évènements ciblés sur certaines clientèles, les systèmes agrègent et mélangent tout.
Alors, les tenants du flux se sont révoltés contre ces premières vagues d’automatisation en agitant le modèle Toyota, forts de ses résultats, par exemple en prêchant pour la duplication des moyens pour assurer le takt time dans tous les scénarios de demande et la création d’étiquettes de pilotage du stock et de tableaux d’accumulation des besoins à chaque poste de fabrication : Kanban et Heijunka.
La révolte pouvait être violente : une usine au modèle Toyota ne devait pas tenir compte des ordres venus de l’ERP ou des prévisions de vente pour gérer ses flux. D’où des forts besoins d’investissements en moyens et des difficultés à fonctionner en mode étendu avec des sous-traitants éloignés, des flux gérés à la commande ou des flux complexes internes / externes.
Ainsi, le modèle Toyota s’est dressé comme un mur, irréconciliable avec MRP2, alors qu’il allait être lui-même en échec dans bien des situations (très peu d’implémentation ont franchi les limites de l’usine).
Pire, les constructeurs de murs, très en vogue actuellement, ont également sévi pour séparer les marchés, les consommateurs et les sources industrielles. Ainsi, les équipes centrales chargées de la distribution et la planification se sont dotées de méthodes et outils APS qui ont été très efficaces tant que la demande des clients et consommateurs était suffisamment homogène et stable.
Evidemment, des milliers de consultants se sont rués sur chacun des deux camps au point qu’un industriel ou un distributeur ne puisse se transformer qu’en prenant assistance auprès des tenants du Lean d’un côté ou auprès des tenants de la prévision et des APS de l’autre.
Aucun des camps n’ayant jusqu’ici cherché de logiques de consensus ni désiré comprendre ou intégrer les arguments de l’autre camp.
Citwell, pionnier et leader des initiatives DDMRP en France, l’assure : la réconciliation devra se produire en réalisant que DDMRP est un pont lancé entre ces camps jusqu’ici irréconciliables.
Les raisons en sont nombreuses, si on connaît bien tous les aspects des concepts Demand Driven, sans jugement réducteur du type “votre demand driven, ce ne sont que des stocks en buffers rouge-jaune-vert”. Même s’il ne faut jamais cesser d’expliquer, notre réponse à des jugements de ce type est d’envoyer leurs auteurs aux formations certifiantes qui sont très inclusives de l’ensemble des concepts et problématiques des entreprises.
Alors, en 6 points sans doute un peu réducteurs, voici des raisons pour lesquelles la réconciliation aura lieu pour aboutir à une théorie globale, des systèmes intelligents et des humains aux commandes :
- Kanban a apporté une gestion visuelle basée sur la demande réelle => DDMRP le digitalise et le rend visible par tous en même temps
- MRP2 crée les points de découplage dans les nomenclatures => DDMRP le structure et le simule
- MRP2 produit des rapports automatiques sur les ordres à passer => DDMRP le rend visuel et en stabilise l’exploitation
- Heijunka facilite l’ordonnancement => DDMRP intègre des logiques d’ordonnancement par poste goulot et normalise les roues de produit/campagne
- MRP2 permet de construire le S&OP => DDAE rend le S&OP plus pertinent en segmentant la demande et focalisant les simulations sur les ressources contraintes
- LEAN promeut le flux sans mettre en équation la notion de coût complet => DDAE porte sur une vision de coût global et de marge réalisée sur les ressources goulots.
Cependant la réconciliation passera également par des renoncements de la part des tenants des deux camps, du fait de choix systémiques et organisationnels qui datent d’un autre temps :
- Ni MRP2, ni Kanban n’ont proposé de méthodes de surveillance et d’optimisation des paramètres, considérant que les prévisions seront de plus en plus fiables et les formules mathématiques suffisantes pour dimensionner le stock ou optimiser l’ordonnancement
- Si Kanban trouve vite ses limites lorsqu’il s’agit de gérer des échanges multi-sites concernant des milliers de produits, les APS et autres solutions intégrées ne doivent pas faire oublier les besoins de collaboration entre les différents maillons de la Supply Chain.
- Les silos organisationnels ne seront pas décloisonnés uniquement par les systèmes intégrés mais surtout par la confiance qui s’établira au travers de la visibilité sur les contrats de service entre fournisseurs et usines tout autant qu’entre usines, équipes de distribution et filiales commerciales.
Alors, militants de la réconciliation pour prendre le meilleur de chaque approche, Citwell et Demand Driven engagent des transformations profondes, qui réussissent par la remise en cause des dogmes obsolètes et la volonté de renverser les paradigmes qui ont fait échouer la quadrilogie service-coût-stock-management.
Cela passe également par l’application à bon escient des apports du meilleur du management du changement, de l’analyse des données, de l’intelligence artificielle et du pilotage visuel de la performance.
Notre capacité à mettre en œuvre ces pratiques, sans être dogmatiques, en étant à l’écoute de la culture et des compétences de nos clients est au cœur de l’ADN de nos démarches de transformation et du succès pour nos clients.
Laurent Penard, Président de Citwell
[movedo_button align=”center” button_text=”Découvrez notre expertise
Demand Driven Adaptative Enterprise – DDMRP” button_hover_color=”primary-3″ button_shape=”extra-round” button_link=”url:https%3A%2F%2Fcitwell.com%2Fnos-expertises%2Fddae-ddmrp%2F|title:Demand%20Driven%20Adaptive%20Enterprise%20%E2%80%93%20DDMRP|target:%20_blank|”]
