Author: Alain Patchong

Le prix de l’ignorance : comprendre la variabilité ou payer le prix fort #1

Alain Patchong Leave a comment

Dans mon précédent post, j’expliquais l’importance de distinguer la variabilité de cause commune de celle de cause spéciale. La principale raison que j’avançais pour justifier cela était le fait que les solutions à appliquer étaient différentes. Pour illustrer cela, prenons l’exemple d’un médecin qui soignerait une angine bactérienne comme une angine virale. Pour information, l’angine virale se guéri toute seule alors que l’angine bactérienne se soigne avec des antibiotiques. Cette ignorance peut être la garantie de mort ou de séquelles graves pour le patient. Autre exemple plus dramatique, celui d’un médecin européen qui essaierait de soigner la malaria (maladie tropicale inexistante en Europe) comme une grippe. Cette ignorance peut être la garantie d’une mort certaine pour le patient –bien que malaria se traite relativement facilement dans les pays tropicaux. Les choses se passent de la même manière pour les variations. Le traitement des variations de causes sont spéciales est relativement aisé car les causes sont en général rapidement identifiables. Il faut alors appliquer l’un des nombreux outils de résolution de problèmes dont le simple et le plus courant est le « 5 pourquoi ». Par exemple, dans une usine, la mise en place de la TPM et de la maintenance préventive permet de réduire le nombre de pannes. Ces deux outils n’auront, en revanche, aucune action sur les variations de causes communes. Quand il s’agit d’une variation de cause commune on peut choisir de ne rien faire (comme dans le cas de l’angine virale) car une mauvaise solution est nettement plus couteuse et pénalisante que « pas de solution du tout » ou alors appliquer l’une des solutions ci-dessous pour identifier la ou les causes cachées :

  • La stratification : grouper les données collectées du processus en catégories suivant différents facteurs, les analyser les en recherchant des corrélations, des similitudes ou des schémas de comportement.
  • L’expérimentation : modifier certaines variables du processus et afin de mieux comprendre son fonctionnement en utilisant le la méthode scientifique (e.g., Plan Do Check and Act, Define Measure Analyse Improve Control, …)
  • La désagrégation : découper le processus en sous-processus afin de traiter le problème

Dans mon prochain post, je reviendrai sur l’importance de la différenciation cause commune – cause spéciale pour un manager au quotidien.

La variabilité dans l’usine et ailleurs

Alain Patchong 2 Comments

Dans ce post je reviens sur la variabilité dans l’outil de production et ailleurs. Dans un précédent post j’avais souligné l’importance de la maitrise et, surtout, de la compréhension de la variabilité dans tout processus industriel. La compréhension de la variabilité ne doit pas se limiter seulement à quelques spécialistes dans une entreprise mais elle est, à mon humble avis, primordiale à la prise de bonne décision. Par conséquent, cela est un pré-requis pour un bon manager… Avant d’aller plus loin dans les prochains posts, je voudrais aborder très rapidement, dans ce post, la notion de cause commune et cause spéciale qui est très importante dans le traitement et l’analyse de la variabilité. En effet, les conclusions à en tirer ou les solutions à appliquer ne sont absolument pas les mêmes.

Pour illustrer mon propos voici l’histoire de Xavier est un jeune auto-entrepreneur qui en est encore au démarrage de son affaire. Il lui faut travailler de longues heures et se déplacer très souvent chez ses clients. Dans le cadre de son affaire, il est amené à recevoir de nombreux colis encombrants et des lettres recommandées. S’il n’est pas là lors du passage du postier, il lui faut aller au bureau de poste local pour retirer son courrier. Il a compté que cela lui faisait perdre au minimum 1 heure de son précieux temps ; l’obligeant ainsi à déprogrammer des rendez-vous avec des clients dont certains annulent purement et simplement la commande. Cela met en danger sa toute jeune affaire. Après réflexion, Xavier décide que la meilleure solution est d’être présent lors du passage du facteur afin de récupérer son courrier. Il lui faut donc déterminer de la manière la plus précise possible la plage horaire de passage du postier. Pour ce faire, il décide de relever l’heure de passage de son facteur sur 30 jours consécutifs. Les résultats se trouvent dans le tableau ci-dessous. Xavier a également noté que le jour où il a attendu le plus longtemps, le courrier n’avait pas été livré par le facteur habituel mais par son remplaçant. Inversement, le jour où il a le moins attendu, le courrier avait été livré par le facteur habituel accompagné d’une autre personne. La courbe ci-dessous donne est le résultat de son analyse statistique. L’heure de passage du postier varie autour d’une en moyenne égale à 10heures 30.

 

 

 

On considère en générale que les variations ont des causes spéciales ou communes.

  • Les causes spéciales correspondent à la situation où l’on a un lien clair entre la cause et la variation elle-même. L’exemple classique est celui de l’usure ou de la casse d’un outil de coupe qui entraine la production de pièces défectueuses ou l’arrêt de la machine. Il y a dans le cas d’une cause spéciale un changement net de l’état du processus. Il ne reviendra à son état initial qu’après intervention extérieure (e.g. réparation d’une panne). D’autres termes utilisés dans la littérature pour caractériser ce type de variations sont : markoviens, systématiques, assignables… Dans le cas de Xavier il s’agit des points 3 et 11 représentés sur le graphique.
  • Les causes communes correspondent à une situation résultant d’un ensemble de phénomènes quelquefois diffus et incontrôlables. Il s’agit du résultat de la variation naturelle d’un processus. L’exemple parfait est le salarié qui est interrompu par un coup de fil ou de l’opérateur qui met plus ou moins de temps pour effectuer une opération manuelle sans qu’il n’y ait de justification évidente. Les perturbations qui en résultent suivent très souvent une loi normale. Dans ce sens, il est donc possible de prévoir sa distribution ainsi que les bornes supérieures et inférieures. Apres l’occurrence d’une variation commune, il n’y a pas de changement de l’état du système si bien qu’il peut sans raison apparente retourner à la situation initiale. Tout se passe comme un lancé de pièces (pile ou face). La situation actuelle ne donne aucune information sur le résultat futur. D’autres termes utilisés dans la littérature pour caractériser ce type de variations sont : bernoulliens, aléatoires… Dans le cas de Xavier il s’agit très probablement de tous les points à l’exception des points 3 et 11 représentés sur le graphique.

Pour être complètement précis, on distingue une troisième catégorie de variations dites hybrides. Celles-là sont un peu plus rares. Ici le changement d’état agit uniquement sur la distribution des variations (e.g., différents taux de pannes). Je ne l’évoquerai pas ici.

Revenons aux deux types de variations énumérées ci-dessus. Quand la réponse du processus varie entre les bornes inférieures et supérieures (variations de causes communes) on parle d’un processus stable. Il s’agit d’une forte présomption et non d’une preuve. Si la réponse du processus sort des bornes inférieures et supérieures (variations de causes spéciales) alors le processus est dit instable (voir figure ci-dessus). Là également, il s’agit d’une forte présomption et non d’une preuve. Dans le cas de Xavier, le processus de livraison du courrier n’est pas stable.

Alors quand Xavier doit-il être là pour récupérer sont courrier ?

Il existe des méthodes simples pour calculer la limite de contrôle inférieure et la limite de contrôle supérieure représentées sur le graphique ci-dessus que nous ne développerons pas ici. Le résultat de ce calcul donne comme limites de contrôles inférieure et supérieure respectivement 10:24 et 10:36. Par contre, le processus n’étant pas stable, Xavier ne pourra pas collecter 100% de son courrier entre 10:24 et 10:36. On peut voir sur la figure ci-dessus que les points de passage de 10:20 et 10:48 sont bien hors contrôle, c’est-à-dire à l’extérieur de la zone de causes communes de variation. Pour être certain à 100% il devrait être présent 24 heures sur 24. Rien de bien raisonnable…

Les faiblesses du Six Sigma – épisode #2

Alain Patchong 3 Comments

La bonne réponse à la question posée dans mon antépénultième post est B. Mais si le calcul avait été effectué en integrant le 1,5 sigma de la marge de sécurité suggerée par Motorola il aurait fallut initialement avoir 0.00098 DPMO (Defects Per Million Opportunities) sur l’echantillon de depart et non 3,4 DPMO .  Cela veut dire que le niveau de six sigma « officiel » au depart aurait éte de 7.5 sigma.

En réalité, quand les ingénieurs de Motorola ont « inventé » le Six Sigma  en 1981, ils ont estimé qu’il fallait prendre une marge de sécurité de 1,5 sigma pour anticiper toutes les possibles déviations sur le long terme. « Alors pourquoi 1,5 sigma et pas 1 ; 1,2 ; 1,6 ; 2 ; 2,5 ou autre ? », me demanderiez-vous ? La réalité est que personne ne sait l’expliquer de manière absolument logique et inattaquable. Il s’agit de résultats empiriques issus des expérimentations de Motorola. Je n’essaie pas de faire du « purisme » ici, je suis ingénieur de formation ; je sais donc que ce genre d’approche du type « recette de cuisine » est courant dans l’industrie et cela ne me pose pas de problème. Alors supposons que Motorola ait identifié cette valeur (1,5 sigma) comme étant bonne pour eux. Est-ce que ce qui est bon chez Motorola l’est également ailleurs ? Avant même de discuter encore plus du fameux « long term shift » de 1,5, qu’en est-il du 6 sigma lui-même ? Pourquoi 6 pourquoi pas 5 ? Et, est-ce que ce nombre de défauts acceptables pour un stylo l’est également pour la sécurité par exemple (cf. mon post sur l’accident dans le métro de Paris) ? En d’autres termes, ne serait-il pas raisonnable d’exiger 6, 7 voire 8 sigma, voire plus, pour la sécurité et se contenter de 3, 4 pour des stylos ? En tant que fournisseur de stylos ne serait-ce pas de la surqualite (l’un des 7 gaspillages de Toyota) que de livrer de produits 6 sigma ? Autre question classique si l’on veut parler des défauts : Comment les compte-t-on ? Dois-je compter une petite aspérité sur le capuchon d’un stylo comme un défaut ou pas ? Même si ce stylo fonctionne bien ? Alors je vois d’ici les praticiens du six sigma rentrer en furie et m’expliquer ce qui est important ici est la méthodologie utilisée : DMAIC. Parlons de la méthodologie phare (far ?) du Six Sigma : DMAIC (Define, Measure Analyze Improve and Control). Il s’agit simplement d’une reformulation du PDCA (Plan Do Check and Act) de Deming. De manière générale le Six Sigma s’est largement inspiré de méthodologies du type Quality Control, TQM et Zero Defects, … issues d’illustres statisticiens et scientifiques tels que Juran, Deming et autres. « Mais le plus important est que cela marche », me diraient les chantres du Six sigma. Si j’étais cynique, je répondrais alors que toutes les méthodes marchent voir mon post sur le « The Hawthorne effect ». : “Toutes les méthodes marchent…”. Alors, le Six sigma est-il bon pour la poubelle ? Ma réponse est NON. Ce que j’aime bien dans le Six sigma c’est la focalisation sur la variation qui pour moi est l’un des « concepts » les plus importants dans le monde du manufacturing. Ce que j’aime bien dans le Six sigma c’est qu’il insiste sur la décision basée sur les données réelles par des sentiments (quoique quelquefois certains jeune praticiens se laissent distraire par cela et oublient  la finalité même). L’ironie dans tout cela  est que le Six sigma s’est largement inspiré de Deming (PDCA,  statistique des variations,…) mais en a fait un outil qui sur plusieurs points est contradictoire aux principes de management de Deming. Par exemple : le six sigma focalise plus sur les chiffres moins sur le process. Voir ce qu’en pense Deming dans ce post : Le management par les chiffres. Ne représente-t-on pas le process par une boîte noire dans laquelle rentrent des X et ou en ressortent des Y ? Autre exemple : l’extrême focalisation sur le retour financier, fut-il à court terme. Cela s’oppose à certains principes de management de Deming : voir Les 14 principes de management de Deming : deux sites de « référence » prennent quelques libertés sur leur traduction.). En somme, Motorola a récupéré tous les outils de Deming, le statisticien, et oublié les principes de management de Deming, l’expert du management. Sur ce point je trouve que les japonais (Toyota) on eu un approche plus équilibrée. Dernier élément au dossier : Jack Welch, le grand champion du Six Sigma. Un rapide résumé de sa bibliographie et de son style de management est disponible ici. Je ne suis pas certain que l’expert du management Deming lui aurait donné les plus hautes appréciations. 

Dans la série des réserves que l’on peut avoir sur le Six sigma, je vous passe le questionnement sur la nature gaussienne présupposée des variations qui est la fondation même du six sigma.  En clair : toutes les variations ont-elles une distribution gaussienne ? J’ai analysé des nombreuses données de pannes. Je peux affirmer que leur distribution est plutôt exponentielle et certainement pas gaussienne.

Pour finir sachez que le six sigma est un excellent outil mais qu’il existe beaucoup d’autres outils qui peuvent être plus efficaces et rentables pour votre business (voir mon post : Le terme « Lean Six Sigma » est-il un oxymore?).  

En conclusion, Six Sigma, Lean, Lean Six Sigma, TOC et autres ne sont que des méthodologies à appliquer en connaissance de leurs faiblesses et sans dogmatisme. Le dogmatisme est « péché » si tentant….  En ce qui me concerne, j’essaie de les utiliser comme un chercheur (scientist en Anglais) le ferait tout en cherchant en apprendre le plus en appuyant sur une démarche du type PDCA…

Des nouvelles de Hyundai, le prochain Toyota?

Alain Patchong Leave a comment

Entre deux posts sur le Six Sigma, je voudrais me rattraper sur un sujet que j’aurais dû aborder il y a plusieurs mois. Il s’agit de vous informer sur les suites du programme de Hyundai que j’ai mentionné dans l’un de mes précédents posts : Hyundai invente la relance par l’investissement… dans la confiance. Dans une interview sur NPR, John Krafcik, le Président et CEO de Hyundai a fait un bilan de cette opération qui consistait à reprendre la Hyundai de tout client qui perdait son emploi quelque temps après l’avoir l’acheté. Tout d’abord les chiffres ou le chiffre : il n’y a eu en tout et pour tout que 100 retours sur 435.064 voitures vendues. En somme, nettement moins que leur prévisions. Même si l’impact de cette offre est difficile à mesurer, John Krafcik pense que cela n’a eu que des bénéfices notamment en termes d’image en montrant aux américains que « Hyundai les comprenait et était proche d’eux ». Hyundai a donc décidé de prolonger cette offre en 2010. Notez, au passage, que pour faire la pub ils ont utilisé Jeff Bridges qui est l’un de symboles des USA (pour info, il vient de gagner l’Oscar du meilleur acteur principal).

Au moment où l’on parle des malheurs de Toyota, Hyundai apparait plus que jamais en bonne place pour nous fournir quelques « success stories ».

Les faiblesses du Six Sigma – épisode #1

Alain Patchong 4 Comments

Dans la continuité de mes deux précédents posts, je voudrais discuter d’une démarche bien connue : le Six Sigma.

Comme nous le savons tous, le Six Sigma a été développé par Mororola en 1981. L’un de ses fervents disciples est Jack Welch dont les succès chez GE à la fin des années 90 a été l’objet de nombreux bouquins. Cette méthodologie qui est créditée de beaucoup de succès dans le domaine industriel a également quelques points faibles. Dans ce post et le suivant, je reviens sur l’un d’eux sous forme de quizz et en prenant un exemple concret.

 

 

Voici l’exemple : je suis un distributeur de stylos qui a entendu parle du Six Sigma. Convaincu que je fabrique des stylos de qualité, je collecte des informations sur la qualité des stylos livrés au cours des 10 dernières années. Je me rends compte qu’il y a eu 3,4 DPMO. Quel a été le nombre de sigma de mon service au cours des 10 dernières années ?

  • A : 4,5 sigma
  • B : 6 sigma
  • C : 7,5 sigma
  • D : Autre

Bonne chance! Suite au prochain post.

La loi de cohabitation de TOC et du lean : « Plus une usine est lean moins le goulot est important »

Alain Patchong Leave a comment

Dans la lancée de mon dernier post, je voudrais présenter une des limites de TOC & variantes. Il s’agit plus précisément des limites de toutes les méthodologies d’amélioration qui se focalisent sur le goulot. Voici l’énoncé de ce que nous  pouvons appeler la loi de cohabitation de TOC et du lean : « Plus une usine est lean moins le goulot est important »

En d’autres termes, les méthodes basées sur le management du goulot telles que TOC et autres variantes ont une efficacité limitée quand une usine est lean. Elles restent, toutefois, efficaces dans les usines qui font de la production de masse (usines comportant beaucoup de stocks).

 Justification de la loi :

Je vais prendre un exemple simple d’une ligne composée de deux machines séparées par un stock intermédiaire. Au départ, ces deux machines sont identiques. Il n’y a donc pas de goulot. Je trace alors la courbe donnant le taux de production de la ligne (pièces / unité de temps) en fonction de la capacité du stock intermédiaire (courbe noire).

Ensuite, j’améliore la première machine (courbe rouge). La deuxième machine devient alors le goulot.

Enfin, j’améliore un peu plus la première machine, qui n’est pas la machine goulot (courbe bleue). Alors que constate-t-on ?

L’on peut voir que quand la ligne a une capacité de stockage importante, les courbes rouge et bleue sont confondues. Cela signifie que la deuxième amélioration apportée à la machine non-goulot n’a servi à rien. Il aurait fallut l’apporter à la machine goulot. Par contre, quand la ligne a peu de stocks l’on aperçoit un écart entre les deux courbes. Cela signifie que cette amélioration a eu un effet. Les usines lean se caractérisent par le fait qu’elles ont peu de stock. Elles sont donc moins sensibles au goulot. Poussons la logique jusqu’au bout et considérons la ligne la plus lean possible : celle qui n’a pas de stock. En effet, dans sa phase ultime l’usine lean n’a pas de stock. Dans ces conditions, la disponibilité résultante de l’usine peut être approximée par produit des disponibilités de toutes les machines (D1xD2 dans notre cas, D1 et D2 étant les disponibilités des machines 1 et 2). Par conséquent, toutes les machines ont la même importance. En effet, l’on peut observer qu’une amélioration de même proportion de D1 ou de D2 produira le même effet final sur la ligne. En réalité, la formule exacte permet de montrer que le goulot reste toujours la cible première, mais de très peu.

Il est intéressant de noter que certaines améliorations peu couteuses sur des machines non-goulot peuvent avoir un retour sur investissement meilleur que des actions sur le goulot. D’où l’intérêt de ne pas se limiter à la machine goulot quand on recherche des opportunités d’amélioration. Cela est encore «  plus vrai » dans des usines lean.

Tout ce qui précède montre également les limites de toutes les méthodologies d’amélioration centrées autour du goulot. La question de l’avenir de ces méthodologies se pose dès lors que l’on considère qu’avec la diffusion du lean, il y aura de moins en moins d’usines de production de masse dans le monde pour justifier leur déploiement.

TOC : Theory Of Constraints ou Theorem Of Constraints ?

Alain Patchong Leave a comment

Tout d’abord, voici deux citations pour initier mon propos.

 L’homme est un animal crédule qui a besoin de croire. En l’absence de raisons valables de croire, il se satisfait de mauvaises
-Bertrand Russell

L’homme est un animal religieux. L’homme est le seul animal religieux.         �
-Mark Twain

Il y a près de dix ans, choqué par l’omniprésence des recettes de cuisines et slogans de gourous, je me suis lancé un challenge: pouvoir expliquer simplement le fonctionnement et l’exploitation des systèmes de production par des règles (lois) simples. Ce projet a beaucoup avancé depuis, au fil des connaissances que j’ai accumulées d’années en années.  En en attendant d’en faire quelque chose, j’extrairai de temps en temps quelques éléments pour partager avec vous.

Sur LMS, il m’est quelquefois arrivé de souligner les limites de la théorie de contrainte que Goldratt a décrit dans son bestseller : « The goal » : Petite approximation du “But” , Le lean, l’innovation, la profitabilité et le long terme, Le lean, « la culture du goulot », et la crise économique. Je dois avouer que je suis toujours frappé par les réactions des supporters de Goldratt face à mes remarques. Certains vont jusqu’à citer et interpréter des extraits de « The goal » comme un verset biblique…  J’ai beau préciser que TOC veut dire  « Theory Of Constraint » et non « Theorem Of Constraints » rien n’y fait. La différence est pourtant de taille. En effet, comme le définit un dictionnaire en ligne « Théorie : Connaissance(s) abstraite(s) et spéculative(s) indépendante(s) des applications. La théorie dure tant qu’elle résiste à l’expérience; elle se modifie et change le jour où elle est vaincue par les faits de l’expérience. Il en résulte donc que les théories ne sont que des idées provisoires que nous nous faisons des choses dans un état donné de nos connaissances ». Par opposition, un théorème, selon le même dictionnaire, est une « Proposition qui peut être démontrée par un raisonnement logique à partir de faits donnés ou d’hypothèses justifiables. ». La TOC n’étant qu’une théorie, il est donc normal qu’elle ne soit pas complètement exacte…. Il y a des choses vraies et il y en a qui ne le sont pas…

Les récents déboires de Toyota ont souligné la nécessité de comprendre la « physique des systèmes de production » et d’aller au delà d’une copie aveugle ou d’une croyance en quelque slogan ; fût-il de Toyota. Il n’y a pas de panacée et la seule solution est celle du savoir au travers de l’apprentissage et des expérimentations.  Je pense que le lean est une science et non une religion… Certains par mercantilisme ou fainéantise intellectuelle, profitant de la nature religieuse de l’homme, voudraient en faire une histoire de gourous. Cette science obéit à des règles éprouvées ou démontrables. J’en ai découvert et formulé quelques unes en faisant des « allers-retours » entre la théorie et l’action sur le terrain… C’est l’objet du projet que je finalise actuellement. J’ignore pour le moment quelle forme cela prendra mais je pense modestement qu’il sera solide vecteur de la diffusion du véritable savoir scientifique par opposition aux slogans et imprécations de gourous…

Toyota et le management de la crise : « Si vis pacem, para bellum »

Alain Patchong 2 Comments

Ces dernières semaines, l’on a beaucoup entendu parler des rappels de voitures par Toyota. Dans ce post, je ne reviendrai pas sur les raisons de ces rappels que j’ai, par ailleurs, abordées dans de précédent posts. Je me focaliserai sur la gestion de la crise par Toyota. Le moins que l’on puisse dire est qu’elle n’a pas été bonne. A la décharge du constructeur nippon, il faut dire qu’il est moins habitué que ses concurrents aux crises de ce genre. GM ou Ford auraient certainement fait mieux. Autre point à souligner, la non-communication est l’une des « vertus » de Toyota. En d’autres termes, la discrétion est perçue chez Toyota comme une qualité. Comme le signale Jeff Liker dans son livre « Toyota Culture », les rares fois où  Toyota a été emmené à embaucher un manager ou un futur dirigeant, l’un des points recherchés chez la personne était de ne pas « la retrouver demain à la une d’un des journaux spécialisés »… En effet, alors que les PDG des grands groupes industriels « squattent » littéralement les media spécialisés, il est très rare d’y voir « trainer » les dirigeants de Toyota. Ceci est une bonne chose…Simplement, ce qui est vrai en période normale ne l’est pas forcément en période de crise. De fait, la discrétion légendaire de Toyota s’est rapidement transformée en faiblesse… Cela a été perçu comme des hésitations et de l’opacité au début de la crise. Puis la communication a été exclusivement conduite par les responsables occidentaux du groupe (notamment les américains). Ensuite, le PDG de Toyota a ébauché quelques excuses, à la japonaise… Pas certain que cela ait impressionné grand monde. Le moins que l’on puisse dire est que Toyota devrait tirer des leçons ce cette gestion de crise de manière à être prête pour la prochaine fois… En lui souhaitant que la prochaine fois soit dans un futur très très lointain… Toutefois, à l’allure où vont les choses, je doute que la série soit close. Pour paraphraser un adage bien connu « Si vis pacem, para bellum »  (Si tu veux la paix, prépare la guerre), si le groupe Toyota veut la perfection, il doit également préparer les crises… Sa quête de la perfection ne sera pas un « long fleuve tranquille ».

Le Henry Ford de la chirurgie

Alain Patchong 4 Comments

Alors que beaucoup de personnes se tournent actuellement vers la Chine et nous expliquent pourquoi ce pays sera la prochaine superpuissance, j’ai surtout été intrigué ces dernières années par l’Inde. Est-ce à cause de ma révulsion naturelle des comportements moutonniers ? En effet, mon expérience de la vie m’a appris a toujours chercher au delà de ce que tout le monde regarde. L’image qui me vient à l’esprit est celui du prestidigitateur… Il attire notre attention vers un endroit alors qu’en réalité les choses se passent ailleurs… Tout cela pour dire que je pense que les « success stories » indiennes valent le détour. L’inde présente au moins trois avantages par rapport à la chine : c’est la plus grande démocratie du monde, elle possède les meilleurs ingénieurs IT du monde et l’anglais y est rependu. Certes le pays a également ses faiblesses que je n’aborderais pas ici…

Dans cette Inde, intéressons nous à Bangalore, la ville où se trouve le siège d’Infosys dont la fabuleuse histoire illustre le basculement qui est en cours entre l’occident et les pays émergents (lire « The Word is Flat » de Thomas Friedman). Eh bien à Bangalore, je ne vais pas vous parler d’Infosys mais de Narayana Hrudayalaya Hospital. Il s’agit d’une clinique qui applique les principes du fordisme pour effectuer des opérations à cœur ouverts à moins de 2000 dollars, soit dix fois moins cher qu’aux USA –voir l’image ci-dessous. L’organisateur de tout cela est le Docteur Shetty. Cet article l’explique très bien… L’approche du Docteur Shetty s’appuie notamment le principe de la ligne d’assemblage. Cela va à l’encontre de la recherche de la polyvalence que l’on observe dans l’approche lean. Pour expliquer le succès de cette approche, voici un détail très important : chez les chirurgiens, comme chez les pilotes d’avions, plus on réalise un type d’opération, plus on y acquiert de l’expertise dans le domaine. Ainsi au lieu d’avoir des chirurgiens polyvalents, le Docteur Shetty a fait le choix inverse d’hyperspécialiser ses chirurgiens (principe du poste de travail de la ligne de l’assemblage) tout en augmentant le volume. Au final, cela lui a permis de baisser drastiquement les coûts et d’opérer un maximum de personnes (la cause et la conséquence sont interchangeables ici). Le le Docteur Shetty utilise le volume pour améliorer à la fois la qualité et le coût. Narayana Hrudayalaya Hospital sur chacune de ses opérations réalise au moins deux fois plus de prestations que le meilleur hôpital américain. Les chirurgiens apprennent plus vite et font des actes de meilleure qualité, et en même temps, la clinique peut faire des économies d’échelle… Et qu’en est-il du coût ? L’hôpital indien est 10 fois moins cher que les hôpitaux américains : 2000 dollars contre 20000 dollars aux USA.

Les chirurgiens de Narayana Hrudayalaya Hospital ont des salaires comparables à ceux des hôpitaux occidentaux.

Le Docteur Shetty a un nouveau projet dans les îles Caïmans. La cible : les américains –qui peinent à mettre en place un system de sécurité sociale. Vu l’évolution de la sécurité sociale en France, peut-être que d’ici 5 à 10 ans les Français s’y rendront également pour se faire soigner…

Tango : une solution de mobilité lean ?

Alain Patchong 5 Comments

Parmi les solutions de mobilité présentées au salon de Detroit, il y en a une qui m’a particulièrement intéressé. Il s’agit de Tango, une petite voiture électrique de deux places. Selon le constructeur, George Clooney a offert 100.000 dollars pour en avoir une. Vous me diriez : « voiture 2 places, c’est du déjà-vu ». Le « plus » ici est que ces deux places sont positionnées comme sur une moto : une place devant et l’autre derrière. Ainsi, contrairement à la Smart deux voitures peuvent circuler sur une voie (occupée par un seule voiture normale). Cette solution procure les avantages de la moto sans son principal inconvénient : la sécurité. L’idée de la voiture Tango, dont on peut voir les images ici, est venue à son constructeur alors qu’il était coincé dans les célèbres embouteillages de Los Angeles. Il a alors regardé autour de lui et constaté qu’il était entouré de grosses voitures avec un seul occupant. Il est vrai que quand on y réfléchi on constate que l’on passe beaucoup de temps à transporter du « vide »  dans nos rues.  Cela constitue beaucoup de gaspillages. Tango fait partie de ces solutions qui s’attaquent à la cause racine : le volume et le poids de ce que l’on transporte. Cela s’apparenterait aux « petits » colis en logistique lean. Ensuite et seulement ensuite, vient le point concernant la motorisation sur laquelle on se focalise tant actuellement. Dans le cas de Tango pour être complètement « écologique », le constructeur y a installé un moteur électrique. Imaginez un instant la fluidité que l’on pourrait gagner dans nos villes en « convertissant » la plupart des voitures en Tango. Du coup les rues deviendraient mécaniquement deux fois plus grandes.  Cliquer ici pour avoir accès à la galerie de photos.