À l'automne 2024, j'ai traversé un entrepôt de pièces détachées pour électroménager dans l'est de la Chine, où les stocks à rotation lente prenaient déjà la poussière, et j'ai trouvé trois rangées de rayonnages remplies du même moteur électrique, une fine couche de poussière sur les cartons extérieurs. Le responsable de l'entrepôt m'a dit que la pièce s'était bien vendue à son arrivée, que les commandes avaient commencé à s'amenuiser environ six mois plus tôt, et que lorsque quelqu'un s'en était aperçu, plus personne ne la demandait. C'est la biographie normale d'un stock à rotation lente : il arrive rarement du jour au lendemain. Il se développe lentement, ses premiers symptômes dispersés entre commandes, réceptions et registres de ventes, et personne ne les relie avant que le stock ne soit déjà bloqué. Une prévision IA fait ce travail de liaison, en assemblant de faibles variations des données quotidiennes en une seule image et en levant un drapeau tant qu'il est encore temps d'agir.
Les stocks à rotation lente apparaissent rarement soudainement ; ils ralentissent progressivement
Prenons un vendeur de petit électroménager dont l'accessoire pour friteuse à air expédiait environ 40,000 unités par mois depuis son entrepôt de l'est de la Chine au second semestre 2023, puis est tombé à un peu plus de 20,000 unités par mois, tandis que le réapprovisionnement se poursuivait au rythme de l'ancienne haute saison. Lors du comptage début 2024, l'entrepôt détenait environ neuf mois de couverture, et deux générations plus récentes de la même catégorie de produit étaient déjà sur le marché. Une entreprise d'éclairage a suivi le même scénario sous une autre forme : fin 2022, les commandes d'un modèle de plafonnier sont passées de plus d'une douzaine par semaine à deux ou trois, les commandes sont devenues plus petites et plus espacées, et pourtant l'entrepôt continuait à recevoir des palettes complètes. Dans les deux cas, les ventes ont d'abord ralenti et les stocks se sont accumulés des mois plus tard, et l'intuition humaine, qui lit une liste de picking ou un bon de commande à la fois, n'a pas pu suivre une courbe de demande qui s'infléchissait régulièrement vers le bas.
L'observation prolongée de la rotation des stocks aboutit à la même conclusion : la période de formation d'un stock lent s'étend généralement sur plusieurs mois, et la difficulté n'est pas l'écoulement mais la reconnaissance. L'équipe de l'entrepôt voit des expéditions isolées, les achats voient des réapprovisionnements isolés, et personne n'observe la courbe de la catégorie elle-même. La valeur d'une prévision IA ici n'est pas un chiffre miraculeux ; c'est une courbe tracée dans le temps, avec un seuil qui déclenche un message à la personne responsable avant que la courbe ne s'aplatisse complètement.
Quatre signaux réunis forment une prévision IA des stocks à rotation lente
Un seul signal trompe facilement ; quatre signaux arrivant ensemble changent complètement la donne. Le premier est la baisse des ventes : le volume sortant d'une catégorie inférieur à sa moyenne historique pendant plusieurs périodes consécutives, sans explication saisonnière. Le deuxième est un changement de fréquence des commandes : moins de commandes, des commandes plus petites et des écarts plus longs entre achats répétés, ce qui révèle souvent une demande en recul plus tôt que les ventes totales. Le troisième est le décalage saisonnier : un produit qui devrait progresser à cette période de l'année reste stable, ou dont la haute saison rétrécit d'année en année. Le quatrième est un signal de substitution : un modèle successeur ou un produit de remplacement progresse tandis que les recherches et demandes pour l'ancien article s'estompent, un schéma enfoui dans les registres de ventes et de service client que personne ne lit ligne par ligne.
Mettez les quatre signaux dans un tableau de décision, et l'alerte devient quelque chose sur lequel un entrepôt peut agir :
| Combinaison de signaux | Niveau d'alerte | Premier geste dans l'entrepôt |
|---|---|---|
| Baisse des ventes seulement | Surveiller | Raccourcir le cycle de revue, n'ajouter aucune nouvelle commande |
| Baisse plus fréquence des commandes en recul | Alerte jaune | Geler le réapprovisionnement, compter le stock en transit |
| Trois signaux réunis | Alerte orange | Réduire les achats, évaluer les options de transfert |
| Les quatre signaux présents | Alerte rouge | Réduire les achats, promouvoir et négocier les retours en parallèle |
Le calcul montre pourquoi six mois d'avance comptent. Supposons qu'une catégorie expédie 10,000 unités par mois et détienne 60,000 unités, soit six mois de couverture. Si l'alerte conduit l'équipe à réduire de moitié les deux prochains lots de réapprovisionnement, environ 20,000 unités n'entrent jamais dans l'entrepôt ; à un coût unitaire de 50 yuan, cela représente environ 1 million de yuan de capital qui n'est jamais immobilisé dans du stock lent. Attendez que la marchandise soit vraiment invendable, et la remise nécessaire pour l'écouler tombe souvent sous la moitié du prix, en plus de mois de frais de stockage et de manutention. Ce qu'une prévision précoce économise, ce n'est pas la remise ; c'est le stock qui n'a jamais eu besoin d'arriver.
Après l'alerte, l'entrepôt n'a que quatre réponses
Une alerte n'est utile que parce que la fenêtre de réponse est encore ouverte. La première réponse est de réduire les achats, et c'est la moins chère : arrêter ce qui est en transit ou prévu, en acceptant une pénurie à court terme plutôt qu'un excédent à long terme. La deuxième est la promotion, qui convient aux produits qui ont encore un marché mais sont sensibles au prix, à condition de commencer avant que l'article n'acquière une réputation de déstockage. La troisième est le transfert : déplacer le stock d'une région ou d'un canal faible vers un plus fort, où les mêmes marchandises peuvent se vendre normalement. La quatrième est le retour au fournisseur ou l'échange, qui ne fonctionne que là où existe une politique de retour et doit être négocié tant que le stock est encore sain, car le pouvoir de négociation disparaît une fois la marchandise bloquée.
C'est là que se situe un jugement contre-intuitif : après une alerte, la réponse la plus dangereuse est souvent d'attendre pour voir. L'instinct est compréhensible, puisque le produit bouge encore, seulement plus lentement, et que la demande pourrait se redresser. Mais quand les quatre signaux sont présents, un redressement spontané est rare, tandis que le coût d'attendre est certain : un mois de plus de frais de stockage, un mois de plus de capital immobilisé, et une remise plus profonde quand l'écoulement finit par arriver. Le vrai arbitrage de la prévision IA n'est pas la précision contre l'erreur ; c'est le petit coût d'agir tôt contre le grand coût d'agir tard. La promotion peut endommager une structure de prix, les transferts coûtent du fret, et réduire les achats risque une rupture à court terme, et tous ces coûts sont réels, mais ils restent faibles à côté d'un lot entier devenu stock lent.
Les prévisions IA produiront de fausses alertes
Les limites d'une prévision IA méritent d'être énoncées clairement, car c'est là que la confiance se gagne ou se perd. Les produits saisonniers sont la source la plus facile de fausses alertes : l'équipement de piscine ne se vend pas en hiver, et un modèle qui ne comprend pas le rythme saisonnier lèvera une alerte chaque hiver. Les promotions, les événements de vente des plateformes et les périodes de bascule de produit faussent les données de la même manière, puisque la chute après une grande promotion peut ressembler à une demande en recul. Une troisième source d'erreur est la donnée elle-même : un basculement de canal peut réduire le volume sortant d'un entrepôt alors que les ventes totales tous canaux confondus sont inchangées, et une prévision qui n'observe qu'un seul entrepôt interprétera ce basculement comme un recul.
Deux points de contrôle humains doivent donc se tenir derrière chaque alerte. Le premier est une revue commerciale : l'alerte parvient à quelqu'un qui connaît la catégorie et peut juger si le schéma est saisonnier, promotionnel ou un vrai recul. Le second est une réponse graduée : une alerte jaune ne gèle que les nouveaux achats et laisse le stock existant intact, tandis qu'une alerte rouge débloque la promotion et les négociations de retour. Les fausses alertes elles-mêmes ne sont pas fatales ; ce qui détruit la confiance, c'est un système sans gradation, où une fausse alerte déclenche un déstockage. Dans ce dispositif, l'IA est une sentinelle, pas un commandant : elle met une tendance suspecte sur la table tôt, et la décision reste aux humains.
La tendance plus large est un passage de la découverte du stock lent lors du comptage trimestriel à la surveillance continue de ses signaux. Autrefois, une entreprise n'apprenait quels articles étaient devenus lents qu'en les comptant ; de plus en plus, dès qu'une courbe de ventes faiblit, un compte à rebours commence. Une autre variable est l'élargissement des sources de données : quand les ventes, les demandes des clients, les lancements de produits successeurs et les basculements de canal peuvent se lire sur le même graphique, le délai d'anticipation d'une prévision s'allonge encore. Mais un délai plus long apporte aussi plus d'incertitude, ce qui rend les réponses graduées et la revue humaine plus importantes, et non moins. La technologie peut désormais placer une alerte devant un responsable six mois avant que le stock ne se bloque. Que l'organisation soit prête à réduire ses achats alors que le produit se vend encore est une question d'habitude, et non d'algorithmes, et le prochain lot de stock lent est peut-être déjà posé sur un rayonnage quelque part, sa courbe de ventes commençant à peine à s'infléchir.
Par Dr. Chen, Chercheur en chaîne d'approvisionnement
Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.
