de Gianpaolo Albertoni
Parmi les caractéristiques qu’une Supply Chain doit posséder pour être qualifiée de moderne et alignée sur les besoins du marché actuel, le concept d’élasticité se distingue.
Sont dites « élastiques » les logistiques capables de réduire et d’étendre rapidement leurs capacités opérationnelles afin de se synchroniser à tout moment avec l’état réel de la demande : les variations saisonnières, les cycles naturels de chaque produit et, plus généralement, les oscillations du marché entraînent de fortes disparités dans les flux de travail que les structures et les équipes dédiées à la distribution doivent supporter.
De plus en plus souvent, l’équipe en charge du management doit mesurer sa capacité à ajuster la gestion des opérations pour renforcer le service lors des pics — en privilégiant alors la performance opérationnelle — et à réduire les coûts lorsque la demande faiblit.
Le besoin d’élasticité se fait sentir dans tous les secteurs, porté par les nouvelles habitudes imposées par l’essor du modèle E-Commerce, mais aussi par la disponibilité croissante d’informations sur la nature et le volume des flux, due à la digitalisation galopante du secteur et aux principes désormais imposés par ce que l’on appelle la Supply Chain 4.0.
La question est étroitement liée à l’aspect prévisionnel, à l’exploitation du flux d’informations en constante croissance sur les volumes à distribuer, et suppose une interconnexion étroite entre les dimensions de gestion et les dimensions opérationnelles de l’activité logistique.
Les activités de Supply Chain, et les coûts associés, devront de plus en plus accompagner les fluctuations de la demande afin d’éviter des situations coûteuses de surstock, ainsi que les — hélas actuelles — ruptures de stock, en garantissant la scalabilité des coûts et des opérations de gestion.
L’adaptation de ce concept aux réglementations locales en vigueur fait actuellement débat, car la théorie impliquerait une élasticité dans la gestion du personnel qui s’intègre difficilement, sans forcer le cadre, dans le panorama législatif actuel.
Il est facile d’imaginer que, sans modifications réglementaires substantielles en matière de droit contractuel sectoriel, l’obtention de cet effet ne pourra faire l’économie d’un recours massif à l’externalisation et au soutien de ressources et de personnels, idéalement préparés et déjà formés au rôle, afin d’intégrer les équipes présentes de façon permanente dans la gestion ordinaire des activités d’approvisionnement.
Les exigences d’une logistique élastique
Le concept de logistique élastique est relativement récent.
C’est que le progrès technologique est l’élément fondamental d’où découle la réelle possibilité de gérer ses opérations de cette manière.
La première exigence d’une logistique élastique est donc une forte imprégnation des nouveautés technologiques au sein de l’infrastructure de distribution équipée.
Les TMS (Transportation Management Systems) sont des plateformes logistiques qui utilisent la technologie pour aider les entreprises à planifier, exécuter et optimiser le mouvement physique des produits, en veillant à ce que l’expédition soit conforme aux objectifs qualitatifs prédéfinis et que la documentation relative au flux distribué soit riche, complète et disponible en temps voulu.
Ce type de système s’inscrit souvent dans un cadre plus large de gestion de la supply chain. Un TMS offre de la visibilité sur les opérations quotidiennes de transport, des informations et de la documentation sur la conformité commerciale, et garantit la livraison en temps voulu des marchandises.
La disponibilité croissante d’informations garantie par les fameux Big Data (terme galvaudé mais pertinent) et leur analyse correcte (et non un stockage stérile) permettront des prévisions de plus en plus exactes concernant les volumes futurs et les saisonnalités à affronter. Des données imprécises ou obsolètes peuvent anéantir les analyses les plus poussées, compromettant l’élasticité et la scalabilité de la logistique. Il est donc fondamental que le flux d’informations accompagnant le volume à distribuer soit précis, ponctuel, rapide et qualitativement irréprochable, afin que le processus et le modèle fonctionnent correctement.
Grâce à l’usage des Big Data dans le secteur logistique, on réduit le risque de pénurie ou d’excédent de marchandises en entrepôt (en diminuant les stocks d’environ 20 à 30 %), on répartit mieux les ressources et, en outre, on améliore les processus de service client, en offrant un service ciblé et spécifique à chaque client.
L’utilisation de l’IA dans les logistiques prédictives
L’Intelligence Artificielle aide et aidera de plus en plus à effectuer des prévisions exactes à partir de ce patrimoine informationnel. Les prévisions graviteront autour de trois domaines fondamentaux : risques, coûts et volume de la demande. Les WMS (Warehouse Management Systems) du futur utiliseront toujours davantage les Big Data et, via des mécanismes d’apprentissage automatique, seront capables de fournir des projections exactes fondées sur l’expérience passée.
Une enquête menée par Google en 2021 a révélé qu’en France, 71 % des industriels déclarent utiliser l’IA dans leurs opérations quotidiennes (64 % au niveau mondial). La même étude indique que l’IA est principalement mobilisée pour l’optimisation de la chaîne d’approvisionnement (36 %), la gestion des risques (36 %) et la gestion des stocks (34 %)
Les avantages sont nombreux : transporteurs et entreprises logistiques parviennent à réduire les stocks jusqu’à 75 %, à couper les coûts administratifs de 80 % et à alléger les coûts d’entreposage de 15 à 30 %.
À la suite de l’impact de la COVID-19 sur les chaînes d’approvisionnement mondiales, 78 % des responsables ont déclaré vouloir renforcer les investissements en Intelligence Artificielle, les jugeant nécessaires pour rendre la Supply Chain plus résiliente lors de scénarios d’instabilité extrême.
L’IA permet en effet de prédire les risques, les tendances et l’état réel de la demande. Elle permet aussi d’analyser les scénarios en produisant des projections « what-if », de simuler des tests de résistance et de reconfigurer automatiquement les réseaux face aux menaces.
