Bridging Decision Problems, Vol. I Cadrage du problème
Back to SDA site →

Chapitre 2 : Applications

Bridging Decision Problems, Volume I — Framing the Problem · Warren B. Powell

La première étape pour améliorer un produit, un processus ou un service consiste à en fournir une description de base, puis à identifier les indicateurs de performance possibles, les types de décisions et les sources d’incertitude. Nous allons illustrer ces premières étapes à l’aide d’une variété de contextes d’application. Nous nous appuierons ensuite sur ces applications tout au long du reste du livre pour illustrer différents dispositifs de modélisation.

Une illustration des nombreux contextes de prise de décision.
Figure 2.1. Une illustration des nombreux contextes de prise de décision.

La beauté des problèmes de décision séquentielle réside dans le fait qu’ils surgissent dans toutes les activités impliquant des personnes. La Figure 2.1 est un aperçu de quelques-uns des contextes de problèmes qui décrivent les activités de l’auteur, et qui ont servi de fondement motivationnel pour le travail présenté dans ce livre. Chaque image représente une multitude de problèmes de décision. Cela contraste fortement avec des classes de problèmes telles que la programmation linéaire, en nombres entiers et non linéaire, qui sont des outils importants et puissants, mais qui ne résolvent qu’un sous-ensemble très restreint de problèmes de décision.

Nous notons qu’il existe un biais naturel à se focaliser sur la gestion des ressources physiques, car c’est ce que nous voyons. Certes, la gestion des ressources physiques offre de nombreuses opportunités de prendre de meilleures décisions, mais il existe d’autres décisions qui portent directement sur la collecte d’informations, ainsi que sur la gestion des flux financiers, souvent considérables, nécessaires pour soutenir ces opérations.

Dans ce chapitre, nous allons passer en revue les contextes de problèmes suivants :

Beaucoup de ces domaines peuvent être décrits comme des méta-domaines de problèmes, puisqu’ils contiennent des sous-domaines qui, à eux seuls, représentent des champs majeurs de l’activité humaine. Notre objectif est de créer un ensemble diversifié d’applications, en partie pour illustrer l’étendue des problèmes qui relèvent du parapluie des problèmes de décision séquentielle, et en partie pour fournir un ensemble diversifié de contextes de décision qui motiveront le cadre de modélisation que nous présenterons dans le reste du livre.

À ce stade, nous ne sommes pas encore prêts à décrire des modèles complets – cela viendra dans le Volume II. Pour chaque application, nous allons proposer des réponses aux trois questions du processus de cadrage, en reconnaissant qu’il ne s’agit là que d’un échantillon destiné à amener le lecteur à réfléchir au processus.

Pour commencer – cadrer le problème

Il est très courant de discuter de problèmes complexes en utilisant une terminologie générale. La Figure 2.2 (préparée par ChatGPT) répond à la question :

Préparez une discussion d’une page sur la manière dont une entreprise devrait réagir à une hausse soudaine des tarifs douaniers qui perturbera sa chaîne d’approvisionnement.

La version de ChatGPT sur la manière dont une chaîne d'approvisionnement devrait répondre aux hausses de tarifs douaniers.
Figure 2.2. La version de ChatGPT sur la manière dont une chaîne d'approvisionnement devrait répondre aux hausses de tarifs douaniers.

Le problème avec ces discussions générales est qu’elles ne fournissent jamais de voie claire pour améliorer le processus. Tout ce qui est dit est probablement vrai, mais cela manque d’actions spécifiques pouvant être entreprises pour résoudre un problème. La réponse fournie par ChatGPT (en 2025) reflète le type de discours générique largement répandu dans les livres d’affaires, qui ne pourrait jamais constituer la base d’un modèle formel.

Ce chapitre illustre la première étape du cadrage du problème, qui comprend quatre éléments :

À ce stade, nous n’allons pas essayer de décrire comment nous pourrions résoudre le problème (c’est-à-dire prendre les décisions). Pour cela, nous avons besoin d’autres éléments qui seront développés plus loin. L’objectif à ce stade est d’utiliser une variété de contextes de problèmes pour illustrer, de manière générale, le processus d’identification des indicateurs, des décisions et des incertitudes. L’identification de ces trois éléments est la clé pour résoudre tout problème de décision, il faut donc d’abord développer l’habitude de les identifier.

Capturer les interactions

Bien que l’identification des indicateurs, des décisions et des incertitudes constitue un point de départ précieux, il est également important de comprendre comment ils interagissent.

Impact des décisions sur les indicateurs

Un exercice utile consiste à créer une feuille de calcul où différentes décisions sont listées à gauche et les indicateurs sont listés en haut. Ensuite, en s’appuyant uniquement sur le jugement, on entre l’une des valeurs suivantes dans chaque cellule pour représenter ce que l’on pense être l’impact de chaque décision sur chaque indicateur :

Le Tableau 2.1 illustre à quoi cela pourrait ressembler pour un petit problème de stock. La feuille de calcul peut être téléchargée à l’adresse tinyurl.com/InteractionMatrix/.

Tableau 2.1. Matrice d'interaction entre décisions et indicateurs pour un problème de stock avec des délais courts.
Décisions \ IndicateursRevenus des ventesCoûts des produitsCoûts de stockageRuptures de stock
Quand/combien commanderHHMM
Acheter une couverture de change ?NLN
RemiseMNLM
Faire la promotion du produit sur les réseaux sociauxHLLM

Commencez par lister les indicateurs de gauche à droite par ordre d’importance. Nous allons ensuite utiliser la matrice pour identifier les décisions les plus importantes, ainsi que les indicateurs les plus affectés par les décisions que vous avez listées.

La matrice d’interaction peut être utilisée de deux manières :

  1. Lister toutes les décisions, puis évaluer l’impact de chaque décision sur chaque indicateur. À partir de là, identifier les décisions qui semblent avoir l’impact le plus important sur les indicateurs les plus importants.
  2. Pour les problèmes complexes, lister toutes les décisions peut s’avérer peu pratique. Utilisez plutôt l’ensemble des indicateurs pour aider à identifier les décisions les plus pertinentes pour le problème. Revenez ensuite au point (1) pour hiérarchiser les décisions les plus importantes.

L’exercice consistant à remplir des tableaux comme celui-ci peut aider à guider le processus de compréhension du rôle que jouent les décisions dans l’amélioration de la performance, avant de passer à l’étape coûteuse et complexe de la collecte de données et de la construction d’un modèle informatique.

Impact de l’incertitude compte tenu de la décision

Imaginons que nous ayons pris une décision (ce qui signifie qu’elle est fixée). Nous devons comprendre les formes d’incertitude qui affectent les indicateurs produits par la décision. Pour notre problème de stock simple (avec délai court), nous pourrions obtenir la matrice donnée au Tableau 2.2.

Tableau 2.2. Matrice d'interaction entre incertitudes et indicateurs compte tenu d'une décision, pour un problème de stock avec des délais courts.
Incertitude \ IndicateursRevenus des ventesCoûts unitairesCoûts de stockageRuptures de stock
Ventes (unités vendues)HLMM
DélaisLLMH
Erreurs de prévisionLNMM
Démarque des stocksMNN

Modéliser l’incertitude signifie simplement comprendre les informations qui pourraient survenir dans le futur et que nous ne connaissons pas encore. Cette observation simple est souvent négligée dans les discussions sur l’incertitude, qui peuvent se retrouver noyées dans des mathématiques sophistiquées (« modélisation stochastique ») et dans la quantification du risque (que peu de gens comprennent).

Comme pour les décisions, nous pouvons commencer par lister toutes les sources d’incertitude auxquelles nous pouvons penser, puis utiliser la matrice d’interaction pour hiérarchiser celles qui sont les plus importantes. Alternativement, nous pouvons utiliser notre ensemble d’indicateurs pour orienter l’identification des sources d’incertitude importantes.

Impact de l’incertitude sur les décisions

Un problème d'affectation simple.
Figure 2.3. Un problème d'affectation simple.

Le contexte le plus courant où l’incertitude a un impact sur les décisions que vous êtes autorisé à prendre survient dans le cadre des problèmes d’allocation de ressources, où nous gérons une ressource (personnes, machines, approvisionnements en produits, médicaments) pour servir des tâches (emplois, patients, clients). Dans la Figure 2.3, nous illustrons l’affectation de camions (avec conducteurs) pour déplacer des chargements de fret. La principale source d’incertitude est le flux de chargements annoncés par les expéditeurs à transporter, mais il pourrait s’agir de n’importe quelle tâche. Nous pourrions affecter un conducteur à un chargement peu attractif en termes de rentabilité, mais qui immobilise le conducteur pendant plusieurs jours, l’empêchant d’être utilisé pour un meilleur chargement qui pourrait être annoncé plus tard dans la journée.

Le flux de demandes des clients est une source majeure d’incertitude qui apparaît dans :

Une caractéristique importante du flux de demandes à servir est la manière dont ces demandes deviennent connues du système. Certaines variations incluent :

Il peut également exister une incertitude sur la disponibilité des ressources utilisées pour satisfaire les clients :

Incertitude dans la dynamique du système

Tout ce que nous savons à un instant donné peut changer lorsque nous avançons dans le temps, et si cela change, nous sommes généralement incertains quant à la façon dont cela évolue. Voici quelques exemples d’incertitude dans l’évolution du système :

Il est important de reconnaître que l’incertitude sur la façon dont le système évolue dans le temps peut être divisée en deux catégories :

Incertitude dans les prévisions

Il existe de nombreux problèmes (mais pas tous) où prendre une décision maintenant nécessite de projeter ce qui pourrait se passer à l’avenir. Bien sûr, l’avenir est presque toujours incertain, mais c’est à nous de choisir d’utiliser une « meilleure estimation » de ce qui pourrait se passer à l’avenir, ou de modéliser explicitement cette incertitude pour nous aider à prendre une décision maintenant. Nous revenons sur cette question au Chapitre 4 lorsque nous discutons des façons de prendre des décisions.

Commentaires

L’incertitude est sans doute la question la plus subtile lorsqu’il s’agit de comprendre un problème de décision. Souvent, les gens ont une intuition qu’un type d’incertitude est important ; cette section aide à affiner la manière dont une forme d’incertitude affecte réellement un problème de décision.

Planification des stocks

Récit

L’un des problèmes les plus largement étudiés en recherche opérationnelle (ainsi qu’en optimisation stochastique) est le problème de gestion des stocks, généralement posé comme la détermination du moment où passer une commande de réapprovisionnement, et de la taille que devrait avoir cette commande. La description classique de manuel d’un problème de réapprovisionnement des stocks est illustrée à la figure 2.4, qui montre l’augmentation des stocks lorsque de nouveaux produits arrivent, suivie de leur épuisement à mesure que le produit est consommé. Une rupture de stock, où le stock tombe à zéro, est représentée.

Illustration of a classical inventory problem with short lead times.
Figure 2.4. Illustration d'un problème de gestion des stocks classique avec des délais courts.

Une version plus réaliste d’un problème de gestion des stocks est illustrée à la figure 2.5, qui représente un problème de stocks qui pourrait survenir dans un contexte où le produit provient d’un lieu éloigné (par exemple de Chine vers l’est des États-Unis). Il peut nous falloir attendre 6 à 8 semaines, mais les retards liés aux conditions météorologiques peuvent encore prolonger ce délai. Le transport longue distance implique généralement des mouvements par porte-conteneurs pour les trajets port à port, par rail (courant aux États-Unis), puis par camion.

Illustration of an inventory problem with long lead times.
Figure 2.5. Illustration d'un problème de gestion des stocks avec des délais longs.

La planification des stocks doit être coordonnée avec les stratégies de gestion de la demande, qui peuvent être influencées par la tarification, les remises, les promotions et le marketing. La gestion des stocks doit faire face à un certain nombre de sources d’incertitude, allant de la variabilité habituelle au jour le jour de la demande, aux changements du marché dus au comportement des concurrents, aux nouvelles technologies, ainsi qu’à la perte de fournisseurs et à l’émergence de nouvelles sources d’approvisionnement. De plus, il peut y avoir des variations importantes dans les délais de transport dues aux conditions météorologiques, aux pannes mécaniques et aux actions syndicales dans les ports. Les retards excessifs peuvent être gérés en utilisant des modes rapides tels que le fret aérien comme alternative au transport par conteneurs, et le camionnage en charge complète comme alternative au rail.

Indicateurs

Nous séparons les indicateurs entre « indicateurs de base », qui sont saisis par le biais d’un reporting de routine, et les « indicateurs de risque » qui rendent compte spécifiquement d’événements significatifs (généralement négatifs) qui, de l’avis de la direction, ne sont pas correctement pris en compte dans les indicateurs de base.

Décisions

Il est utile d’organiser les décisions selon que l’on résout un problème de stock unique, ou que l’on traite des questions au niveau du réseau. Les modèles de gestion des stocks des manuels se concentrent généralement sur des décisions opérationnelles telles que le moment de passer une commande et sa quantité. Cependant, la perspective change lorsque nous avons de longs délais, où une décision prise maintenant a un impact sur le système plusieurs mois plus tard.

La liste des décisions pertinentes pour la planification des stocks est assez longue. Dans la section sur les interactions ci-dessous, nous allons utiliser un outil que nous appelons « matrices d’interaction » pour identifier les décisions les plus importantes.

Tableau 2.3. Décisions opérationnelles en matière de stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancièreInformationnelle
S'il faut observer/vérifier le stock
À qui, parmi l'ensemble des fournisseurs disponibles, passer la commande (s'il y a plusieurs fournisseurs)
Quand passer une commande de réapprovisionnement.
Quelle quantité commander.
Comment l'emballer (conteneur maritime, demi-conteneur, palettes, boîtes).
Comment financer la commande (transfert de fonds, prêt bancaire, ...)
Le choix des modalités de transport pour les produits de l'étranger vers les installations de stockage intermédiaires
Le choix des modalités de transport pour la distribution nationale vers les clients
Tableau 2.4. Décisions tactiques en matière de stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancièreInformationnelle
S'il faut acheter des couvertures de change pour les produits venant de l'étranger.
Remises/promotions (pour réduire les stocks)
Tarification des produits.
Marketing/présentoirs (espace en rayon, présentoir en tête de gondole, publicité (diverses formes))
Réalisation de tests de marché pour les caractéristiques, le design, ...
Conception et mise en œuvre d'une campagne marketing
Choix du fournisseur (pour chaque matériau ou composant), y compris s'il faut avoir plusieurs fournisseurs. Cela détermine les fournisseurs possibles.
Maintenance des équipements (augmente le temps d'arrêt planifié, diminue le temps d'arrêt non planifié)
Tableau 2.5. Décisions stratégiques en matière de stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancièreInformationnelle
Contrats avec des plateformes de visibilité des stocks (où se trouve mon envoi) ?
Choix de la méthodologie de prévision de la demande (méthodes statistiques, implication de différentes personnes à travers l'organisation).
Conception du produit (qui détermine les matériaux et composants requis)
Identification du marché (à qui vendons-nous)
Quel niveau de connectivité (partage d'information) rechercher avec les partenaires de la chaîne d'approvisionnement de fabrication

Problème de stock unique

Ces décisions sont prises à différentes échelles de temps : opérationnelle (horaire, quotidienne, hebdomadaire), tactique (mensuelle), et stratégique (trimestrielle, annuelle).

Conception de la chaîne d’approvisionnement

Il existe des décisions liées à la conception des réseaux de chaîne d’approvisionnement qui traversent de nombreuses (des dizaines à des milliers) décisions individuelles en matière de stocks. Ce sont des décisions qui sont généralement prises à des échelles de temps plus longues. Le tableau 2.6 fournit quelques exemples de décisions au niveau du réseau pour la conception de la chaîne d’approvisionnement.

Tableau 2.6. Décisions de conception de la chaîne d'approvisionnement au niveau du réseau et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancierInformationnel
Où localiser les stocks tampons et comment les rééquilibrer
Fermeture d'installations existantes
Où acheter/louer/construire/agrandir des installations de fabrication
Quelles installations de fabrication fermer/vendre, résilier les baux
Où acheter/louer/construire/agrandir des entrepôts et centres de distribution
Faut-il introduire l'automatisation de la manutention des matériaux dans les centres de distribution et entrepôts
Investissement dans les technologies de l'information pour le partage d'informations et la coordination
Mettre en place une ligne de crédit importante ou une autre source de financement de secours

Incertitudes

Les incertitudes surviennent également à différentes échelles temporelles. Nous incluons une catégorie spéciale pour les perturbations majeures qui peuvent survenir, mais pas de manière régulière.

Tableau 2.7. Incertitudes horaires-à-quotidiennes sur les stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancierInformationnel
Variations quotidiennes de la demande des clients
Erreurs de mesure des stocks
« Rétrécissement » des stocks (vol, perte, détérioration, casse, ...)
Rendement de l'expédition (combien d'articles/quelle quantité de matériel respectait les spécifications)
Retards de transport dus aux conditions météorologiques, aux pannes d'équipement
Erreurs de prévision
Coût des matières premières
Coût des intrants provenant des fournisseurs
Coupures d'électricité (énergie, carburants)
Erreurs de communication, erreurs d'exécution humaine
Variations quotidiennes du cours de l'action de l'entreprise
Fraude financière dans les transactions individuelles
Disponibilité quotidienne de la capacité disponible à l'allocation
Tableau 2.8. Incertitudes hebdomadaires sur les stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancierInformationnel
Déplacements de la demande moyenne dus aux évolutions technologiques, au comportement des concurrents, aux évolutions du marché
Changements du prix de vente d'un produit (affecte la demande et les flux de profit)
Changements des prix des matières premières
Comment le marché réagit aux changements de prix
Retards dus aux grèves dans les ports, les gares de triage, les points de passage internationaux
Changements de comportement des grands clients
Changements d'attitude à Wall Street (par exemple, passage de la « croissance » à la « stabilité » puis à la « récession »)
Tableau 2.9. Incertitudes mensuelles-à-annuelles sur les stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancierInformationnel
Émergence de nouvelles technologies de l'information (AWS, IA, plateformes de visibilité)
Émergence de nouvelles technologies de fabrication/manutention des matériaux (par exemple, la robotique)
Émergence de nouveaux concurrents
Changements dans les schémas démographiques (par exemple, la croissance de l'immigration)
Changements dans les schémas de demande (augmentation de la demande pour des produits haut de gamme)
Traités régissant le commerce
Changements dans la disponibilité de la main-d'œuvre
Tableau 2.10. Incertitudes liées aux perturbations majeures sur les stocks et catégorie de ressource principalement affectée par chacune.
PhysiqueFinancierInformationnel
Émergence de nouvelles technologies de l'information (AWS, IA, plateformes de visibilité)
Émergence de nouvelles technologies de fabrication/manutention des matériaux (par exemple, la robotique)
Émergence de nouveaux concurrents
Changements dans les schémas démographiques (par exemple, la croissance de l'immigration)
Changements dans les schémas de demande (augmentation de la demande pour des produits haut de gamme)
Traités régissant le commerce
Changements dans la disponibilité de la main-d'œuvre

(Note : la figure source du tableau 2.10 s’affiche de manière identique au tableau 2.9 — signalé pour vérification par rapport au manuscrit ; le contenu de la ligne « perturbations majeures » pourrait devoir être remplacé à partir d’un autre fichier source.)

L’identification des différentes sources d’incertitude constitue un domaine particulièrement riche pour des problèmes complexes tels que les chaînes d’approvisionnement. Non seulement il existe un large éventail d’incertitudes, mais elles se présentent sous différentes formes telles que la volatilité à grain fin, les changements de régime, les pics, les rafales et les événements rares. Nous examinons ces comportements plus en détail au Chapitre 5.

Tableau 2.11. Matrice d'interaction pour les décisions et les métriques d'un problème de stock avec de longs délais de livraison.
Décisions \ MétriquesChiffre d'affaires des ventesCoûts des produitsCoûts de détentionRuptures de stockRotations des stocksMarge opérationnelleCroissance des ventes
Quand/combien commanderHHMMMML
Acheter une couverture de change ?NLNNNMN
RemiseMNLMLMM
Commercialiser le produit sur les réseaux sociauxHLLMMLM
Choix du fournisseurLMLLLML
TarificationHNLLLMM
Couvertures de change ?NLNNNLN
Capteurs de stockLLLMLLN
Utiliser des plateformes de visibilité pour suivre les produits entrants ?LLMLLN
Conception du produitMHLMMMH

Interactions

Un exercice puissant qui aide à développer une compréhension des différents éléments des problèmes de décision consiste à évaluer subjectivement l’intensité des différents types d’interactions, une idée que nous avons introduite pour la première fois dans la section sur la capture des interactions ci-dessus. Nous commençons par décrire les interactions entre les décisions et les métriques pour un problème de stock avec de longs délais de livraison, présenté dans le tableau 2.11. Nous soulignons que le remplissage de cette matrice est entièrement subjectif, car il nous aide à identifier les décisions les plus importantes, ainsi que les métriques que nous avons le plus de chances d’améliorer.

Ce que nous faisons, c’est remplacer ce qui est souvent une étape totalement invisible consistant à choisir sur quelles décisions se concentrer, par un processus qui rend ce choix explicite, même s’il est effectué subjectivement.

La matrice d’interaction pour les incertitudes et les métriques étant donné une décision pourrait ressembler à celle présentée dans le tableau 2.12. Ici, nous prenons soin de maintenir une décision fixe afin d’éviter de mélanger l’effet que l’incertitude a sur la décision que nous prenons.

Tableau 2.12. Matrice d'interaction pour les incertitudes et les métriques étant donné une décision pour un problème de stock avec de longs délais d'approvisionnement.
Incertitude \ MétriquesChiffre d'affaires des ventesCoûts unitairesCoûts de possessionRuptures de stockRotation des stocksMarge opérationnelleCroissance des ventes
Ventes (unités vendues)HLMMHMH
Délais d'approvisionnementLLMHMLM
Erreurs de prévisionLNMMMHL
Démarque des stocksMNLNMLN
Changements dans les prix des matières premièresNHNNNNL
Réponse du marché au prixMNNNNML
Arrêts de travailMLNMLLN
Comportement tarifaire des concurrentsMNLLLMM

Gestion de la demande – vente de meubles

Narratif

L’autre facette de la gestion du flux de marchandises à travers les différentes étapes de fabrication et de distribution est le défi de la gestion de la demande. Les plus grands producteurs de meubles sont la Chine (de loin), les États-Unis (principalement pour la consommation domestique), l’Allemagne (principalement pour l’Europe), l’Italie (meubles haut de gamme) et la Pologne (meubles à coût réduit). Les vendeurs de meubles doivent composer avec de longs délais d’approvisionnement, une demande fortement saisonnière et la personnalisation, ainsi qu’un marché concurrentiel. Bien qu’ils utilisent tous les outils habituels pour gérer le flux de produits physiques, il est important d’utiliser diverses stratégies de gestion de la demande pour aider à équilibrer l’offre avec le marché.

Parmi les problématiques liées à la demande auxquelles les vendeurs de meubles doivent faire face, on trouve :

Métriques

Les métriques dépendent toujours de la perspective de la personne évaluée, mais certaines de celles que l’on pourrait attendre dans ce contexte sont :

Décisions

Nous nous imaginons être le gérant de magasin d’un magasin de meubles :

Incertitudes

Voici quelques exemples d’incertitudes pouvant survenir dans la vente de meubles :

Gestion du réseau électrique

Narratif

Les systèmes énergétiques constituent un terme générique désignant le vaste réseau qui fournit l’énergie soutenant la société moderne. Nous allons concentrer notre attention sur le flux d’électricité, qui inclut la production d’électricité pouvant provenir de différentes sources, principalement le gaz (mais aussi encore un peu de charbon et de pétrole), le nucléaire, et une présence croissante de l’énergie éolienne, solaire et hydroélectrique.

L’épine dorsale de tout système électrique est le réseau électrique, qui se compose de lignes de transmission à haute capacité qui déplacent l’électricité sur de longues distances à haute tension, de 69 kV (c’est-à-dire 69 000 volts) jusqu’à 345 kV, avec des lignes à très haute tension pouvant atteindre 765 kV. L’électricité est ensuite acheminée vers les entreprises et les résidences à l’aide de réseaux de distribution locaux avec des tensions comprises entre 4 kV et 14 kV.

L’électricité provient d’une « flotte » de générateurs d’énergie pouvant inclure le nucléaire, le charbon, les générateurs à vapeur et les turbines à gaz, ainsi que l’énergie hydroélectrique (on retrouve une forte empreinte du vocabulaire naval en raison de la présence de l’énergie nucléaire). Ces générateurs se distinguent par la rapidité avec laquelle ils peuvent être mis en marche (« dispatchés ») ou arrêtés, et par la facilité avec laquelle ils peuvent fonctionner plus vite ou plus lentement. Les autres caractéristiques importantes sont le coût fixe et les coûts d’exploitation. Par exemple, l’énergie nucléaire présente un coût fixe élevé et un faible coût d’exploitation, et ces centrales doivent fonctionner en continu sauf pendant les périodes de maintenance. Les turbines à gaz ont des coûts fixes bien plus faibles mais des coûts d’exploitation plus élevés, et elles peuvent être mises en marche en moins d’une heure. Les générateurs à vapeur, quant à eux, nécessitent 8 à 12 heures pour chauffer, et sont donc généralement planifiés une journée à l’avance.

L’utilisation croissante de l’énergie éolienne et solaire a introduit un degré de variabilité incontrôlable auquel les réseaux électriques n’avaient jamais été exposés auparavant. Cette variabilité peut être gérée grâce au stockage, qui prend différentes formes, mais la plus visible est le stockage sur batteries au niveau du réseau. L’Australie et la Floride sont deux régions qui ont investi massivement dans le stockage sur batteries, mais cela devient de plus en plus un investissement courant accompagnant le développement de grands champs solaires et de parcs éoliens.

Le stockage se décline toutefois sous d’autres formes, notamment :

L’énergie est un domaine de problème particulièrement riche en termes de gestion des différentes formes d’incertitude, utilisant différentes technologies de production d’électricité qui nécessitent des délais de préavis radicalement différents (littéralement de 2 secondes pour faire varier la production d’une turbine à gaz, à un an pour les changements dans les calendriers de maintenance des centrales nucléaires).

Au moment de la rédaction de ce livre, le réseau électrique subit une pression pour répondre à la demande croissante liée à l’utilisation des outils d’« IA », qui nécessitent d’immenses centres de calcul pour gérer les besoins de calcul des réseaux de neurones comportant des dizaines de milliards de paramètres, en utilisant des types de puces spécialisées provenant d’entreprises comme Nvidia. On observe également une croissance de l’utilisation de la climatisation pour faire face à l’augmentation des températures, ainsi que des besoins de calcul liés aux cryptomonnaies.

Métriques

Parmi le riche ensemble de métriques pour la production d’électricité, on trouve :

Décisions

Les décisions dans le secteur de l’énergie couvrent des horizons temporels allant de la seconde (pour lisser les variations de tension) à plusieurs années, pour les accords à long terme d’achat d’électricité :

Incertitudes

Les systèmes énergétiques offrent un ensemble exceptionnellement riche d’incertitudes qui affectent à la fois les investissements en infrastructure et l’exploitation quotidienne du système énergétique.

L’accent mis sur les énergies renouvelables a accru la visibilité des incertitudes. La Figure 2.6 montre la production solaire sur une base horaire, sur une année entière, ce qui communique à la fois les variations saisonnières, les cycles quotidiens familiers, et les effets de la couverture nuageuse. Un élément particulièrement important est la prévisibilité des différentes formes d’incertitude. Nous savons quand le soleil se couchera des décennies dans le futur, mais la couverture nuageuse est particulièrement difficile à prévoir même sur des horizons temporels très courts.

Production horaire d'énergie solaire sur une année entière.
Figure 2.6. Production horaire d'énergie solaire sur une année entière.

Gestion des revenus hôteliers

Narratif

Les hôtels doivent gérer les réservations de chambres jusqu’à un an à l’avance, bien que la plupart des réservations arrivent dans les derniers mois, et dans certains cas, les dernières semaines. Au fil du temps, les hôtels peuvent augmenter les tarifs à mesure que l’hôtel se remplit. Normalement, l’hôtel commencera par proposer des tarifs plus bas, mais ces tarifs doivent refléter la possibilité que l’hôtel puisse se remplir, ce qui signifie qu’il faudra peut-être refuser des personnes voyageant pour affaires ayant une volonté de payer beaucoup plus élevée.

La gestion des hôtels ne se limite pas au prix facturé pour une chambre. Les hôtels peuvent offrir une variété de services, du petit-déjeuner gratuit, à l’accès aux salles de sport et aux piscines, en passant par des billets pour des services locaux tels que les pistes de ski ou les excursions touristiques.

Un canal publicitaire important se trouve sur les réseaux sociaux tels que Google et Facebook. Ces plateformes organisent des enchères sophistiquées où les annonceurs doivent enchérir de manière dynamique pour obtenir le droit d’afficher des liens vers leur page web pendant une certaine période.

Métriques

Certaines des métriques pour la gestion des revenus hôteliers incluent :

Décisions

Les décisions qui pourraient être prises par un directeur d’hôtel incluent généralement :

Incertitudes

Les directeurs d’hôtel doivent faire face à plusieurs sources d’incertitude :

Applications dans le domaine de la santé

La santé est un sujet massif qui touche littéralement chaque être humain. Nous avons une forte incitation à prendre des décisions qui maintiennent ou améliorent notre santé, tout en respectant les budgets. Les sujets ci-dessous ne sont qu’un minuscule aperçu de l’ensemble riche des problèmes de décision qui se posent dans ce contexte.

Gestion du diabète de type 2

Narratif

Environ 10 pour cent de la population mondiale souffre de diabète de type 2, qui reflète une incapacité à contrôler les niveaux de sucre (glucose) dans le sang. Le diabète de type 2 survient lorsque le pancréas ne produit pas suffisamment d’insuline, ou lorsque le corps devient résistant à l’insuline. Un défaut de contrôle des niveaux élevés de sucre dans le sang qui en résultent peut produire une multitude de conditions médicales, notamment une insuffisance cardiaque et rénale, des dommages aux vaisseaux sanguins dans les yeux pouvant entraîner un glaucome et la cécité, des problèmes de pieds dus à une mauvaise circulation (nécessitant parfois une amputation), et une incidence accrue de démence.

Les pics à court terme de sucre dans le sang (connus sous le nom d’hyperglycémie), qui peuvent survenir peu après avoir consommé certains types d’aliments, peuvent produire une vision floue, des maux de tête, de la fatigue et des difficultés de concentration. Les chutes de sucre dans le sang (hypoglycémie) peuvent produire des étourdissements, une accélération du rythme cardiaque, des évanouissements, des convulsions, et même un coma.

Le diabète est donc une maladie qui doit être gérée à la fois sur le long terme et à court terme. Un taux élevé de sucre dans le sang sur de longues périodes peut produire des dommages permanents aux organes, tandis que les variations à court terme peuvent créer des conditions médicales nécessitant un traitement immédiat.

Métriques

Comme pour la plupart des conditions médicales, un certain nombre de métriques capturent l’état du patient, mais il y en a d’autres.

Décisions

Nous nous écartons de notre style habituel consistant à simplement lister les décisions, et listons séparément les décisions médicales prises par le médecin des décisions prises par le patient.

Décisions médicales (prises par le médecin)

Décisions du patient

Incertitudes

Santé publique – Gestion des kits de naloxone

Narratif

Bien que la consommation de drogues et les surdoses aient été un problème depuis des décennies, il y a eu une augmentation dramatique des décès par surdose due aux opioïdes synthétiques à partir d’environ 2013, dépassant rapidement de loin les décès dus à toutes les autres drogues. Une grande partie de cette augmentation était due à l’introduction de l’Oxycontin par Purdue Pharmaceuticals en 1996. L’Oxycontin contenait de l’oxycodone, qui était moins addictive que d’autres analgésiques.

L’oxycodone avait une formulation à action prolongée qui ne procurait pas la « montée » rapide que les consommateurs de drogues recherchaient. Cependant, le public a découvert que le médicament pouvait être écrasé et détourné, une pratique qui a explosé après 2013. Ci-dessous nous résumons les métriques, décisions et incertitudes du point de vue d’un responsable de la santé publique travaillant pour le gouvernement d’État ou municipal.

Métriques

Décisions

Les décisions ci-dessous sont présentées du point de vue du gouvernement de l’État :

Incertitudes

Réalisation d’essais cliniques pour les tests de médicaments

Narratif

En 2024, il y avait près de 500 000 essais cliniques testant divers médicaments et traitements pour leur efficacité. Il existe trois phases d’un essai clinique :

Les essais cliniques ne sont pas seulement très coûteux, ils prennent aussi beaucoup de temps. Pendant cette évaluation, l’horloge de 20 ans sur les brevets tourne, créant une incitation à tirer une conclusion (espérons-le positive) pour aller sur le marché.

Le processus de réalisation des essais pose un problème logistique à grande échelle pour administrer les essais et nécessite un financement substantiel, ce qui signifie également un risque financier considérable. L’ensemble du processus doit être mené en présence d’une incertitude considérable sur la performance d’un médicament ou d’un traitement à grande échelle.

Les essais cliniques peuvent échouer à l’un des trois niveaux en raison de :

Les taux de réussite typiques sont :

Le taux de réussite global sur l’ensemble du processus est d’environ 10 pour cent.

Métriques

Il existe une variété de métriques qui entrent dans l’évaluation d’un médicament :

Décisions

Nous décrivons les décisions du point de vue de l’entreprise qui possède le médicament et qui souhaite le commercialiser :

Incertitudes

Les décisions doivent être prises en tenant compte des incertitudes suivantes :

Gérer une élection présidentielle

Récit

Quiconque a regardé la série « West Wing » (ou suit attentivement les élections présidentielles) a pu constater le défi que représente la gestion d’une campagne présidentielle. Il s’agit invariablement d’un problème opérationnel complexe qui nécessite de gérer les candidats et le personnel, souvent en collectant des informations (comme la réalisation de sondages) ou en diffusant des informations (par des discours), et toujours dans un environnement contraint par le budget.

Métriques

Parmi les métriques les plus importantes figurent :

Décisions

Le directeur de campagne doit prendre un certain nombre de décisions, notamment :

Incertitudes

Les élections présidentielles doivent être gérées en présence d’un certain nombre d’incertitudes :

Gestion de flotte de camions complets

Récit

Aux États-Unis, le fret se déplace principalement sous une forme connue sous le nom de transport par camion complet (« full truckload »), où un expéditeur remplit ce qui est typiquement une remorque de 53 pieds pouvant transporter jusqu’à 46 000 livres (selon le type de fret) d’un endroit à un autre. Ils fonctionnent de manière similaire aux taxis – le chauffeur du camion (avec un tracteur) se déplace à vide pour récupérer une charge de fret à un endroit, puis la conduit vers un autre endroit où la remorque est déchargée ou déposée pour être déchargée plus tard. Un chauffeur peut effectuer un ou deux chargements en une seule journée, mais la plupart des chargements prennent de 1 à 5 jours.

Une fois qu’un chauffeur dépose un chargement, le défi consiste à minimiser le nombre de miles que le chauffeur doit parcourir à vide pour récupérer un autre chargement. Trois problèmes compliquent réellement la gestion d’un transporteur de camions complets :

Il y a plus de 2 millions de chauffeurs travaillant dans l’industrie du camion complet. La plupart des entreprises de transport routier fonctionnent avec moins de cinq chauffeurs, tandis que d’autres en comptent 10 000 ou plus.

Métriques

Les métriques de performance les plus couramment rapportées comprennent :

Décisions

Les décisions du point de vue du responsable chargé de la répartition et de la planification des chargements pourraient inclure :

Incertitudes

Certaines des incertitudes rencontrées dans le transport de camions complets comprennent :

Gestion de trésorerie d’un fonds commun de placement

Récit

Un gestionnaire de fonds commun de placement qui avait suivi un cours de planification des opérations pour son MBA a été initié à un problème classique connu sous le nom de « problème du vendeur de journaux » (newsvendor problem). Les problèmes de vendeur de journaux surviennent lorsqu’on doit décider d’une quantité de ressource (par exemple, des journaux) à allouer pour satisfaire une demande qui n’est pas connue au moment où l’on prend sa décision. Si l’on alloue trop, il restera des ressources, dont on suppose qu’elles ne peuvent pas être conservées pour l’avenir (tout comme les journaux d’aujourd’hui n’ont aucune valeur demain). Si l’on en alloue trop peu, on aura une demande insatisfaite.

Après avoir terminé son MBA (dans une grande école de commerce), le gestionnaire du fonds commun de placement a été confronté au problème de décider combien de liquidités conserver pour faire face aux demandes de rachat. Le problème est résumé dans l’email présenté à la figure 2.7, mais les éléments essentiels sont les suivants :

Email d'un gestionnaire de fonds commun de placement et ancien étudiant en MBA demandant conseil sur la manière de gérer le solde de trésorerie.
Figure 2.7. Email d'un gestionnaire de fonds commun de placement et ancien étudiant en MBA demandant conseil sur la manière de gérer le solde de trésorerie.

Métriques

Les métriques impliquées dans cet exercice comprennent :

Décisions

Les décisions auxquelles le gestionnaire du fonds commun de placement est confronté sont :

Incertitudes

Les décisions doivent être prises face aux incertitudes suivantes :

Finance de la chaîne d’approvisionnement

Récit

Chaque transaction de la chaîne d’approvisionnement impliquant l’achat ou la vente de matières premières, de composants et de produits finis implique un flux d’argent, créant un réseau complexe de flux entre acheteurs et vendeurs (à tous les niveaux de la chaîne d’approvisionnement), ainsi que des partenaires financiers tiers qui peuvent fournir du financement et de l’assurance.

Les étapes d’une transaction financière comprennent typiquement :

Il existe une variété de transactions financières qui peuvent se produire, telles que :

Il existe un certain nombre de sources d’incertitude dans la gestion de la chaîne d’approvisionnement qui ont un impact sur les finances. Les entreprises peuvent se protéger en utilisant différentes formes d’assurance. En voici quelques exemples :

Indicateurs

Il existe une liste assez longue d’indicateurs financiers utilisés par les grandes entreprises. Un échantillon de ceux qui sont directement liés à la gestion financière d’une chaîne d’approvisionnement comprend :

Décisions

Un échantillon de décisions prises par un directeur financier comprend :

Incertitudes

Encore une fois, un petit échantillon des différentes formes d’incertitude apparaissant dans la finance de la chaîne d’approvisionnement comprend :

Essais et erreurs intelligents

Récit

Il existe une classe de problèmes massive en prise de décision qui peut être décrite le mieux comme des « essais et erreurs intelligents ». Ceux-ci apparaissent lorsqu’il existe un ensemble de choix discrets, et où la performance de chaque choix est incertaine. Des exemples de contextes de problèmes où cela survient incluent :

Chacun de ces contextes implique de choisir parmi un ensemble de choix. Nous voulons choisir celui qui fonctionne le mieux, mais nous ne sommes pas certains de la performance de chacun. La situation est représentée dans la figure 2.8. Il peut y avoir deux choix, des dizaines, des centaines, ou plusieurs milliers.

Un ensemble de choix discrets.
Figure 2.8. Un ensemble de choix discrets.

Ce problème de base se présente sous diverses formes :

Chacun de ces contextes peut encore être décrit par notre trio d’indicateurs, de décisions et d’incertitudes.

Indicateurs

On suppose que toute « expérience » renvoie une observation de performance, qu’il s’agisse du nombre de clics sur une publicité, de la réponse d’un patient à un médicament, ou du rendement d’un procédé de fabrication de semi-conducteurs. Bien sûr, il peut y avoir plus d’un indicateur pour décrire la performance, que nous pourrions souhaiter optimiser selon une certaine combinaison. Cependant, nous devrions distinguer deux dimensions importantes de la performance :

Décisions

Ceci est simple – c’est l’ensemble des choix. Ceux-ci pourraient être :

Il existe des problèmes où l’ensemble des choix n’est pas évident. Par exemple, nous pourrions rechercher un fournisseur capable de fabriquer un composant spécialisé à partir d’un nouveau matériau qui nécessite de travailler à des températures élevées. Ou nous avons besoin d’un produit chimique très spécial pour fabriquer un nouveau vaccin, ou d’une forme extrêmement pure d’un gaz nécessaire au processus de fabrication des dernières puces semi-conductrices. Trouver des fournisseurs, ou des matériaux, ou des produits chimiques, pour répondre à un besoin peut être extrêmement difficile.

Ensuite, il y aura des problèmes où nous connaissons notre indicateur de performance, mais ne savons pas comment l’améliorer. Un fabricant de ciment peut avoir besoin de réduire les coûts pour être compétitif, mais n’a pas de stratégie claire pour y parvenir. Un médecin veut traiter une condition chez un patient mais ne sait pas quel traitement poursuivre.

Incertitudes

Les incertitudes pour les problèmes de choix discret (essais et erreurs) peuvent se présenter sous deux formes :

Exercices

Lorsqu’un exercice demande une matrice d’interaction, vous pouvez utiliser le modèle de la « Matrice d’interaction de cadrage » qui peut être téléchargé depuis tinyurl.com/InteractionMatrix/.

  1. Pour le problème de stock, choisissez un produit qui vous est familier (par exemple des produits alimentaires, des vêtements, des articles ménagers, des médicaments ou du matériel) et répondez aux questions suivantes :
    1. Identifiez les métriques, les décisions et les incertitudes qui semblent pertinentes pour votre problème, en utilisant les listes de chaque dimension de la section sur les stocks comme guide.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  2. Pour le problème de gestion de la demande :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées par un directeur de magasin dans un point de vente de meubles au détail.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  3. Pour le problème du réseau électrique :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées lors de la planification quotidienne des générateurs électriques.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  4. Pour le problème de gestion des revenus hôteliers :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées lors de la gestion des réservations de chambres sur un horizon de planification de deux mois.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  5. Pour le problème de la gestion du diabète de type 2 :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées par un médecin prenant des décisions concernant un patient atteint de diabète de type 2.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  6. Pour le problème de gestion des kits de naloxone :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées par un gouvernement d'État planifiant l'allocation de kits de naloxone à différents comtés en utilisant un financement du gouvernement fédéral.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  7. Pour le problème de la gestion d'une élection présidentielle :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées par le directeur de campagne d'un candidat se présentant à la présidence.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  8. Pour le problème de la gestion d'une flotte de camions complets :
    1. Choisissez un ensemble de métriques, de décisions et d'incertitudes que vous pensez être rencontrées lors de la planification du problème consistant à accepter quelles charges déplacer (généralement effectuée jusqu'à sept jours dans le futur).
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  9. Considérez le problème du solde de trésorerie d'un fonds mutuel :
    1. L'e-mail du gestionnaire du fonds mutuel suggère une façon de décider combien d'argent conserver en trésorerie. Écrivez cette formule.
    2. Utilisez la Matrice d'Interaction de Cadrage pour créer des matrices d'interaction capturant votre meilleure estimation de l'impact de chaque type de décision sur chaque métrique de performance.
    3. Répétez (b) pour capturer votre meilleure estimation de l'impact de chaque type d'incertitude sur chaque métrique de performance.
  10. Nommez un exemple de problème « d'essais et erreurs » que vous rencontrez dans votre propre expérience, où vous devez faire le même choix de manière répétée.
    1. Décrivez le contexte du problème d'essais et erreurs, et ce qui déclenche la nécessité de reprendre la décision.
    2. Décrivez les métriques (une ou plusieurs si nécessaire), l'ensemble des choix, et toutes les formes d'incertitude qui surviennent dans le processus de prise de décision.
    3. Suggérez comment vous procéderiez pour faire un choix.