Scénario n°1 : À la main / Excel

La première approche est la planification manuelle, à la main ou en utilisant Excel. Cela peut impliquer des ressources humaines traçant manuellement des tournées de véhicules sur une carte ou organisant des plans de chargement à l’aide de feuilles de calcul Excel.

Planifier à la main n’implique aucune digitalisation ni automatisation, le risque d’erreurs augmente donc significativement avec la complexité. Et il est fort probable que vous n’obteniez jamais la solution optimale. Pire encore, souvent la solution n’est même pas réalisable (marchandises restant à quai, retards pour les clients, surstock / rupture de stock…). La plupart du temps, l’expertise réside dans la tête du planificateur, ce qui pose problème lorsqu’il est absent ou qu’il quitte l’entreprise.

Scénario n°2 : Logiciels de Supply Chain Management

Ensuite, il existe des logiciels de Supply Chain Management tels que les TMS, DMS, WMS, APS et OMS, permettant de gérer, collaborer et automatiser les flux de biens et services des fournisseurs aux clients. Ils apportent la digitalisation et une visibilité sur la planification, le suivi, l’approvisionnement, la gestion des stocks, etc.

Cependant, il leur manque l’intelligence. La plupart des décisions sont encore prises à la main, par exemple en faisant un « glisser-déposer » des tâches dans un planning. Ils constituent un grand pas en avant dans la transformation numérique des organisations, mais n’offrent pas le moteur capable d’automatiser la prise de décision. C’est là que les modules d’optimisation peuvent compléter ces Management Systems en améliorant leur application métier avec des fonctionnalités d’optimisation mathématique.

Scénario n°3 : Automatisation silotée

Enfin, certaines organisations commencent à utiliser des outils d’optimisation à la toute dernière étape du processus décisionnel, une fois que toutes les décisions structurantes et impactantes ont été prises. Ce type d’automatisation est souvent isolé des décisions corollaires et donc appliqué qu’à une petite partie du vrai problème. Par exemple, ces outils automatiseront l’ordonnancement des livraisons une fois que vous aurez décidé manuellement de l’affectation aux conducteurs et du créneau horaire de livraison.

Plutôt qu’une prise de décision silotée et déconnectée, une approche d’optimisation systémique qui prend en compte les interdépendances entre les décisions offre des marges d’amélioration beaucoup plus grandes.

Par exemple, pour un leader dans la distribution de biens, Atoptima a fourni un outil d’aide à la décision qui renforce son TMS et son WMS pour automatiser et optimiser en synergie la palettisation, le chargement et les tournées. La conception des palettes en fonction de leur positionnement dans le camion et en tenant compte de leur séquencement dans la tournée de livraison a considérablement amélioré la qualité du service grâce à des taux de remplissage plus élevés et des durées de trajets réduites. Les économies sont de 2 à 10 fois plus importantes que lorsque ces étapes sont traitées séparément.