Points à retenir :
- C'est dans votre nomenclature que se cachent les risques.Une véritable intelligence de la chaîne d'approvisionnement consiste à mettre en correspondance chaque composant avec les risques géopolitiques et réglementaires en temps réel, et non à surveiller des indicateurs agrégés a posteriori.
- Ce sont les coûts invisibles qui vous ruinent. Lesdépendances vis-à-vis d'un seul fournisseur et les angles morts liés aux fournisseurs en aval restent invisibles jusqu'à ce qu'ils nécessitent une refonte d'urgence. À ce moment-là, le mal est déjà fait.
- La vulnérabilité est inhérente au processus de conception ; l'intelligence doit donc l'être aussi.Les décisions qui créent des faiblesses à long terme dans la chaîne d'approvisionnement sont prises au niveau des outils d'ingénierie, et non lors des réunions d'approvisionnement. C'est précisément là que la visibilité des risques doit être assurée.
Les composants sont approvisionnés. Les fournisseurs sont agréés. Les systèmes sont en place. Alors pourquoi faut-il encore trois jours pour répondre à une simple question de conformité ?
Pour la plupart des fabricants d'électronique, la réponse honnête est la même : parce que les données qui devraient permettre de répondre à cette question sont dispersées dans une douzaine de systèmes, n'appartiennent à aucune équipe en particulier et ne sont crédibles aux yeux de presque personne. Voilà à quoi ressemble réellement la fragmentation de la chaîne d'approvisionnement vue de l'intérieur. Le problème n'est pas un manque de données. Il réside dans le fait que les données sont dispersées à trop d'endroits, ne sont crédibles aux yeux que de trop peu de personnes et coûtent aux entreprises plus cher que ce que la plupart des équipes de direction ont pris la peine de calculer.
La crise invisible qui se cache à la vue de tous
La fragmentation de la chaîne d'approvisionnement n'est pas un cas technique marginal réservé aux organisations les plus grandes ou les plus complexes. C'est la réalité opérationnelle quotidienne de presque tous les fabricants d'électronique, et la plupart des dirigeants y sont confrontés sans même savoir qu'elle porte un nom.
Voici à quoi ressemble la fragmentation de la chaîne d'approvisionnement dans la pratique :
Les spécifications se trouvent à un endroit. Les normes en sont à un autre. Les réglementations en matière de conformité se situent quant à elles dans un tout autre domaine.
Les informations sur les pièces sont dispersées entre les systèmes ERP, les plateformes PLM, les bibliothèques CAO et les outils de nomenclature — et aucun de ces systèmes n'utilise la même référence.
Ou bien, un ingénieur sélectionne un composant dans un outil, puis un collègue du service des achats le signale comme indisponible et le remplace par une alternative. Une troisième personne, chargée de la maintenance de la conception, apporte une autre modification en aval. Personne n'a une vue d'ensemble, et les décisions s'accumulent.
En fin de compte, les ingénieurs finissent par gérer leurs propres bibliothèques de données. Ils créent une copie locale d'une fiche technique ou d'une norme à laquelle ils se réfèrent régulièrement. Ils mettent au point des solutions de contournement et des raccourcis personnels, tout cela parce qu'ils ne disposent pas d'un accès clair et fiable à une source unique où ces informations sont centralisées.
Le résultat ne se résume pas à une simple perte d'efficacité.Une étude menéeauprès de plus de 128 000 ingénieurs et concepteurs a révélé qu'un seul ingénieur concepteur peut perdre plus de 1 250 heures par an à rechercher, configurer ou recréer des composants lorsque la qualité des données de référence est médiocre — un coût qui dépasse 100 000 dollars par ingénieur et par an.
Pourquoi la fragmentation menace aujourd'hui les revenus
Trois facteurs ont considérablement aggravé ce problème au cours de la dernière décennie, et ce qui n'était autrefois qu'un simple inconvénient opérationnel s'est transformé en un problème bien plus grave : des produits qui ne parviennent pas à être commercialisés en raison de lacunes dans les données.
Le premier problème est la prolifération des outils. Pris isolément, les systèmes tels que les PLM, les ERP et les portails fournisseurs apportent une réelle valeur ajoutée. Mais pris dans leur ensemble, ils accentuent la fragmentation. Un composant peut être sélectionné dans un outil, décrit différemment dans un autre, acheté via un troisième, puis signalé comme obsolète dans un quatrième. Aucun de ces outils ne permet de synchroniser ces informations. Internet vous donne encore une autre version des faits, et votre fournisseur vous propose en plus une alternative. Ce phénomène devient de plus en plus courant.
Le deuxième facteur est l'activité de fusions-acquisitions. Il est rare aujourd'hui de trouver un fabricant qui ne dispose pas d'au moins deux systèmes PLM, souvent parce qu'il a racheté des entreprises qui apportaient les leurs. Ces systèmes n'ont jamais été conçus pour fonctionner ensemble. Les systèmes de numérotation des pièces, les processus de validation et les normes de données qui semblaient parfaitement logiques au sein d'une seule entreprise sèment le chaos lorsque deux organisations fusionnent. La solution de contournement devient la norme, et la fragmentation s'aggrave.
Le troisième aspect, et peut-être le plus insidieux, est que personne ne se sent responsable de ce problème à l'échelle du système. Il ne s'agit pas uniquement d'un problème d'ingénierie. Il ne s'agit pas uniquement d'un problème d'approvisionnement. Chacun trouve donc sa propre façon de faire, sans jamais aborder la question dans son ensemble. C'est précisément dans ces lacunes entre les fonctions que la fragmentation prospère.
Les conséquences sont lourdes. Autrefois, la fragmentation ralentissait le travail des ingénieurs. Aujourd’hui, elle empêche les produits d’arriver sur le marché. Et alors que30 %des fabricants mondiaux prévoient une nouvelle baisse de leur rentabilité au cours des six prochains mois, le coût du statu quo n’a rien d’abstrait.
Combien vous coûte réellement la fragmentation des données ?
Le coût lié à la fragmentation des données de la chaîne d'approvisionnement apparaît rarement dans une seule ligne budgétaire. Il se manifeste plutôt sous la forme d'ordres de modification technique déclenchés par des incohérences dans les données. Il se traduit par des décisions d'approvisionnement réactives prises sur la base d'informations obsolètes concernant les fournisseurs. Il se traduit par des risques de non-conformité lorsqu'une organisation ne peut pas retracer sur quelle version d'une norme une décision a été prise. Et il se manifeste au niveau de la direction, lorsqu'un conseil d'administration souhaite obtenir une vision claire des risques liés aux fournisseurs ou de la posture ESG et qu'il faut trois jours pour produire ce document, car un ingénieur doit le compiler manuellement à partir de six sources différentes.
Le partenariat entreTexas Instrumentset Accuris montre ce qu’il est possible de réaliser lorsque l’on s’attaque directement à ce problème. Avant cette collaboration, les clients de TI devaient effectuer des recherches manuelles pour trouver des pièces de rechange, disposaient d’une visibilité limitée sur les risques liés à la fin de vie des composants et subissaient de fréquents retards de production dus à l’arrêt inopiné de la fabrication de certains composants. Les coûts élevés liés à la refonte des processus et la perte de confiance des clients ne faisaient qu’aggraver la situation.
En intégrant Accuris BOM Intelligence et en faisant passer sa base de données de références croisées de 100 000 à près de 2 millions de composants équivalents, TI a amélioré de 52 % l'efficacité de ses recherches de références croisées. Autre chiffre révélateur : le pourcentage de recherches de composants équivalents n'aboutissant à aucun résultat est passé de 94 % à seulement 9 %. Ce simple chiffre illustre l'ampleur du déficit d'information engendré par la fragmentation, et ce qu'il est possible de récupérer une fois ce déficit comblé.
À quoi ressemble une analyse fiable de la chaîne d'approvisionnement
La solution à la fragmentation ne réside pas dans un nouvel outil. Il s'agit d'une approche radicalement différente des données, dans laquelle une source unique et faisant autorité devient le pilier des décisions en matière d'ingénierie, d'approvisionnement, de conformité et de gestion.
Concrètement, cela implique de mettre en place des référentiels communs auxquels tout le monde a recours : une liste de fabricants agréés, une liste de normes approuvées, ainsi qu’une bibliothèque de pièces d’entreprise à laquelle toutes les équipes, tous services confondus, peuvent se fier. Il ne s’agit pas de supprimer toutes les sources de données du jour au lendemain. Mais il est indispensable que les informations sur lesquelles s’appuient les ingénieurs pour prendre leurs décisions de conception soient à jour, vérifiées et partagées.
Le changement qui en résulte est considérable. À l'heure actuelle, la plupart des ingénieurs travaillent dans un climat d'incertitude contrôlée : « J'espère que c'est la bonne norme. J'espère que c'est la bonne fiche technique. J'espère que ce fournisseur est toujours en activité. » L'accès à des informations fiables modifie cette dynamique. Les ingénieurs prennent leurs décisions de conception en s'appuyant sur des données actuelles et fiables. Ils savent que c'est la bonne norme, ils ne se contentent pas d'espérer que ce soit le cas.
L'impact transversal dépasse le cadre de l'ingénierie. Lorsque les services d'approvisionnement, des opérations, de la planification, de la qualité et des finances s'appuient sur une vision commune, les décisions incohérentes et les escalades d'urgence qui fragmentent les équipes commencent à disparaître. Et surtout, le même ensemble de données qui guide le choix des composants par un ingénieur peut répondre aux questions d'un dirigeant concernant la conformité des fournisseurs, les exigences de la RDC ou la posture ESG, simplement sous un angle différent.
Le rôle de l'IA (et ses limites)
L'IA n'est pas la solution au problème de la fragmentation des données. Ce sont des données unifiées et fiables qui le sont. Mais une fois cette base en place, l'IA devient un véritable multiplicateur de puissance.
Voici comment je vois les choses : les données, ce sont des faits. Une information pertinente est le résultat de l'action et de la pertinence. Le rôle de l'IA est de mettre en évidence ces informations pertinentes, et non de générer davantage de contenu que les ingénieurs devront ensuite passer au crible. La valeur réside dans l'intelligence contextuelle. Au lieu de renvoyer un ensemble de résultats de recherche qu'un ingénieur devra ensuite évaluer manuellement, un système d'IA bien déployé peut répondre à la question réelle : quelle est la norme actuelle de déclassement thermique pour cette famille de composants ? Une seule réponse, accompagnée d'une justification, fondée sur des données internes vérifiées.
La gouvernance est assurée en veillant à ce que l'IA fonctionne uniquement au sein de votre environnement de données de référence. Elle ne devrait pas accéder au Web ouvert ni puiser dans des sources publiques sans contrôle humain. Nous avons constaté de nos propres yeux ce qui se passe lorsque cette frontière s'estompe : un modèle de langage (LLM) a mis en avant une réglementation de conformité qui n'était plus d'actualité depuis une décennie, car il avait trouvé une correspondance de référence quelque part sur Internet. La réponse semblait plausible. Elle ne l'était pas. C'est en ancrant le modèle à des données internes et vérifiées que l'on évite ce genre de situation — et que l'on instaure la confiance dont les organisations ont besoin avant de donner suite aux recommandations générées par l'IA.
Il ne faut pas sous-estimer le rôle de l'humain dans le processus. Ces systèmes ne remplacent pas le jugement technique. Ils s'apparentent davantage à un exosquelette : ils renforcent les capacités, accélèrent le travail, permettent d'atteindre une précision pouvant aller jusqu'à 98 %, puis passent le relais à la personne qui prend la décision finale. C'est là le modèle idéal. Et lorsqu'il est appliqué à un domaine tel que la gestion de fin de vie, l'impact est immédiat : l'arrêt de la production d'une pièce, qui nécessitait auparavant une semaine d'analyse manuelle des répercussions sur l'ensemble des programmes, des normes et des exigences, peut désormais être suivi et évalué en l'espace de temps nécessaire pour rédiger une invite.
Par où commencer
Vous n'avez pas besoin de tout régler d'un seul coup. Le simple fait de faciliter l'accès à l'information, même partiellement, change la donne.
Voici par où commencer :
1) Cartographiez la fragmentation.Identifiez vos dix principales sources de données qui posent le plus de problèmes — celles pour lesquelles vous savez que la réalisation d'une étape donnée nécessite entre cinq et dix heures de travail manuel. Recherchez les anciennes normes, les enregistrements de composants contradictoires et les applications qui ne sont pas connectées aux données externes de la chaîne d'approvisionnement. Identifiez clairement le problème avant d'essayer de le résoudre.
2) Définir les responsabilités.La fragmentation s'installe lorsqu'elle se situe à la frontière entre les différents services. Au sein de l'organisation, quelqu'un doit être chargé de garantir la qualité des données de bout en bout — non pas en tant que fonction informatique, mais en tant que responsabilité stratégique de l'entreprise. Sans cela, chaque équipe continue à mettre en place ses propres solutions de contournement, et le problème ne fait que s'aggraver.
3) Mettez en place une source unique et faisant autorité pour les données les plus importantes.Commencez par votre liste de normes approuvées, votre bibliothèque de pièces et les données de vos fournisseurs. Faites-en le point de référence incontournable pour tous. Cela ne supprimera pas toutes les incohérences du jour au lendemain, mais cela changera immédiatement ce sur quoi les ingénieurs peuvent se fier — et, par conséquent, les décisions sur lesquelles l'entreprise peut s'appuyer.
Les entreprises qui prennent les devants dans ce domaine ne se contentent pas de récupérer les heures d'ingénierie perdues. Elles mettent en place une intelligence de la chaîne d'approvisionnement capable de résister aux audits, aux perturbations et à la pression exercée par le conseil d'administration. C'est là tout l'enjeu, et cela commence par une vision honnête de l'emplacement réel des données à l'heure actuelle.
Prêt à évaluer la situation de votre entreprise ? Téléchargez le « Risk Check » d'Accuris Supply Chain Intelligence.
