Recommandé pour vous
Il y a quelques semaines, lors d'une de nos sessions de rencontre régulières, un directeur d'usine a exprimé son enthousiasme quant à la mise en œuvre par son entreprise de la première phase de sa transformation numérique – et au fait qu'elle passait maintenant à la phase deux.
Ma réponse immédiate, après avoir présenté mes félicitations, a été de découvrir quel problème commercial il avait abordé. Cela l'a momentanément surpris avant qu'il ne réponde « Je ne sais pas. »
Loin d'être un cas isolé, je constate que cela arrive plus souvent qu'on ne le pense. Les entreprises du secteur pharmaceutique savent qu'une transformation axée sur les données est la voie à suivre. Elles investissent dans les dernières solutions matérielles et logicielles, mais ce qu'elles ne prennent pas toujours en compte, ce sont les problèmes individuels qu'une transformation est censée résoudre.
La technologie est tellement mise en avant, avec l'Industrie 4.0 qui est à l'origine de beaucoup de choses que nous voyons aujourd'hui. Mais j'ai même entendu parler de l'Industrie 5.0 et même 6.0… Où cela s'arrêtera-t-il ?
L'investissement dans la technologie ne représente qu'une petite partie de l'ensemble. Les entreprises doivent adopter une approche globale et examiner chaque facette de leurs opérations, puis examiner les solutions disponibles et déterminer celles qui correspondent le mieux à leurs objectifs globaux.
Il est inutile d'avoir une Ferrari si vous ne savez pas la conduire. Certes, elle est belle devant votre maison, mais vous ne réalisez pas la valeur de ce qu'elle peut offrir. Et c'est ce que vous manquez.
Ce que nous constatons, notamment dans le domaine des logiciels, c'est que de plus en plus de nos clients pharmaceutiques cherchent à trouver des solutions qui leur permettront de personnaliser les produits, de réduire les coûts, de devenir plus efficaces tout en étant capables de lancer plus rapidement des produits sur le marché.
Mais l'industrie pharmaceutique est aussi confrontée à d'autres réalités, notamment en matière de réglementation et de conformité. Ces réalités impliquent un travail considérable sur leurs capacités et leur intégration des données, non seulement en termes de collecte de données, mais aussi de travail avec les bonnes données et de leur utilisation comme base pour prendre des décisions.
La question la plus évocatrice à poser dans ce cas est la suivante : ont-ils confiance dans leurs données et les rapports qui en résultent ?
Les clients nous disent qu'ils veulent de l'aide pour mieux comprendre toutes les données qu'ils ont sur leur chaîne logistique, puis pour les mettre en forme de manière utile. Lorsque nous discutons de ce défi, la première réponse est souvent « donnez-moi le cas d'utilisation ».
Ne mettez pas en œuvre une technologie pour la technologie. Ayez un plan – ayez plusieurs plans – et préparez-vous à ce que certains d'entre eux soient rejetés.
Mais comment pouvez-vous donner un cas d'utilisation pour quelque chose que vous ne connaissez pas ? Ils disent « nous voulons lancer des produits plus rapidement » ou « nous voulons des approbations plus rapides de la FDA sur les installations et les produits », ce qui implique tous deux l'agrégation d'énormes quantités de données. Notre réponse : ne vous concentrez pas sur le premier cas d'utilisation – regardez tous les autres objectifs que vous pouvez atteindre en utilisant ces données.
Plus vous exploitez les données, plus vous en apprenez, notamment sur les tendances et les corrélations. Vous pouvez même commencer à faire des prévisions à l'aide d'analyses, ce qui peut aider à identifier les domaines à améliorer en termes de vitesse et d'efficacité.
Mais prendront-ils en considération toutes les conséquences ? Cette augmentation des volumes de données conduit à la création de nouveaux intitulés de poste. J'ai vu des « ingénieurs de la croissance » et des « data scientists », dont les rôles sont de déployer des algorithmes pour trouver des corrélations et des informations.
Mais ils ne peuvent être efficaces que s'ils ont une vision d'ensemble et s'ils obtiennent l'adhésion de toutes les disciplines – sinon, ils restent des décideurs isolés qui travaillent sur un plan conçu pour éliminer les silos qu'ils viennent de recréer.
Il existe certainement de nombreux algorithmes capables de résoudre des scénarios uniques, mais les algorithmes ne peuvent pas ajouter d'intelligence contextuelle ou conceptuelle. Ce type d'analyse et de prise de décision doit être effectué par un humain. Ce qui nous amène à la question suivante : vos collaborateurs ont-ils les compétences appropriées ?
Les entreprises doivent gérer les personnes et les former afin qu'elles puissent apprendre et collaborer avec toute cette nouvelle cyber-intelligence. Elles doivent être capables de se demander « que dois-je savoir pour prendre des décisions avisées ? » plutôt que « que vont me dire les données ? »
Mon conseil est donc le suivant : n'implémentez pas la technologie pour la technologie. Ayez un plan – ou plusieurs plans – et préparez-vous à ce que certains d'entre eux soient rejetés.
Assurez-vous que la première phase ne se limite pas à cocher une case, mais qu'elle est mise en œuvre pour résoudre un problème ou créer les bases pour en résoudre beaucoup d'autres. Ne vous laissez pas tenter par les mots à la mode – comprenez les avantages et demandez-vous ce qu'ils peuvent faire pour vous.
Découvrez comment mettre en œuvre la technologie, en tenant compte du fait qu'elle change tous les trois à cinq ans, puis en équilibrant cela avec le fait que nous, les humains, pouvons prendre plus de temps pour nous adapter.
Pensez à l'évolutivité, aux mises à niveau, à la facilité d'utilisation et à la migration. Et une fois que vous avez couvert toutes ces bases, votre transformation numérique devrait réellement fournir le tremplin que vous recherchez.
Publié 11 juin 2018
