Toute activité à forte intensité d'actifs applique le même ensemble de stratégies de maintenance. Les ordres de travail sont triés. Les stocks sont régulés. Les pièces de rechange sont regroupées en kits. Les excédents sont rationalisés. Les fournisseurs sont évalués.
Ce qui varie d'une opération à l'autre, ce n'est pas le choix des stratégies mises en œuvre, mais le niveau de maturité auquel chacune d'entre elles est appliquée.
Certaines usines trient les ordres de travail en se fiant à leur intuition et au principe du « premier entré, premier sorti » (FIFO). D’autres ont des codes de priorité intégrés dans leur système de gestion de la maintenance assistée par ordinateur (GMAO). Un nombre plus restreint d’entre elles disposent d’un classement établi par l’intelligence artificielle, pondéré en fonction de la criticité, qui est recalculé en temps réel à partir des données de production. Techniquement, ces trois approches appliquent la même stratégie. Mais en réalité, leurs modes de fonctionnement sont très différents.
Cet article passe en revue onze de ces stratégies, classées selon la chaîne opérationnelle (déterminer les priorités, élaborer un plan en conséquence, mettre en œuvre ce plan, affiner le processus), et les classe pour chacune d'entre elles selon trois niveaux de maturité opérationnelle.
Tableurs, savoir tribal, décisions fondées sur la personnalité et la hiérarchie. Seuils de réapprovisionnement définis lors d'un atelier et figés dans Excel. La criticité traitée comme un simple exercice ponctuel d'harmonisation. Cela fonctionne à petite échelle, mais s'effondre à l'échelle du réseau d'usines.
Les modules GMAO, ERP et EAM modélisent le flux de travail. Des codes de priorité, des niveaux minimum/maximum et des registres d'actifs sont définis. Cependant, la logique sous-jacente est statique : elle est définie une fois pour toutes et rarement réévaluée. Le système sert à l'enregistrement des données, et non à l'aide à la décision.
Les données en temps réel proviennent des systèmes ERP, EAM et des capteurs IIoT. Les agents d'IA se chargent des tâches les plus complexes (évaluation, analyse, classification, mise en correspondance), tandis que les experts humains interviennent pour apporter une décision raisonnée. Cette intervention sert à affiner la décision suivante. L'évaluation de la criticité est continue, la constitution des kits s'effectue en fonction des ordres de travail et le calcul des réapprovisionnements est dynamique.
La « criticalité » est le fil conducteur qui relie ces onze éléments. Le passage de la « systématisée » à l’« intelligente » correspond presque toujours au passage d’une criticalité statique à une criticalité vivante.
Vous trouverez ci-dessous une présentation de chaque stratégie, le cycle de maturité auquel elle correspond, le problème global qu'elle permet de résoudre, ainsi que la manière dont un logiciel adapté (associé à la discipline fonctionnelle qui le sous-tend) permet de progresser dans ce cycle.
Couche 1 : la couche de décision
Les deux premières stratégies déterminent ce qui compte. Tout ce qui en découle s'appuie sur ces décisions ; ainsi, lorsqu'elles sont erronées, la défaillance se propage.
1. Hiérarchisation des ordres de travail en fonction de leur criticité
Le processus. Les ordres de travail ouverts sont placés dans une file d'attente, qui fait l'objet d'un tri. Les interventions ayant les conséquences les plus importantes en matière de sécurité, de production ou de conformité bénéficient d'une priorité en termes de main-d'œuvre et de pièces par rapport aux travaux de routine.
Là où ça casse. Le triage se fait au feeling, selon le principe du « premier arrivé, premier servi », ou en fonction de celui qui a la voix la plus forte ce matin-là. Un joint qui fuit sur un compresseur essentiel se retrouve en attente derrière la réparation d'un luminaire dans la cantine, car les deux sont arrivés en même temps.
Le problème fondamental réside dans le gaspillage de ressources consacré à des tâches inappropriées. Les équipes de maintenance sont rarement inactives. Elles sont généralement occupées à effectuer des tâches qui ne sont pas prioritaires. Chaque heure consacrée à des tâches aux conséquences mineures est une heure qui ne peut être consacrée à une intervention mettant réellement en péril la production.
La solution assistée par logiciel. Un score de criticité, calculé en fonction de la sécurité, de l'impact sur la production, des délais et de la substituabilité, permet d'établir un classement objectif par ordre de priorité. L'agent d'IA présente les arguments justifiant chaque classement. Le planificateur approuve ou passe outre en fournissant une justification, et cette décision permet d'alimenter l'apprentissage du modèle. C'est là que évaluation de la criticité des actifs cesse d'être un atelier organisé une fois par an pour devenir un outil d'aide à la décision au quotidien.
2. Analyse de la criticité au niveau des actifs et des pièces
Le processus. Les actifs, ainsi que leurs composants, sont classés en fonction de l'impact que leur défaillance aurait sur l'activité.
Là où ça casse. La plupart des centrales considèrent l'évaluation de la criticité comme un exercice ponctuel d'alignement, mené par un responsable de la fiabilité avec la contribution de plusieurs équipes. Le résultat est un registre statique qui devient obsolète en l'espace de quelques mois. Pire encore, presque toutes les mises en œuvre reposent sur une hypothèse tacite qui ne résiste pas à l'épreuve de la réalité.
La faille fatale
La notion classique de « criticité » part du principe que chaque composant d’un équipement critique est lui-même critique, et que les composants des équipements non critiques ne le sont pas. Dans la pratique, ces deux affirmations sont fausses. Un simple joint d'étanchéité peu coûteux peut mettre hors service un compresseur de premier rang. Un roulement de grande valeur peut se trouver sur un équipement dont la défaillance n'a aucun impact sur la production, car une unité redondante se trouve juste à côté.
La solution assistée par logiciel. L'évaluation multimodèle (FMECA, VED, ABC), combinée aux données ERP et EAM internes, ainsi qu'à un apprentissage des schémas de défaillance propres au secteur, permet de déterminer la criticité réelle au niveau des pièces. Il s'agit là d'un type de calcul qu'aucun être humain ne peut effectuer à grande échelle.
La discipline fonctionnelle est tout aussi importante que le modèle. Un expert en la matière examine le résultat, peut le modifier en le justifiant, et cet apprentissage est ensuite diffusé à l'ensemble du réseau de l'usine. C'est la couche au niveau des pièces qui garantit la fiabilité des stratégies en aval (préparation des kits, seuils de réapprovisionnement, déclencheurs prédictifs).
Pour en savoir plus sur les mécanismes sous-jacents, consultez évaluation de la criticité au niveau des pièces et en quoi cela s'inscrit dans le cadre de Meilleures pratiques en matière de FMEA et de FMECA.
Niveau 2 : Le niveau de planification
Une fois le niveau de criticité évalué, la planification dispose d'une base fiable sur laquelle s'appuyer. Les trois stratégies suivantes transforment cette information en composants préparés, en niveaux de stock dynamiques et en données fiables. C'est à ce stade que la plupart des gaspillages opérationnels sont générés ou évités.
3. Préparation des kits de stock
Le processus. Toutes les pièces nécessaires à une intervention sont sélectionnées et regroupées sous forme de kit avant que le technicien ne prenne en charge l'ordre de travail.
Là où ça casse. Le technicien arrive sur le chantier et constate qu'une pièce manque, n'est pas de la bonne taille ou a déjà été affectée à un autre ordre de travail. Le temps de travail est ainsi gaspillé en allers-retours à la réserve. Dans les usines à fort taux d'utilisation, l'écart entre l'heure de début prévue et l'heure de début effective peut atteindre plusieurs heures par intervention.
Le problème majeur réside dans les temps d'arrêt que personne n'avait prévus. Techniquement, les ressources nécessaires à la tâche sont disponibles. Techniquement, les pièces se trouvent dans l'entrepôt. Techniquement, l'ordre de travail est ouvert. Et pourtant, la production est à l'arrêt parce que ces trois aspects techniques ne concordent pas sur le poste de travail.
Pourquoi la mise en kit échoue
Les listes de prélèvement sont générées trop tard, les pièces sont mal identifiées en raison de références en double, les kits sont préparés sans vérification des stocks réels, et aucune solution de remplacement n'est proposée lorsque la pièce principale vient à manquer. Le technicien s'en rend compte une fois sur place, et non pas à la réserve.
Comment fonctionne le « kitting » ?
Le système lit l'ordre de travail, sélectionne les pièces nécessaires grâce à une liaison précise avec la nomenclature, vérifie leur disponibilité par rapport au stock en temps réel, propose des substituts approuvés et confirme leur emplacement physique avant la planification de l'intervention. Le kit est préparé à l'avance pour le technicien.
La solution assistée par logiciel. La préparation des kits ne fonctionne que si les données d'inventaire sont exactes, si le lien avec la nomenclature est effectif et si le système sait où se trouve physiquement chaque pièce dans les différentes usines. C'est là que optimisation des stocks de pièces de rechange fait ses preuves. La pièce doit pouvoir être localisée, la nomenclature doit être analysée et l'état des stocks doit être fiable.
MRO360 compare l'ordre de travail à la nomenclature de l'actif, vérifie la disponibilité des pièces via le module de gestion des stocks et prépare le kit à l'avance. La rigueur de Logiciel de gestion des stocks MRO Il s'agit moins ici d'une IA sophistiquée que de considérer le local de stockage comme faisant partie intégrante de l'ordre de travail, et non comme un problème à part.
4. Définition du point de réapprovisionnement et du stock de sécurité
Le processus. Chaque pièce est associée à un seuil de réapprovisionnement et à une réserve destinée à absorber les fluctuations de la demande pendant la période de réapprovisionnement.
Là où ça casse. Les niveaux minimum et maximum ont été fixés lors d'un atelier il y a plusieurs années et personne ne les a réexaminés depuis. Les pièces de rechange essentielles sont soumises aux mêmes règles de gestion des stocks que les consommables courants. Il en résulte le pire des deux scénarios : des ruptures de stock pour les pièces importantes et des surstocks pour celles qui ne le sont pas.
Le problème majeur réside dans le fait que le calcul statique des réapprovisionnements vous pénalise doublement. Il immobilise votre fonds de roulement dans des pièces dont vous n’aurez jamais besoin et vous expose à des risques pour les pièces dont vous ne pouvez pas vous passer. Ces deux coûts restent cachés jusqu’à ce qu’un équipement de premier rang tombe en panne à cause d’une pièce qui était techniquement « conforme à la politique ».
Le calcul du réapprovisionnement
Seuil de réapprovisionnement = (consommation quotidienne moyenne × délai d'approvisionnement) + stock de sécurité. La formule est correcte. Ce sont les données d'entrée qui posent problème. La consommation varie en fonction du volume de production. Le délai d'approvisionnement varie en fonction des performances du fournisseur. Le stock de sécurité varie en fonction de l'appétit pour le risque. Lorsque les données d'entrée sont obsolètes, le résultat est erroné dans les deux sens.
La solution assistée par logiciel. Calcul dynamique du point de réapprovisionnement Cela signifie que les données sont récupérées en temps réel : la consommation réelle issue du module de gestion des stocks, les délais de livraison réels issus de l'historique des fournisseurs, ainsi qu'un stock de sécurité pondéré en fonction de la criticité, qui prévoit une marge importante pour les pièces de rechange de premier rang et une marge plus modérée pour les pièces de rechange courantes.
MRO360 assure également la boucle lorsque le niveau d'une pièce passe en dessous du seuil défini. Le système met en évidence l'écart, recommande une demande d'approvisionnement ou propose un transfert de stock entre sites lorsque la pièce est inutilisée sur un autre site. Les calculs sont fiables car les données utilisées sont en temps réel, et l'action est systématique car le système n'attend pas que quelqu'un s'en aperçoive.
5. Fiche de référence des pièces de rechange et lien avec la nomenclature
Le processus. Chaque fiche de pièce est propre, débarrassée des doublons, correctement classée et associée avec précision aux actifs auxquels elle appartient.
Là où ça casse. Ce même roulement figure sous quatre désignations différentes, dont deux comportent des fautes d'orthographe. Trois de ces fiches indiquent un stock nul et une indique un excédent, mais le planificateur ne peut pas déterminer laquelle est exacte. La nomenclature des actifs dans l'EAM est incomplète ; par conséquent, même lorsque la pièce est trouvée, le planificateur ne peut pas être certain qu'elle soit compatible.
Le problème fondamental réside dans le fait que toutes les stratégies mentionnées ci-dessus partent tacitement du principe que les données sont fiables. L'évaluation de la criticité nécessite une identification fiable des pièces. La constitution des kits nécessite un lien précis avec la nomenclature. Le calcul des réapprovisionnements nécessite un historique de consommation sans doublons. Lorsque les données de base sont erronées, toutes les stratégies en aval en subissent les conséquences, quelle que soit la sophistication des analyses mises en œuvre.
La solution assistée par logiciel. C'est là que le gestion des données de référence pour la maintenance Cette couche trouve toute sa place. La normalisation automatisée élimine les doublons dans les enregistrements hérités. L'enrichissement par agent comble les attributs manquants en analysant les catalogues des équipementiers et les nomenclatures des actifs. La mise en correspondance sémantique reconnaît que « BRG 6205 ZZ » et « Roulement 6205-2Z à gorge profonde » désignent la même pièce physique.
La suite MDM Module « Harmonize » efface l'héritage et le Module d'intégrité s'applique à chaque nouvelle fiche dès sa création, afin que la base de données ne se détériore plus. MRO360 gère ensuite la couche de liaison des nomenclatures, en analysant de manière autonome les documents de nomenclature des actifs afin d'établir des relations précises entre les pièces et les équipements.
Il s'agit là d'un fondement, et non d'un simple ajout. Présentez-le comme la base qui confère toute sa crédibilité aux stratégies situées au-dessus et en dessous. Vous trouverez plus de détails sur cette approche sous-jacente dans nos articles consacrés à Comment nettoyer les données relatives aux pièces de rechange et Taxonomie des données MRO.
Des catalogues sous forme de feuilles de calcul, des connaissances tacites, des enregistrements en double dont personne n'est responsable. Les nomenclatures sont stockées dans des fichiers PDF sur des disques partagés.
Fiche article ERP avec déduplication basée sur des règles. Projets de nettoyage périodiques. Nomenclatures importées mais rarement reliées aux stocks réels.
Enrichissement par agent, mise en correspondance sémantique, analyse autonome des nomenclatures, gouvernance continue via les workflows Integrity.
Passez en revue avec notre équipe vos données de maintenance actuelles, les liens avec vos nomenclatures et l'état de vos stocks. Nous évaluerons vos onze stratégies par rapport au modèle de maturité et à vos propres données, et nous vous montrerons en quoi MRO360 et la suite MDM pourraient faire la différence.
Verdantis est fière d'être le partenaire de confiance d'organisations de premier plan à travers le monde.
Des entreprises du classement Fortune 500 aux pionniers de leur secteur, nos clients font confiance à nos solutions MDM
Couche 3 : la couche d'exécution
La prise de décision et la planification cèdent la place à l'exécution. C'est à ce stade que les données validées, le kit, le score de criticité et le signal prédictif se rejoignent au niveau de l'actif, ou bien ne se rejoignent pas.
6. Planification des ordres de travail
Le processus. Les tâches sont planifiées en tenant compte simultanément de trois contraintes : la disponibilité de la main-d'œuvre, la disponibilité des pièces et la fenêtre de production ou d'utilisation des équipements.
Là où ça casse. Les interventions sont planifiées sans vérifier si les pièces sont bien disponibles, ou sans connaître la plage horaire de disponibilité des équipements communiquée par le service opérationnel. Les équipes se présentent devant une ligne de production en marche qui ne peut pas être arrêtée, ou devant une pièce qui est encore en cours d'acheminement. Les interventions planifiées et imprévues se chevauchent, et le planificateur doit réorganiser le planning en temps réel.
Le problème majeur réside dans le fait que la planification constitue le point faible le plus visible de la maintenance. Lorsqu’une équipe ne peut pas intervenir, trois autres équipes en sont informées dans l’heure qui suit, et la confiance dans planification de la maintenance s'étend à l'ensemble de la plante.
La solution assistée par logiciel. Une planification tenant compte des contraintes qui vérifie la disponibilité des pièces par rapport au niveau de constitution des kits, équilibre la demande planifiée et non planifiée, et s'aligne sur l'état réel des actifs. Le principe sous-jacent est le même que celui du contrôle du trafic aérien : le système ne valide pas une tâche tant que ces trois contraintes ne sont pas levées simultanément.
7. Déclenchement prédictif des ordres de travail
Le processus. Un signal d'état provenant de l'IIoT ou d'un système SCADA génère un ordre de travail avant que l'actif ne tombe en panne, et non après.
Là où ça casse. Les données des capteurs sont collectées, parfois à grands frais, mais elles ne sont pas intégrées au processus de maintenance et de gestion des stocks. Une anomalie de vibration déclenche une alerte dans le surveillance de l'état des équipements tableau de bord, mais cela ne génère pas d'ordre de travail, ne déclenche pas le prépositionnement des pièces et ne met pas à jour les calculs de réapprovisionnement. La panne prévue se produit, mais aucune pièce de rechange n'est mise en réserve.
Le problème fondamental réside dans le fait que la maintenance prédictive présente un plafond de retour sur investissement, à moins que le signal ne vienne boucler la boucle au niveau des stocks et de l'exécution. Une panne correctement prédite, mais pour laquelle aucune pièce n'est disponible en stock, reste une rupture de stock.
Le signal s'arrête ici
Les données des capteurs signalent une anomalie. Un ingénieur en fiabilité la constate sur un tableau de bord. Ce n'est pas le cas du système de maintenance, du système de gestion des stocks ni du portail fournisseurs.
Le signal passe
L'anomalie génère un ordre de travail indiquant le mode de défaillance prévu, identifie les pièces susceptibles de tomber en panne et les prépositionne via les couches de préparation des kits et de réapprovisionnement. L'exécution est prête avant même que la panne ne se produise.
La solution assistée par logiciel. Les données des capteurs alimentent un modèle de prévision des pannes qui identifie les pièces susceptibles de tomber en panne. Ces pièces sont préparées via le processus de constitution des kits et prises en compte dans le calcul des réapprovisionnements. Vous trouverez plus d'informations sur ce que le couche de données de maintenance prédictive à quoi cela doit-il ressembler concrètement pour que cela soit réalisable, et sur le maintenance préventive vs maintenance prédictive une distinction qui, dans la pratique, est souvent floue.
C'est l'un des exemples les plus aboutis de collaboration entre des agents d'IA et une expertise fonctionnelle. Le modèle identifie les pièces susceptibles de tomber en panne. L'ingénieur en fiabilité valide cette prédiction. Le responsable de la planification de la maintenance prépositionne le kit. Aucun d'entre eux n'intervient dans le domaine de compétence des autres.
Couche 4 : la couche d'optimisation
Les trois premières couches assurent le fonctionnement de l'activité. La quatrième vient la renforcer. Ce sont ces stratégies qui permettent de repérer le fonds de roulement immobilisé dans votre entrepôt, les opportunités de substitution enfouies dans votre catalogue, les tendances chez vos fournisseurs qui se cachent dans votre historique d'achats, et les excédents situés à cinquante miles d'une rupture de stock.
8. Rationalisation des stocks dormants et des excédents
Le processus. Le stock fait l'objet d'un examen périodique afin d'identifier les pièces qui ne se vendent pas et qu'il ne serait probablement pas judicieux de conserver.
Là où ça casse. Cet inventaire est ponctuel et souvent déclenché par une question du directeur financier plutôt que par un processus établi. Les pièces qui n'ont pas bougé depuis des années se trouvent toujours dans la réserve, car personne ne sait vraiment s'il s'agit de pièces de rechange essentielles, de modèles obsolètes ou simplement de pièces tombées dans l'oubli.
Le problème des 25 %
Les études sectorielles estiment systématiquement que les stocks morts représentent environ un quart du stock total de pièces de rechange, de maintenance et d'exploitation (MRO). Cela représente du fonds de roulement, de l'espace de stockage, des coûts d'assurance et un risque d'audit liés à des pièces qui ne seront jamais utilisées. Dans un réseau d'usines gérant des stocks MRO s'élevant à plusieurs dizaines de millions de dollars, la facture est considérable.
La solution assistée par logiciel. La classification des mouvements en continu (rapide, lent, inactif) permet de signaler les excédents et pièces de rechange obsolètes au fur et à mesure qu'ils s'accumulent, et non à la fin de l'année. Le système recommande la mesure appropriée : renvoyer au fournisseur, les liquider pour récupération, ou les transférer vers une autre usine qui utilise activement cette pièce.
Le problème général auquel cette solution répond est celui du « frein silencieux lié au capital ». Personne ne remarque une pièce qui ne bouge pas. C'est au système de rester vigilant, en affichant des notifications destinées aux personnes habilitées à agir. Le Analyse des dépenses MRO C'est à ce niveau que la discussion passe au niveau du conseil d'administration.
9. Normalisation et substituabilité des pièces de rechange
Le processus. Les pièces interchangeables sont regroupées dans une fiche standard. Les pièces de remplacement compatibles sont identifiées et stockées ensemble, de sorte qu'une rupture de stock d'une pièce n'entraîne pas l'interruption d'une tâche pouvant être menée à bien par une autre pièce.
Là où ça casse. Une même pièce physique est répertoriée sous plusieurs références, car trois équipementiers différents la fournissent sous trois codes distincts, et un quatrième code provient d'une acquisition. Des alternatives fonctionnellement identiques sont en stock, mais le responsable de la planification ne peut pas les voir car elles ne sont pas associées.
Le problème principal réside dans les commandes excessives générées par des stocks invisibles. La pièce de remplacement est en stock. Or, le système indique qu'elle ne l'est pas. L'usine commande quand même la pièce d'origine et paie ainsi pour deux pièces qui remplissent la même fonction.
La solution assistée par logiciel. La correspondance sémantique et l'analyse de substituabilité permettent de recenser les équivalents fonctionnels entre les catalogues, les équipementiers et les données d'achat. Le modèle utilise le même type de classification des pièces de rechange et les travaux de taxonomie qui sous-tendent la couche MDM, mais appliqués à l'interopérabilité plutôt qu'à l'identité.
C'est l'une des stratégies dans lesquelles l'IA accomplit des tâches qu'un être humain est pratiquement incapable de réaliser. Aucun planificateur ne peut garder en mémoire trente mille références de pièces et leurs équivalents chez d'autres équipementiers. L'agent, lui, en est capable.
10. Fiabilité des fournisseurs et gestion des délais de livraison
Le processus. Les performances des fournisseurs et les délais de livraison réels font l'objet d'un suivi, et ces données sont prises en compte dans le calcul des quantités à réapprovisionner et des stocks de sécurité.
Là où ça casse. La formule de réapprovisionnement repose sur le délai de livraison indiqué dans le catalogue du fournisseur ou figurant sur le bon de commande initial. Or, les délais de livraison réels varient, tantôt de manière saisonnière, tantôt de manière structurelle. Le calcul repose donc sur un chiffre qui n'est plus d'actualité depuis deux ans.
Le problème fondamental réside dans une logique de marge de sécurité qui est correcte en théorie, mais qui s'avère erronée dans la pratique. Soit le stock de sécurité est trop faible et vous vous retrouvez en rupture de stock, soit il est trop important et vous stockez des marchandises dont vous n'avez pas besoin. Ces deux situations sont dues au fait de se fier aux délais de livraison indiqués dans le catalogue.
Délai de livraison estimé
Numéro figurant dans le catalogue du fournisseur. Utilisé dans la formule de réapprovisionnement. Rarement mis à jour. Ne tient pas compte de la volatilité saisonnière, des perturbations régionales, ni du fait qu’un fournisseur accumule discrètement dix jours de retard depuis six mois.
Délai de livraison réel
Calculé en temps réel à partir de l'historique des commandes. Ventilé par fournisseur, région et catégorie de pièces. Intégré automatiquement dans le calcul des réapprovisionnements afin que le stock de sécurité corresponde à la réalité, et non à un chiffre tiré d'une brochure.
La solution assistée par logiciel. Les indicateurs en temps réel relatifs aux délais d'approvisionnement et à la fiabilité sont extraits de l'historique des transactions de l'ERP et intégrés au moteur de réapprovisionnement. Le calcul des stocks de sécurité devient ainsi plus précis. Ces mêmes données apparaissent également dans Stratégies d'approvisionnement en matière de maintenance, de réparation et de révision (MRO) et les fiches d'évaluation des fournisseurs, afin que les décisions d'achat ne soient plus dictées par les relations, mais par la performance.
Il convient également de mentionner la discipline fonctionnelle. La gouvernance des fournisseurs via la couche MDM (voir gestion des données de base des fournisseurs) garantit que la fiche fournisseur elle-même est valide, sans doublons et exacte avant que des données de performance ne lui soient associées.
11. Mise en commun des stocks entre plusieurs sites et transferts de stocks
Le processus. Le réseau d'usines est considéré comme un seul et même entrepôt. Une pièce inutilisée sur un site permet de répondre à un besoin sur un autre site, avant qu'un nouveau bon de commande ne soit émis.
Là où ça casse. Chaque usine gère ses propres stocks sans aucune visibilité sur les autres sites. Une usine lance une demande d'approvisionnement urgente pour une pièce essentielle qui reste inutilisée depuis neuf mois dans une usine sœur située à cinquante miles de là. La commande est validée, la pièce est produite en double, et le problème de surstock dans l'usine sœur s'aggrave.
Le problème fondamental réside dans le fait que le réseau se comporte comme un ensemble de silos alors qu'il devrait fonctionner comme un portefeuille. Chaque usine optimise son fonctionnement au niveau local. C'est le réseau qui en paie le prix à l'échelle globale.
La solution assistée par logiciel. Une visibilité sur les stocks à l'échelle du réseau, avec une couche d'identification des pièces suffisamment précise (cf. stratégie n° 5) pour que le système sache réellement qu'une même pièce existe sur deux sites sous des références différentes. Lorsqu'un besoin se fait sentir, le système signale la possibilité d'un transfert avant même que la demande d'approvisionnement ne soit émise. Il s'agit là de l'une des mesures les plus efficaces disponibles dans Gestion des stocks MRO, et l'un des plus simples sur le plan conceptuel une fois que la base de données de référence est en place.
L'échelle de maturité qui s'applique aux onze
Si l'on examine ces onze stratégies dans leur ensemble, une tendance se dégage. Elles échouent non pas parce qu'elles sont inadaptées, mais parce qu'elles sont mises en œuvre à un niveau de maturité que l'entreprise a désormais dépassé.
Le passage d'un mode manuel à un mode systématisé correspond au passage des personnes aux systèmes. Le travail qui se trouvait dans la tête de quelqu'un est désormais transféré dans la GMAO, l'ERP et le registre des actifs. Il est ainsi évolutif. Mais il n'est pas encore capable de réfléchir.
Le passage d’une approche « systématisée » à une approche « intelligente » est le plus intéressant, mais aussi le plus difficile. C’est le passage d’une logique statique à des décisions en temps réel. Des règles qui étaient valables il y a deux ans à un raisonnement qui s’adapte en fonction des données d’aujourd’hui. Des ateliers annuels à un ajustement continu. De planificateurs chargés des tâches analytiques lourdes à des planificateurs effectuant le travail de jugement qui nécessite réellement une intervention humaine.
C'est à ce deuxième niveau que les logiciels natifs de l'IA et l'expertise fonctionnelle cessent d'être deux sujets distincts. Les agents effectuent le travail que les humains ne peuvent pas réaliser à grande échelle (évaluation, classification, analyse syntaxique, mise en correspondance entre des millions d'enregistrements).
Les ingénieurs en fiabilité, les planificateurs et les responsables des achats se chargent des tâches que les agents ne peuvent pas accomplir (prise en compte du contexte, dérogation, alignement sur les priorités métier). Lorsque cet équilibre est atteint, les onze stratégies cessent d’être onze lacunes distinctes en matière de maturité et commencent à fonctionner comme un système d’exploitation cohérent.
Le point de départ honnête
La plupart des entreprises n'ont pas besoin de faire passer leurs onze stratégies au niveau « Intelligent » toutes en même temps. Le bon point de départ consiste généralement à identifier les deux ou trois stratégies qui en sont encore au niveau « Manuel » ou qui sont bloquées au niveau « Systématisé » statique, à corriger les données de référence qui les sous-tendent, puis à laisser les autres suivre leur cours naturellement. C'est le cheminement vers la maturité qui importe davantage que le niveau de maturité affiché.
