Chaque semaine dans le Podcast Supply Chain by Vekia, nous répondons à vos questions et vous accompagnons dans la transformation de votre Supply Chain suite au COVID19.
Quels sont les prérequis à l’automatisation ? Comment savoir si je suis prêt à automatiser ma Supply Chain ?
Il y a en effet quelques prérequis qu’on peut résumer en 5 grands points.
Le premier, est d’avoir une vision. L’automatisation va apporter une transformation des métiers. Le personnel qui avait pour quotidien de manipuler des tableurs vont voir leur métier évoluer fortement. Il est important d’être clair auprès de l’ensemble des équipes sur le progrès apporté sur leur métier.
Il faut donc expliquer pourquoi on prend la direction de l’automatisation, en quoi on est convaincus que c’est un progrès, et en quoi les technologies identifiées sont la meilleure réponse à nos enjeux.
Le deuxième prérequis est d’avoir un cas d’usage précis. Par exemple, on veut automatiser à 99% le calcul des propositions de commandes pour approvisionner notre entrepôt central. On va essayer de quantifier l’impact (ici par exemple, augmentation de 5-10% de la disponibilité en entrepôt, une baisse de 30% du stock en entrepôt, une amélioration mesurée du quotidien d’approvisionneur, etc). Il est important que le cas d’usage soit une réponse à des enjeux majeurs de l’entreprise. Si l’enjeu est secondaire, le problème n’est pas assez important pour recueillir une mobilisation générale autour de la réussite du projet.
En troisième lieu, il faut avoir une culture du changement et avoir entrepris de grands mouvements de manière récente. Il faut déjà avoir réussi quelques étapes de digitalisation de divers outils, étapes que la crise COVID a pu accélérer, qui ont permis d’entrer dans une culture de la digitalisation.
On pourrait s’attendre à des prérequis technologiques, mais jusqu’ici, ce dont tu me parles sont surtout des prérequis humains et culturels.
Effectivement, chez Vekia nous avons d’ailleurs structuré nos projets sous la forme d’une checklist PPDA : People Process Data Algorithms (et dans cet ordre !). La réussite du projet passe par un succès de ces 4 points.
Ce qui me permet d’illustrer le quatrième prérequis qui est la qualité des données. On n’est pas forcés d’avoir un niveau de qualité des données extrêmement élevé avant de commencer l’automatisation. On se rend compte qu’avec des données classiques de qualité correct, on arrive déjà à faire des pas de géant en termes d’automatisation, et surtout, on met en place un cercle vertueux d’amélioration continue au cours duquel on va commencer à automatiser, mesurer les résultats, et améliorer à la source les données pour repousser les performances.
Il faut donc bien des données utilisables mais pas forcément autant que l’on pourrait croire pour pouvoir commencer à automatiser.
Pour terminer, on revient sur un prérequis humain puisqu’il s’agit de l’équipe. Il faut une équipe en capacité de traiter le projet : qui comprenne les enjeux métiers (donc avec une excellente connaissance métier), qui puisse accéder aux données, qui porte le changement, en mesure de prendre des décisions rapidement, qui sache avancer avec agilité, qui puisse identifier les bons partenaires technologiques… Bref, une équipe assez multidisciplinaire qui soit ni purement IT ni purement Métier.
Cette équipe sera porteuse, dépositaire de la vision de l’entreprise, du cas d’usage et de la culture du changement dont nous avons parlés.
Si le sujet vous intéresse, vous pouvez consulter notre Livre Blanc : 5 Prérequis pour la réussite de l’IA à grande échelle