Portrait d'entreprise ProcSim, les spécialistes en gestion et optimisation de flux

Related Vendors

ProcSim

Kubo Tech AG

Kärcher AG

FACTUREE - Der Online-Fertiger

Les flux, qu'ils soient de personnes ou d'objets, font tellement partie intégrante de notre quotidien que nous n'y prêtons souvent pas attention. Or, une gestion et une optimisation correcte de ces flux sont la différence entre un système chaotique et un système fluide et efficient. C'est dans ce cadre qu'entrent en jeu les spécialistes de ProcSim.

L'entreprise ProcSim est née de l'esprit de Simon Farsa, diplômé de l'EPFL qui, enthousiasmé par les logiciels de simulation de flux découverts lors de ses études, a vu là un potentiel particulièrement intéressant pour les industriels suisses. À l'époque en effet, bien que les problématiques de gestion de flux étaient connues, les outils à disposition l'étaient bien moins. En 2007, il fonde donc ProcSim avec Antoine Hayek, lui aussi ingénieur EPFL et spécialiste en développement des entreprises.

À la suite d'une étude de marché des différents outils de simulation existants, les deux hommes se sont tournés vers le logiciel FlexSim, développé par la société FlexSim Software Products Inc. basée aux États-Unis dans l'Utah, et dont ils sont aujourd'hui à la fois utilisateurs et revendeurs officiels.

Galerie d'images

Galerie d'images avec 11 images

À leurs débuts, la proactivité des deux co-fondateurs leur a permis de travailler comme conseillers experts en gestion de flux sur plusieurs petits projets, jusqu'à épauler de grandes entreprises comme Nestlé et Merck. L'équipe s'est agrandie au fil des années, et les ingénieurs de ProcSim, désormais de l'ordre de la dizaine, travaillent aujourd'hui sur de nombreux projets en Suisse et à l'étranger. Dans des domaines aussi variés que les industries horlogère, manufacturière, agroalimentaire et pharmaceutique, le secteur hospitalier, la biotech, les transports, etc., la gestion des flux est principalement liée à des problématiques de logistique. La spécialité de ProcSim est l'analyse et l'optimisation des flux dans des systèmes complexes non linéaires à éléments discrets ou semi-continu, c'est-à-dire des flux d'éléments successifs de type matière, objets, ou personnes, et impactés par un niveau plus ou moins élevé de variabilité.

Nous avons pu discuter plus en détails des activités de l'entreprise avec Antoine Hayek.

À quels besoins répond l'expertise de ProcSim ?

Nous intervenons dans trois grandes familles de problématiques : minimisation des risques en termes d'investissements financiers lors d'une construction ou de l'agrandissement d'un bâtiment ; accompagnement de l'implémentation d'automatisation dans la chaîne logistique ; optimisation de l'existant pour gagner en efficience. Analyser correctement les flux dans son entreprise permet de mettre en évidence de potentiels points bloquants, et des économies à de nombreux niveaux résulteront de l'optimisation de ces flux. Nous permettons d'éviter la spéculation et de minimiser les risques.

Pouvez-vous nous fournir quelques exemples concrets d'applications ?

Nous avons par exemple travaillé sur un projet de développement urbain, avec la construction d'une nouvelle déchetterie ménagère. Le concept initial qui nous avait été présenté s'étendait sur quelques 2000 m² et comprenait 60 places de parking. La crainte principale était la création d'embouteillages aux environs de la déchetterie aux heures d'affluence. La donnée de contrainte principale était donc un nombre défini X de personnes attendues par heure au maximum. Nous avons étudié le concept, et l'avons ensuite modifié pour minimiser le temps de présence des gens à l'intérieur de la déchetterie. Nous avons déplacé l'entrée et la sortie du site, réorganisé les emplacements des différentes bennes, transformé les places de parking d'un schéma parallèle à un schéma en épi, ajouter des feux de signalisation intelligents et des raccourcis pour guider les gens à travers la déchetterie. Nous avons ainsi pu proposer un nouveau concept optimisé avec 30 places de parking et sur seulement 930 m².

Dans le secteur horloger, nous avons accompagné une entreprise dans l'automatisation de sa chaîne logistique, en amont et en aval des tâches effectuées dans l'atelier. L'analyse des flux en prévision de la mise en place d'un entrepôt logistique automatisé a permis entre autres de comparer les devis de plusieurs fournisseurs et ainsi de prendre une décision plus éclairée.

Nous avons également soutenu la mise en place du centre de vaccination de Beaulieu à Lausanne pendant la crise sanitaire. L'objectif était la vaccination de 2100 personnes par jour, avec des éléments variables tels que le nombre de postes, le nombre de collaborateurs, etc. des imprévus comme les problèmes avec l'application, les personnes en retard, etc. et des contraintes telles que les distances de sécurité par exemple.

Nous travaillons aussi dans le domaine de la logistique hospitalière, particulièrement complexe, entre les flux de linge, de repas, de médicaments, etc. Nous avons également participé au redimensionnement d'un service d'urgence en optimisant le nombre de postes de soin, de personnel nécessaire, le tri à l'entrée des urgences en fonction de la gravité des cas, la distribution des patients au bon service, etc. Dans la même veine, nous avons été impliqués dans le redimensionnement de blocs opératoires avec une optimisation de leur plan de vacation.

Parmi nos nombreux autres projets, on retrouve la construction ou le redimensionnement d'usines, de plateformes logistiques comme des centres de distribution ou d'entreposage, drive, e-commerce, etc., un dépôt de bus, un campus, etc. Notre expertise est applicable à pléthore de domaines.

Quelles sont les compétences de vos collaborateurs ?

Nos ingénieurs ont une affinité particulière avec l'informatique et la programmation, mais également des connaissances de base en production et en logistique leur permettant de comprendre les besoins de nos clients, de trier les informations nécessaires à leur travail, et de répondre aux problématiques posées de manière professionnelle et efficace. Nous travaillons en binôme sur les projets, l'un des ingénieurs prenant le rôle de chef de projet et l'autre se concentrant sur la modélisation et l'analyse.

Comment se déroule un projet d'analyse et d'optimisation de flux ?

Nous suivons une méthodologie en trois étapes : caractérisation et cartographie des flux, modélisation et simulation.

La cartographie des flux, couplée à une récolte et une analyse de données numériques, consiste à exprimer les flux de manière graphique et définir chaque flux par les paramètres qui y sont associés. Il faut bien comprendre qu'un flux représente un mouvement, le déplacement d'un objet ou d'une personne d'un point A à un point B. La première étape est donc la caractérisation de chaque flux. Les paramètres de chaque flux sont extraits des données clients et la représentation graphique de ces flux sur des supports de type Powerpoint ou Visio nous aide à vérifier avec nos clients la véracité et l'exactitude des informations qui servent de base à la modélisation. Prenons l'exemple d'un atelier de production : en entrée, on retrouve l'élément matière première. Cette matière va suivre un chemin qui va du stock à la machine pour être transformée, passe ensuite par un contrôle avant d'être transformée de nouveau sur une seconde machine, puis de nouveau au contrôle avant d'être nettoyée, emballée et stockée. Et ainsi de suite pour les différentes matières, ou les différents produits finis. Nous obtenons donc par le dessin de ces flux ce que l'on appelle chez nous un diagramme spaghetti. Et à chaque spaghetti est associé un certain nombre de données ou caractéristiques, dans le cas de l'atelier par exemple le volume et la fréquence des pièces en fonction de l'heure ou du jour de la semaine. Nous recevons en général beaucoup de données clients, il nous faut d'abord trier et définir les informations dont nous avons réellement besoin avant de passer à la modélisation. Il est important de décomplexifier dès le départ, sans quoi la modélisation s'avère plus difficile et la simulation plus lourde. La description des flux doit être juste, au plus proche de la réalité, mais également la plus simple possible.

À quel moment intervient l'utilisation de FlexSim ?

Nous commençons à utiliser le logiciel dès la deuxième étape de notre méthodologie, la modélisation. Une fois que les flux ont été bien compris et caractérisés, nous allons construire le système dans le logiciel. Chaque flux, appelé dès lors « process flow », va être programmé. Du côté programmation, chaque flux est représenté par des jetons ou « token », qui permettent de connaître à un temps t l'état des éléments du flux et leurs paramètres. En parallèle de la programmation, FlexSim offre une visualisation en trois dimensions du système, dans lequel l'utilisateur voit les éléments se déplacer dans un environnement à l'échelle. Cette fonction de visualisation 3D native à FlexSim est l'un des points forts du logiciel. Elle permet de voir les éléments de flux bouger, de visualiser les goulets d'étranglements, permet de vulgariser l'information et les résultats des analyses. Pour représenter les flux d'un atelier de production par exemple, nous récupérons les plans ou les fichiers CAO du bâtiment et des machines s'ils existent afin de recréer l'environnement exact dans lequel se déplacent les différents flux étudiés.

Une fois le modèle créé dans FlexSim, il doit être validé. Il est particulièrement important d'avoir confiance en son modèle avant de se lancer dans la simulation. Pour un système préexistant, c'est relativement simple : si on regarde les flux d'une production existante par exemple, nous allons prendre les indicateurs de performances réels fournis par le client, comme le nombre de pièces finies sortantes par jour, et vérifier que le modèle sort ce nombre exact de pièces.

En quoi consiste la dernière étape de simulation ?

La simulation consiste à modifier les paramètres des flux, c'est-à-dire à faire fonctionner le modèle sous différentes conditions. La comparaison des données en sortie de simulation va permettre d'optimiser les flux en fonction des besoins et contraintes définis avec le client. Nous testons donc ce que l'on appelle des « what if scenarios », nous faisons varier les paramètres pour voir comment le système réagit, s'il continue de fonctionner ou pas et où se trouvent les points bloquants. On peut également faire varier le système lui-même, en déplaçant une machine par exemple, en ajoutant une autre, deux autres, etc. Si le client souhaite par exemple doubler son volume de production sur la même surface, que faut-il changer pour y arriver ? Est-ce faisable ? Voilà le type de problématiques auxquelles nous pouvons répondre.

Il est important de prendre en compte le fait que les blocages ou goulets d'étranglement qui peuvent apparaître dans le système sont des blocages dynamiques. Pour résorber ces goulets d'étranglements, il ne faut pas simplement penser de manière locale mais globale. En effet, la résorption d'un blocage a un endroit peut potentiellement entraîner un autre blocage ailleurs si l'on ne regarde le système que localement.

Lors de l'analyse d'un nouveau projet d'architecture, nous effectuons également des matrices de contiguïtés, qui permettent de créer une disposition optimale des équipes en fonction des échanges entre les différents départements ou différentes activités.

À partir de quel point peut-on dire qu'un système est optimisé ?

Tout va dépendre des objectifs définis en amont du projet avec le client. En général, les résultats obtenus avec la méthodologie dont nous venons de parler suffisent à optimiser le système pour les besoins déterminés. Néanmoins, pour certaines grandes entreprises, un gain de 1 % supplémentaire sur un objectif en particulier peut représenter un montant financier suffisamment non-négligeable pour justifier une optimisation encore plus poussée du système. Dans ce cas, la méthode empirique basée sur l'analyse de scénarios possibles n'est pas suffisante, et nous basculons dans une démarche scientifique avec l'utilisation de méthodes d'optimisation mathématiques. Il existe dans ce domaine des briques d'optimisation mathématique standards. Or un algorithme non personnalisé ne permettra pas d'obtenir des résultats fiables pour un cas en particulier. Nous proposons donc des algorithmes personnalisés. Nous sommes ici soutenus par des professeurs spécialisés dans ce domaine. Nous pouvons ainsi fournir au client des algorithmes spécifiques à son besoin et qui, de paramètres et contraintes d'entrée donnés, sortiront un optimum global. Ces algorithmes sont des mathématiques et du code pur. Pour optimiser un paramètre, il faut définir les éléments variables et correctement contraindre le système sous peine de ne pas obtenir de résultat. On peut optimiser un système en jouant successivement sur plusieurs paramètres. En général, ces algorithmes, qui peuvent nécessiter des ressources informatiques importantes, sont basés sur le cloud.

L'optimisation mathématique est donc complémentaire de l'analyse empirique. Il est d'ailleurs fortement conseillé de commencer par la simulation empirique, qui permet de définir correctement son système et d'obtenir une première optimisation, suffisante dans un grand nombre de cas, avant de se lancer dans l'optimisation mathématique, qui peut s'avérer par ailleurs assez coûteuse.

De nombreux imprévus peuvent impacter une production par exemple : comment penser à tout lors de la simulation ?

Nous avons de nombreuses itérations avec le client tout au long du projet. La première étape de caractérisation et de cartographie des flux est une étape clé, pendant laquelle nous essayons d'interagir avec un maximum de personnes chez le client pour justement créer une liste aussi exhaustive que possible des aléas éventuels. Nous utilisons ensuite des outils mathématiques spécifiques d'analyse de sensibilité du système nous permettant de définir les quelques paramètres ayant le plus d'impact sur la viabilité de ce dernier. Il peut en effet y avoir certains aléas qui n'auront que peu d'impact sur le bon fonctionnement du système dans sa globalité.

Globalement, dans un bâtiment, il existe des points typiques de goulets d'étranglement par exemple : les ascenseurs, les monte-charges, les passerelles, les tunnels, les escaliers. Un exemple typique d'imprévu est la panne. Prenons une panne de monte-charge : admettons que le réparateur mette deux heures à venir, et le répare en quatre heures, comment ma production sera-t-elle impactée ? Autre type de panne courante, la panne machine. Si le client est en mesure de nous fournir un historique des pannes, nous allons pouvoir construire une loi statistique avec une moyenne et un écart-type, et l'intégrer au modèle. Ces événements sont appelés « stress tests » et permettent de voir si le système peut tout de même fonctionner, et si oui combien de temps.

Nous parlons jusqu'à présent de systèmes préexistants, qu'en est-il pour les bâtiments et systèmes non-existants ?

Suivant le point de vue, cela rend les choses plus faciles ou plus difficiles ! En effet, pour un nouveau système, les données sur lesquelles nous pouvons nous baser sont bien moindre. Néanmoins, les clients qui construisent un nouveau bâtiment, une nouvelle usine, ont l'expérience d'autres bâtiments, d'autres usines. Nous aussi. Nous allons nous appuyer sur les différentes expériences, dégrossir les besoins et les paramètres dans les grandes lignes avant de se pencher sur les détails et ainsi construire un système efficace petit à petit en fonction des besoins et des contraintes qui en général sont bien connus.

Pour un nouveau bâtiment, il est également important de prendre en compte les évolutions futures : un client peut construire un nouvel atelier pour répondre à une certaine augmentation de volume de production, mais qu'en est-il si dans dix ans ce volume augmente encore ? Le système fonctionne-t-il toujours ? Une passerelle pourra-t-elle toujours être utilisée par les collaborateurs si l'on introduit des véhicules automatisés dans le futur ? Nous allons définir avec le client les éventualités à prendre en compte et créer les scénarios d'analyse adéquat, qui pourront aider le client à, par exemple, se décider entre les solutions proposées par deux fournisseurs différents et prendre ainsi des décisions éclairées. Nous aidons à investir mieux au lieu d'investir plus.

Combien de temps dure un projet ?

En moyenne, nos projets durent entre 3 et 5 mois, sachant que c'est rarement du continu, puisque certaines phases, en particulier pendant les boucles intératives avec le client, nécessitent quelques jours de réflexion. Le projet le plus long sur lequel nous avons travaillé était le redimensionnement de blocs opératoires avec une vingtaine de salles, qui a duré plus d'un an, mais des projets de cette ampleur sont assez rares.

Pour en revenir à votre outil principal, le logiciel FlexSim, vous êtes donc non seulement utilisateurs mais également revendeurs de FlexSim : dans quel contexte ?

Tous nos services sont basés sur FlexSim. Pendant longtemps, nous n'offrions que des services de conseil, c'est-à-dire tout ce dont nous avons parlé jusqu'à présent et qui représente 80 % de notre activité. Or, nous nous sommes rendus compte qu'un nombre non négligeable de nos clients y gagnerait à entretenir le jumeau numérique de leur système que nous créons lors d'une analyse. En effet, nous ne faisions jusqu'à il y a peu que des projets uniques, et une fois le projet terminé, le modèle du système était ensuite laissé à l'abandon. Or, plusieurs clients reviennent nous voir après quelques années pour une nouvelle problématique, mais leur système a évolué, des décisions qui semblaient anodines ont été prises mais ayant pu perturber le système à plus grande échelle. Il faut alors tout reprendre du début, tout redéfinir, mettre le système à jour, etc. Ce que nous proposons désormais, c'est la possibilité d'entretenir ce jumeau numérique, en interne chez ProcSim, de telle manière à ce qu'il soit toujours disponible et à jour pour être utilisé. Nous pouvons ainsi répondre plus rapidement à de petits besoins, les clients pouvant quant à eux prendre des décisions éclairées à chaque modification du système ou étude de nouvelle stratégie. Dans certains cas, l'internalisation de ces compétences chez le client peut être intéressant, en particulier si les besoins d'analyse sont réguliers. Nous proposons alors de former les clients qui le souhaitent à l'utilisation du logiciel et du jumeau numérique à leur disposition. Cela leur permet de faire vivre eux-mêmes leur jumeau numérique, et d'effectuer les analyses futures grâce à une licence. C'est ainsi que nous agissons en tant que revendeur.

Nous sommes également actifs dans les écoles en Suisse Romande. C'est une activité annexe qui nous permet de sensibiliser et de former les cadres dirigeants et ingénieurs de demain aux problématiques de gestion de flux.

Pourquoi vous être tournés vers FlexSim initialement ?

Notre force, notre expertise, nous la devons à nos collaborateurs. Néanmoins, pour offrir le meilleur de la simulation, il faut également utiliser le meilleur outil. À nos débuts, nous avons étudié les différents logiciels du marché, et avons choisi FlexSim car il était le meilleur de sa catégorie et nous sommes toujours très confiants dans la qualité du logiciel. En outre, la visualisation 3D native ainsi que l'interfaçage avec BIM (Building Information Modeling) simplifient énormément les discussions clients, permettant de visualiser la pratique en soutenant la présentation des résultats d'analyse. Par ailleurs, la communauté FlexSim, au-delà du fournisseur, est grande source de soutien et d'entraide si besoin.

Quelle est votre stratégie de développement interne pour les prochaines années ?

Pour nous aider dans notre démarche globale, nous sommes accompagnés par un coach Agile. Nous cherchons à appliquer la méthode Agile à tous les niveaux de la société, c'est-à-dire à la fois en interne et sur les projets clients. Travailler de manière plus standardisée et plus fluide sera bénéfique à tous points de vue, pour nous comme pour nos clients. Notre défi actuel est la solidification de notre base de travail. Nous souhaitons mettre en place des standards pour nous soutenir dans notre méthodologie et nous rendre plus efficient. Nous nous basons pour cela sur les plus de 300 projets sur lesquels nous avons travaillé afin de mettre en avant les points forts et faibles et de définir les éléments standardisables. En parallèle, nous travaillons sur une stratégie d'agrandissement, avec des idées de partenariats en Suisse et à l'étranger. Cela inclut aussi une réflexion sur les secteurs d'activités sur lesquels nous souhaiterions nous concentrer ou développer en priorité à l'avenir. Notre expertise s'applique en théorie à n'importe quel domaine d'applications, mais chaque domaine a des contraintes et des spécificités qui, comme dans le cas par exemple des flux d'un entrepôt logistique et ceux d'un bloc opératoire, peuvent être fondamentalement différentes. Il est donc important de ne pas trop nous disperser, au moins dans un premier temps.

Où en est la notoriété des avantages de l'analyse des flux ?

À nos débuts, c'était un domaine encore peu connu, et nous devions être extrêmement proactifs pour faire connaître les avantages de ce type d'analyses. La notion de flux et d'optimisation de flux commence doucement à s'ancrer dans les esprits, dans certains domaines d'applications plus que dans d'autres. Pour le concours d'architecture lancé par les HUG de Genève pour la Maison de l'enfant et de l'adolescent, nous avons par exemple été impliqué dès le début dans le processus de sélection du gagnant en tant qu'expert flux. Cependant, nous dépendons toujours énormément de notre travail de marketing et de prospection pour trouver des clients. La tendance actuelle à digitaliser aide cependant fortement. Les avantages qu'offrent les analyses et l'optimisation de flux sont désormais claires, ce qu'il manque, c'est que les gens y pensent instinctivement pour leurs projets.

Quels types de réticences ou défis rencontrez-vous dans votre prospection client ?

Il y a tout d'abord ceux qui ne voient pas l'utilité de notre expertise et qui pensent qu'ils sont en mesure d'optimiser leur flux sans outil de simulation. Bien que cela puisse être vrai pour des systèmes simples, ces derniers sont peu nombreux dans les industries, quelles qu'elles soient. Dès qu'un système devient complexe, non linéaire, avec de nombreuses entrées, sorties et de la variabilité, il est impossible de l'optimiser sans logiciel de simulation.

Nous nous heurtons aussi à la crainte typiquement humaine du changement. Se lancer dans un processus d'analyse et d'optimisation de flux est synonyme de potentiels bouleversements et l'entreprise qui décide de s'engager dans cette voie doit être ouverte à cela, à tous les niveaux. À cela peuvent s'ajouter des problèmes d'ego ou le typique « nous avons toujours procédé comme ça et ça marche très bien ».

Ensuite, pour nos interlocuteurs que nous ne devons pas convaincre de l'utilité de la simulation, nombre d'entre eux se sentent submergés par la question des données à fournir pour la modélisation du système. Ces données sont souvent éparpillées à différents endroits dans l'entreprise et l'effort pour les rassembler parait trop important. L'implication nécessaire en termes de temps de la part du client, en particulier dans la première phase, fait parfois peur. Il nous faut donc prouver que la balance bénéfice-risque penche dans le bon sens.

Nous sommes transparents dans notre démarche, nous cherchons à intégrer les informations nécessaires à la définition et à l'optimisation du système à tous les niveaux de l'entreprise pour que chacun finalement, du collaborateur au management, y trouve son compte. MSM

(ID:49775206)