Le management commence par trouver le goulot d'étranglement

Il y a de nombreuses années, j'ai travaillé dans la gestion de production pour l'industrie de l'électronique automobile.

C'est un secteur qui exige une précision de gestion extrêmement élevée.

Les stocks doivent être exacts, les plans de production doivent être méticuleux, les matériaux doivent arriver à temps, et la qualité et la régularité des produits doivent être maîtrisées. Une toute petite déviation peut être amplifiée encore et encore le long de la chaîne d'approvisionnement et de la ligne de production.

Derrière tout cela, il y a une grande quantité d'informations précises.

Quel est le niveau de stock ? Quel est le taux de rendement ? Quelle étape du processus est la plus lente ? Quel fournisseur est souvent en retard ? Quels matériaux sont consommés de façon anormale ? Quel est le véritable coût de fabrication d'un produit ?

Pour obtenir ces réponses, une entreprise doit aussi supporter des coûts de gestion considérables : ERP, MES, systèmes qualité, équipe supply chain, planificateurs de production, et beaucoup de collecte et de maintenance de données.

Récemment, en servant des fabricants locaux aux Émirats arabes unis, j'ai vu un tableau complètement différent.

La production de nombreux petits fabricants d'ici n'est pas compliquée.

Meubles, fabrication, produits sur mesure, petits ateliers... beaucoup d'entre eux n'achètent les matériaux, ne planifient la production et ne livrent qu'après l'arrivée d'une commande client.

Mais ce qui m'a profondément marqué, c'est que ils n'ont presque aucun véritable outil de gestion numérique.

Une grande partie de l'information vit dans Excel, WhatsApp, sur papier et dans la mémoire des gens. La comptabilité tourne peut-être sur Tally, produisant un Balance Sheet et un Profit & Loss en fin de mois.

Ces rapports sont certes importants.

Mais pour un dirigeant qui gère son entreprise au quotidien, ils ne peuvent souvent pas répondre directement à la question la plus importante :

Où exactement les choses ont-elles mal tourné ?

Pourquoi un projet a-t-il rapporté 20 % de moins que prévu ?

Les matériaux ont-ils été achetés trop cher ?

Des matériaux ont-ils été gaspillés ?

Le temps de main-d'œuvre a-t-il dépassé le plan ?

Le fournisseur a-t-il livré trop lentement ?

Le cycle de production s'est-il allongé ?

Ou le devis était-il tout simplement faux dès le départ ?

Cela m'a ramené à une conviction très fondamentale de mes années de gestion de production :

Le point de départ du management, c'est de trouver les problèmes, et de trouver le goulot d'étranglement.

Et pour trouver le goulot, il faut d'abord pouvoir voir.

Les données financières n'en sont qu'une partie.

Customer Order, Quotation, Purchase, Material Cost, Labour, WIP, Delivery Time, Gross Margin, Receivables...

Quand ces informations — à l'origine éparpillées — peuvent être reliées autour d'une commande, d'un projet, d'un cycle de production, elles commencent à produire une valeur totalement différente.

Une entreprise de meubles, par exemple, n'a pas forcément besoin d'un système de planification de production aussi complexe que celui de l'industrie automobile.

Le dirigeant a peut-être seulement besoin de savoir, chaque jour :

Combien de projets sont en production en ce moment ?

Quel projet a dépassé son budget ?

Quel projet est bloqué depuis le plus longtemps ?

Les coûts de matériaux ont-ils augmenté ou diminué sur les trois derniers mois ?

Combien de jours faut-il en moyenne entre la réception d'une commande et la livraison finale ?

Quel type de commande dégage la meilleure marge ?

Puis continuer à surveiller ces chiffres.

Repérer les anomalies.

Trouver la cause.

Changer le processus.

Puis vérifier si les chiffres s'améliorent.

C'est ce qui forme une véritable boucle de gestion :

Measure → Find the Problem → Find the Bottleneck → Improve → Measure Again.

Je pense de plus en plus que c'est peut-être l'une des plus grandes opportunités que l'IA offre aux petits fabricants.

Autrefois, ce n'était pas que ces entreprises n'avaient pas besoin de gestion.

C'est qu'obtenir l'information de gestion elle-même coûtait trop cher.

Pour obtenir des données exactes, il fallait déployer des logiciels complexes, exiger des saisies par les employés, payer des spécialistes pour la maintenance, et finalement trouver quelqu'un pour expliquer une pile de rapports au dirigeant.

Pour une petite usine de quelques dizaines de personnes, cette structure de coûts est difficile à justifier.

Ce que l'IA a la possibilité de changer, c'est précisément cette structure de coûts.

Laisser le système extraire lui-même l'information des factures, des transactions bancaires, des achats, des commandes clients, des documents de projet et des flux de travail quotidiens ; relier les données financières aux données opérationnelles ; et rechercher en continu les anomalies et les goulots d'étranglement.

Il ne s'agit pas d'installer dans une petite usine une version réduite d'un ERP de grande entreprise.

Mais de permettre au dirigeant de répondre plus facilement, chaque jour, à une question très simple :

What should I fix next?

Pour moi, c'est peut-être aussi l'étape la plus intéressante pour SnapLedger au-delà du logiciel de comptabilité.

Accounting tells you what happened.

Management should help you understand why — and what to improve next.

SnapLedger, your life easier.