La guerre de 1939-1945 a vu l’éclosion d’une technique un peu oubliée
aujourd’hui mais qui a joué un grand rôle : « la recherche opérationnelle ». Il
s’agissait de faire appel à des équipes de chercheurs scientifiques de différentes
origines pour résoudre des problèmes « opérationnels ». On a vu ainsi déterminer
par le calcul, la taille optimale des convois de transport entre les États-Unis
et l’Europe face à la menace des sous-marins allemands. Après la guerre, les
chercheurs ont pu utiliser désormais dans les grandes entreprises, l’expérience
acquise dans les armées. En Amérique du Nord particulièrement, où les laboratoires
d’universités vivent pour une part non négligeable de contrats passés avec
les entreprises, cette reconversion s’est faite naturellement.
aujourd’hui mais qui a joué un grand rôle : « la recherche opérationnelle ». Il
s’agissait de faire appel à des équipes de chercheurs scientifiques de différentes
origines pour résoudre des problèmes « opérationnels ». On a vu ainsi déterminer
par le calcul, la taille optimale des convois de transport entre les États-Unis
et l’Europe face à la menace des sous-marins allemands. Après la guerre, les
chercheurs ont pu utiliser désormais dans les grandes entreprises, l’expérience
acquise dans les armées. En Amérique du Nord particulièrement, où les laboratoires
d’universités vivent pour une part non négligeable de contrats passés avec
les entreprises, cette reconversion s’est faite naturellement.
Il est très significatif que l’appellation « recherche opérationnelle » soit un peu
passée de mode. Ce n’est pas par abandon des méthodes sous-jacentes mais
au contraire à cause de leur développement. Avec l’informatique, ces méthodes
sont devenues, avec plus ou moins de bonheur, le pain quotidien des services
fonctionnels des grandes entreprises. La loi de Poisson, les modèles mathématiques
linéaires ou non, les programmes de simulation sont désormais couramment
utilisés. Or la logistique est, dans le champ des problèmes de gestion, un
bon pourvoyeur de problèmes susceptibles de faire appel à des modèles mathématiques.
Quelques problèmes célèbres subsistent :
– Où placer un entrepôt pour optimiser la desserte de différents points de
distribution en tenant compte de la géographie, des voies de circulation, des
délais et des coûts de transport ?
– Comment optimiser le renouvellement d’une flotte de transport en tenant
compte de tous les éléments du coût d’exploitation ?
– Comment organiser les tournées de transport pour la desserte de plusieurs
points de livraison ?
– Comment organiser un réseau logistique optimal à plusieurs dépôts avec des
niveaux d’entreposage successifs ?
Deux domaines ont particulièrement bénéficié du développement de l’informatique
et de la mise en oeuvre de méthodes « savantes », l’un rattaché traditionnellement
à la logistique, la gestion des stocks, l’autre dont le rattachement
à la logistique est encore rare, la gestion de production.
Dans l’industrie, la gestion de production et l’ordonnancement des machines
n’étaient pas considérés jusqu’à ces dernières années comme faisant partie
de la logistique. C’étaient des problèmes de méthodes de production mises en
oeuvre par des cellules spécialisées des Services et Directions de production.
Dans beaucoup d’industries, une telle gestion était extrêmement sommaire.
Les entrepôts et les magasins des distributeurs étaient servis à partir de magasins
d’usine recomplétés au fur et à mesure, avec des programmes mensuels
de fabrication et des méthodes d’ordonnancement journalier ou hebdomadaire
des machines. Bien entendu les problèmes d’ordonnancement pouvaient être
extrêmement complexes en fonction de la complexité des produits à fabriquer.
Les fabricants d’automobile ont toujours eu des systèmes complexes d’ordonnancement
pour alimenter leurs lignes de production.
On a donc fait assez largement appel à l’informatique pour améliorer ces techniques
de planification de la production. Des algorithmes plus ou moins sophistiqués
ont été mis en oeuvre pour résoudre des problèmes combinatoires
toujours difficiles. Ainsi le MRP (Material Requirement Planning), constitué au
départ à partir des problèmes d’approvisionnement et d’assemblage de pièces,
est devenu une véritable méthode de gestion de production (MRP2) soutenue
par de nombreux progiciels.
des machines. Bien entendu les problèmes d’ordonnancement pouvaient être
extrêmement complexes en fonction de la complexité des produits à fabriquer.
Les fabricants d’automobile ont toujours eu des systèmes complexes d’ordonnancement
pour alimenter leurs lignes de production.
On a donc fait assez largement appel à l’informatique pour améliorer ces techniques
de planification de la production. Des algorithmes plus ou moins sophistiqués
ont été mis en oeuvre pour résoudre des problèmes combinatoires
toujours difficiles. Ainsi le MRP (Material Requirement Planning), constitué au
départ à partir des problèmes d’approvisionnement et d’assemblage de pièces,
est devenu une véritable méthode de gestion de production (MRP2) soutenue
par de nombreux progiciels.
Le développement de l’informatique a profondément transformé la gestion des
stocks. On peut réapprovisionner un stock en tenant compte des sorties que
l’on prévoit, des commandes par exemple, mais le plus souvent, le magasinier,
lorsqu’il doit passer ses propres commandes, ne connaît pas ces sorties à
venir. Il suppose donc que les sorties enregistrées au cours des périodes
précédentes vont se renouveler dans l’avenir et l’on a développé, à partir
d’outils statistiques, des méthodes de détermination des quantités à commander
ou des dates de réapprovisionnement. Ces méthodes, pratiquement inutilisables
avec des fichiers tenus à la main, se prêtaient désormais bien au
calcul avec les premières machines à cartes perforées puis les ordinateurs. La
gestion des stocks est donc devenue une gestion automatisée des stocks avec
des résultats discutables, mais nettement supérieurs à ceux d’une gestion
manuelle.
Le point commun entre tous ces aspects semble être le concept de flux. En
1962 paraissait au MIT un ouvrage du professeur Forrester : Industrial Dynamics.
C’était une tentative de modélisation de l’entreprise sous forme de flux
de toute nature (Forrester, 1962) et l’on a vu que la plupart des définitions de
la logistique font appel à cette notion de flux. On peut penser que la logistique
a trouvé là sa bible universitaire encore peu exploitée mais il faut bien laisser
du travail pour les chercheurs de demain.
0 commentaires:
Enregistrer un commentaire