Tous les leaders opérationnels connaissent la théorie des contraintes (TOC). Trouver la contrainte. L’exploiter. Organiser le reste des opérations autour d’elle. L’élever. Puis recommencer.
La méthode est efficace, et elle fonctionne. Goldratt a donné aux équipes opérationnelles un modèle mental capable de simplifier la complexité et de concentrer les investissements là où ils comptent vraiment. La plupart des leaders qui gèrent des opérations complexes ont appris la TOC il y a des années. Plusieurs l’ont appliquée avec succès.
Le problème commence lorsque le système devient assez complexe pour que « trouver la contrainte » cesse d’être un exercice simple.
La TOC suppose qu’il est possible d’identifier clairement la contrainte. Dans un processus linéaire simple, c’est généralement le cas. On mesure le rythme de production, on identifie ce qui limite la capacité et on concentre les efforts à cet endroit. Mais la plupart des opérations réelles ne sont pas des processus linéaires simples. Elles impliquent des ressources partagées, une demande variable, des étapes interdépendantes et des objectifs concurrents entre différentes fonctions. Dans ces systèmes, les contraintes se comportent d’une manière qui rend les cinq étapes de focalisation beaucoup plus difficiles à exécuter qu’il en a l’air.
La TOC reconnaît cette réalité. La méthode Drum-Buffer-Rope protège la fluidité des opérations au niveau de la contrainte et organise le reste du système à celle-ci. Le cadre prend en compte le concept de contrainte mobile. Ce qu’il ne fournit pas, c’est une façon de prévoir où la contrainte se déplacera dans des conditions encore jamais observées, ni comment le retrait d’une contrainte peut surcharger une autre ressource trois étapes plus loin dans le processus.
Les contraintes se déplacent
Une usine de transformation alimentaire exploite plusieurs remplisseuses alimentées par des systèmes de nettoyage partagés, des réservoirs d’ingrédients et des pasteurisateurs en amont. À 6 h du matin, la contrainte est le système CIP, puisqu’un cycle de nettoyage immobilise trois remplisseuses pendant six à huit heures. À midi, la contrainte s’est déplacée vers la capacité des réservoirs d’ingrédients, parce que la production de crème a dépassé l’espace de stockage disponible. En après-midi, une nouvelle remplisseuse haute vitesse fonctionne sous sa pleine capacité parce que les processus avant et après ne suivent pas le rythme.
Si vous demandez à l’équipe de planification où se trouve le goulot d’étranglement, la réponse honnête dépend du moment où vous posez la question. La contrainte se déplace à l’intérieur d’un même quart de travail, et chaque déplacement change l’intervention qui améliorerait réellement le rendement. Appliquer les cinq étapes de la TOC au point de congestion du matin peut n’avoir aucun effet sur celui de l’après-midi. L’équipe investit pour corriger une limitation, puis découvre que le système ne s’est pas accéléré parce qu’une autre contrainte limitait déjà la performance au moment où la solution est entrée en vigueur.
Les contraintes interagissent entre elles
Un manufacturier exploite sept usines de production ayant chacune des configurations d’équipements différentes et répartit les commandes dans le réseau selon la proximité et la capacité disponible. Sur papier, chaque usine semble avoir une contrainte claire : la machine ou la ligne qui limite la capacité pour un produit donné.
Lorsque les contraintes liées aux équipements de coupe ont été intégrées dans un modèle d’optimisation du réseau, les conclusions ont complètement changé. Une usine qui semblait être le choix évident pour une commande en raison de sa localisation s’est révélée être celle qui générait le plus de pertes pour cette largeur de produit. Une autre installation, qui n’aurait jamais reçu certaines commandes selon une logique de proximité, s’est avérée produire ces mêmes commandes avec le moins de perte de matière. Une troisième usine semblait rentable de façon isolée, mais devenait structurellement non rentable une fois les pertes de coupe évaluées pour l’ensemble du réseau.
La contrainte n’était jamais une seule machine. Elle provenait de l’interaction entre le mix produit, la configuration des équipements et la façon dont les commandes étaient réparties à travers l’ensemble du réseau. Chaque usine avait effectué sa propre analyse de contraintes. Chaque usine avait optimisé son propre goulot d’étranglement. Pourtant, le réseau laissait encore 20 millions de dollars sur la table parce que la véritable contrainte se trouvait entre les usines, et non à l’intérieur de celles-ci.
Les contraintes traversent les frontières organisationnelles
Les opérations aéroportuaires impliquent trois organisations ayant chacune leur propre rentabilité : la compagnie aérienne, le fournisseur de services au sol et l’autorité aéroportuaire. Chacune contrôle des ressources qui deviennent les contraintes des autres. La compagnie aérienne contrôle les décisions de maintenance et la planification des équipages. Le fournisseur au sol contrôle les équipes de rotation. L’aéroport contrôle l’aménagement des portes d’embarquement et des voies de circulation.
Lorsque des travaux de maintenance de nuit se prolongent sur deux avions monocouloirs, la compagnie aérienne crée un manque de portes d’embarquement. Les équipes au sol, planifiées selon une logique d’efficacité des coûts plutôt qu’en fonction du véritable profil des arrivées, aggravent ensuite les retards. En début d’après-midi, la vague de correspondances de la compagnie arrive dans une congestion de portes causée huit heures plus tôt dans les opérations d’un autre acteur, et les correspondances manquées entraînent des coûts de réaffectation, des enjeux de conformité des équipages et des retards officiellement déclarés qui retombent entièrement sur le transporteur.
L’organisation qui absorbe les coûts n’est pas celle qui a créé la contrainte. Et aucune organisation ne peut appliquer les cinq étapes de la TOC à un goulot d’étranglement qu’elle ne contrôle pas. Les modèles statiques de capacité identifient la ressource la plus critique à l’intérieur du périmètre d’une seule organisation. Ils ne modélisent pas la manière dont la pression dans une opération crée un effet de refoulement qui surcharge une autre opération.
Ce qui change lorsqu’on modélise le système
La simulation exécute l’ensemble de l’opération tout en conservant les interactions entre ses composantes. Au lieu d’identifier une seule contrainte, elle révèle la cartographie des contraintes : quelles ressources deviennent limitantes dans quelles conditions, ce qui se produit lorsqu’on en enlève une et où apparaît le prochain goulot d’étranglement avant même qu’un investissement soit engagé.
Une équipe de planification qui applique la TOC à l’aide de feuilles de calcul et de son expérience identifie généralement le point de congestion évident, bâtit un dossier et engage des investissements. Parfois, la contrainte corrigée ne limitait la performance que dans certaines conditions de demande. Parfois, la solution déplaçait le goulot d’étranglement vers une ressource que personne ne surveillait. Parfois, les effets d’interaction à travers le réseau modifiaient complètement l’installation optimale dès le départ. L’investissement était logique de façon isolée. Le système, lui, ne collaborait pas.
Modéliser le système transforme le résultat de « voici le goulot d’étranglement » à « voici vos options, voici les compromis et voici ce qui résiste réellement sous pression ». Les leaders peuvent tester différentes interventions dans des scénarios réalistes et vérifier si les améliorations tiennent une fois confrontées au reste de l’opération.
La TOC a donné aux leaders des opérations un puissant modèle mental. Le problème ne vient pas du cadre lui-même. Le problème vient des outils que la plupart des équipes utilisent pour l’appliquer.
Lorsque les contraintes se déplacent, interagissent et traversent les frontières organisationnelles, « où se trouvent-t-elles? » devient la mauvaise question. La meilleure question est plutôt : « comment le système de contraintes se comporte-t-il? » Et cette question exige un modèle capable de fonctionner.
Lectures connexes:
Comment les silos de communication sabotent l'optimisation de la chaîne minière.
