J'ai récemment assisté à la Tableau Conference, où j'ai pu m'adonner à ma passion pour la technologie pendant quatre jours. En tant qu'évangéliste autoproclamé de la science des données, j'étais ravi de voir l'autoML, la génération de langage naturel et d'autres fonctionnalités avancées d'automatisation être ajoutées à Tableau, l'une des principales plateformes mondiales de visualisation de données et de business intelligence.

Sur place, j'ai rencontré des personnes qui ont également adhéré à la révolution des données et constatent des impacts immédiats sur la productivité et la performance de leurs entreprises. En tant que travailleur dans le secteur technologique, l'exposition à la science des données et à l'analyse est une partie quotidienne du travail, mais ce n'est certainement pas le cas dans l'industrie que j'étudie : la chaîne d'approvisionnement. Je continue donc à me demander : « Pourquoi la chaîne d'approvisionnement n'adopte-t-elle pas simplement l'intelligence artificielle et les logiciels d'analyse de données ? »

Dans cet article, je vais décomposer les barrières culturelles et logistiques auxquelles la chaîne d'approvisionnement est confrontée pour répondre aux exigences d'analyse de données que la pandémie a engendrées. Je parlerai également des mesures prises pour y remédier et de la manière dont G2 aide les entreprises à créer une chaîne d'approvisionnement modernisée.

L'intelligence artificielle aide à gérer la chaîne d'approvisionnement. Alors, pourquoi ce retard ?

J'ai posé une question au directeur produit de Tableau, Francois Ajenstat, sur les raisons pour lesquelles la chaîne d'approvisionnement est si réticente à adopter des outils d'analyse et l'intelligence artificielle. Il a d'abord précisé que certains des cas d'utilisation les plus puissants qu'il a vus avec Tableau concernaient les fournisseurs de transport et de logistique. Il a ensuite suggéré que le problème sous-jacent n'était pas seulement l'entreprise elle-même, mais les industries et les entreprises matures dans leur ensemble. Ajenstat pense que les industries et les entreprises qui existent depuis suffisamment longtemps sont susceptibles de devenir des retardataires en matière d'adoption de produits, car la mise à niveau des procédures opérationnelles de longue date nécessite un changement culturel à grande échelle. En essence, si ce n'est pas cassé, ne le réparez pas.

Ce sentiment est partagé par d'autres professionnels de la direction, y compris le directeur de la technologie de Bamboo Rose, Kamal Anand. En raison de cultures inflexibles axées sur la même manière de faire les choses depuis des décennies, la technologie disruptive et les nouvelles pratiques commerciales qui pourraient améliorer considérablement les résultats ne se répandent pas. De plus, les opérations de la chaîne d'approvisionnement impliquent désormais un recours fréquent à des prestataires logistiques tiers, ce qui signifie que les données de l'entreprise sont souvent stockées à plusieurs endroits avec des conventions de nommage et des politiques de gouvernance des données différentes. Parce que l'apprentissage automatique nécessite que les données soient nettoyées et uniformes avant de les faire passer par des algorithmes, des quantités importantes de prétraitement des données seraient nécessaires pour que les données soient utiles. Ainsi, les entreprises qui n'embauchent pas de data scientists ou n'investissent pas dans une formation approfondie pour les analystes de la chaîne d'approvisionnement existants ne peuvent pas utiliser l'apprentissage automatique.

La technologie nécessaire existe, mais elle n'est pas utilisée

Le problème n'est pas de savoir si la technologie existe, mais si les dirigeants d'entreprise valorisent suffisamment l'innovation et l'efficacité pour supporter une période d'incertitude, des courbes d'apprentissage abruptes et une gestion des risques pour obtenir un retour sur investissement significatif. G2 répertorie une grande variété de catégories de la chaîne d'approvisionnement, telles que les logiciels de contrôle des stocks et de planification de la demande, qui aident à automatiser la gestion des stocks, à suivre les niveaux de produits et à aider les chaînes d'approvisionnement à allouer des ressources en fonction de la demande prévue.

J'ai parlé avec Sime Curkovic, Ph.D., professeur de gestion de la chaîne d'approvisionnement à l'Université Western Michigan, qui partage les préoccupations concernant la rigidité de l'industrie. Selon Curkovic, l'analyse des données se fait encore dans des feuilles de calcul Excel avec 22 000 lignes et des échanges d'e-mails. Cette réticence à utiliser la technologie disponible est mise en évidence par les données de révision de G2 pour la catégorie des plateformes d'analyse, car seulement 2,7 % des avis provenaient de professionnels travaillant dans l'industrie de la chaîne d'approvisionnement. De plus, seulement 1,7 % des avis sur les plateformes de science des données et d'apprentissage automatique provenaient de professionnels des industries de la chaîne d'approvisionnement.

Même lorsque les entreprises de logistique adoptent l'automatisation, elles ne sont pas aussi habiles à l'utiliser.

C'est effectivement un outil que les personnes férues de données savent utiliser, tandis que la plupart des autres ne le savent pas. Ce décalage rend les changements culturels vers l'automatisation difficiles à mettre en œuvre.

« Les professionnels de la chaîne d'approvisionnement font beaucoup d'erreurs, et c'est à cause d'un manque d'utilisation de la technologie et c'est manuellement dirigé », a déclaré Curkovic. « Il y a un énorme vide de leadership qui manque de vision en matière de technologie, et cela se voit. »

Un leadership à courte vue ne voit pas la situation dans son ensemble

99 % des entreprises dans une enquête récente de McKinsey & Company ont déclaré qu'il y avait une pénurie de main-d'œuvre numérique pour gérer la chaîne d'approvisionnement. L'idée que cela peut être résolu par l'embauche de talents natifs numériques est une approche ascendante pour résoudre le problème, mais Curkovic pense que la véritable barrière vient du sommet. Sans un leadership qui favorise une culture d'innovation et de compétence technologique, les professionnels de la chaîne d'approvisionnement ne pourront jamais exploiter pleinement la puissance de leurs données et surmonter les défis importants auxquels la chaîne d'approvisionnement a été confrontée depuis mars 2020.

Certaines entreprises, cependant, prennent activement des décisions qui sapent l'innovation. Par exemple, Curkovic déclare qu'une entreprise du Fortune 500 non nommée a licencié ses plus jeunes analystes de la chaîne d'approvisionnement au début de la pandémie par crainte que le monde ne s'arrête. Cependant, la demande a fini par exploser pendant la pandémie, ce qui a mis les chaînes d'approvisionnement à rude épreuve et a causé des pénuries chroniques de produits. La nature à courte vue de ce licenciement a conduit l'entreprise à patauger, car la nouvelle de la réduction des effectifs s'est répandue et a conduit les talents numériques à choisir des entreprises qui ont donné la priorité à l'innovation.

La capacité d'une entreprise à travailler avec, plutôt que contre, les changements sismiques dans la chaîne d'approvisionnement est un indicateur de sa capacité à prospérer dans la nouvelle normalité. En fait, les entreprises qui se déplaçaient déjà avec le courant des opérations numériques, telles que considérer le commerce électronique comme une fonction commerciale essentielle plutôt qu'un mal nécessaire, ont pu mieux fonctionner pendant les premières phases de la pandémie.

Le chemin vers l'analyse de données basée sur le cloud

Curkovic pense que l'une des solutions les plus importantes à la dysfonction de la chaîne d'approvisionnement est de passer du matériel au SaaS qui a le pouvoir de traiter de grands ensembles de données et de produire des informations significatives. Il a cependant souligné le fait que le rapatriement des emplois et le retour de la fabrication à domicile étaient la décision prise par les dirigeants pour faire face aux problèmes de visibilité dans les chaînes d'approvisionnement et aux conflits géopolitiques.

« Le rapatriement est un pansement. Ils n'avaient pas besoin de faire cela parce que nous avons la technologie disponible. »

Sime Curkovic
Professeur de gestion de la chaîne d'approvisionnement, Université Western Michigan

Une meilleure solution à ce problème est d'utiliser des technologies basées sur le cloud, telles que les logiciels de visibilité de la chaîne d'approvisionnement et les systèmes de gestion des transports, pour aider les entreprises à développer une meilleure compréhension de toutes les parties mobiles de leurs chaînes d'approvisionnement. Avec le conflit en Ukraine perturbant gravement les routes commerciales et entraînant des embargos, la compréhension de chaque étape du processus logistique est plus importante que jamais.

Lorsque les professionnels de la chaîne d'approvisionnement utilisent des outils d'apprentissage automatique et d'analyse de données pour résoudre des problèmes commerciaux, cela porte ses fruits. Selon les données de G2 du 14 juillet 2022, il a fallu en moyenne 14 mois à toutes les entreprises pour obtenir un retour sur investissement avec les plateformes de science des données et d'apprentissage automatique, mais les entreprises de logistique l'ont obtenu en 13 mois. Il a également fallu en moyenne quatre mois à l'entreprise pour mettre en œuvre complètement le logiciel, mais il n'a fallu aux professionnels de la chaîne d'approvisionnement que moins d'un demi-mois.

Les signes de succès du SaaS sont également visibles avec les données de G2 du 14 juillet 2022, sur la catégorie des plateformes d'analyse qui couvre les 36 derniers mois. À la fin de 2019 et au premier semestre 2020, aucun avis n'a été écrit par un professionnel de la logistique sur l'un des outils de business intelligence de la catégorie. Cependant, l'urgence ressentie par les analystes de la chaîne d'approvisionnement pour résoudre les problèmes liés au COVID est évidente par un flux soudain et régulier d'avis qui ont signalé une très forte probabilité de recommander les plateformes d'analyse. Dans l'ensemble, les évaluateurs du secteur de la logistique évaluent leurs outils de business intelligence sur cette métrique autour de 9 sur 10, indiquant une forte satisfaction et une valeur dérivée de l'achat.

Après avoir passé les données d'avis à travers un outil d'analyse linguistique le 12 juillet 2022, plusieurs thèmes ont émergé sur la façon dont les outils de business intelligence ont aidé à résoudre les problèmes commerciaux. Les évaluateurs qui travaillaient dans la chaîne d'approvisionnement ont le plus souvent cité l'amélioration des rapports, en particulier dans l'évaluation des indicateurs de performance et de l'efficacité des opérations commerciales, comme un avantage clé de l'utilisation de ce logiciel. De meilleurs rapports, à leur tour, les ont aidés à tirer des informations intéressantes pour aider à la prise de décision et à suivre les progrès vers les objectifs. D'autres thèmes communs étaient l'automatisation de l'analyse des données pour sortir des feuilles de calcul et une visibilité accrue sur les processus de la chaîne d'approvisionnement, tels que les niveaux de stock et la performance des entrepôts.

Le SaaS est la solution

En fin de compte, le logiciel fonctionne, et il a le pouvoir d'atténuer une grande partie du chaos actuel. Afin de faciliter la transition vers l'informatique en nuage, Curkovic s'assure que le programme de son université forme adéquatement les étudiants aux principes de la programmation, de l'informatique et de l'analyse statistique.

« Il n'y a pas assez de professionnels formés en science des données », a déclaré Curkovic. « Si les étudiants apprennent les compétences d'un data scientist, comment pourraient-ils se tromper ? »

Comme je l'ai déjà dit, la chaîne d'approvisionnement ne subira probablement pas une transformation radicale mais plutôt une mise à niveau délibérée. La transition vers des départements de science des données pleinement fonctionnels dans les entreprises de logistique se fera probablement à un rythme beaucoup plus lent par rapport à d'autres industries, donc nous avons la chance d'avoir des personnes comme Curkovic qui travaillent pour faire de cela une réalité. Cependant, lorsqu'une entreprise est prête à améliorer sa stratégie logistique, G2 abrite des dizaines de catégories de la chaîne d'approvisionnement avec des milliers d'avis authentifiés par les utilisateurs pour l'aider à choisir le bon logiciel en fonction de ses besoins commerciaux.

En avant dans la lutte pour une révolution des données !