Infineon Technologies AG est l’un des plus grands fabricants de semi-conducteurs au monde. C’est le leader du marché des semi-conducteurs automobiles et de puissance.
L’industrie des semi-conducteurs en général se caractérise par une intensité capitalistique et une forte volatilité de la demande. La demande de semi-conducteurs est instable, fortement dépendante des cycles d’innovation, et en raison de sa volatilité, la chaîne d’approvisionnement en semi-conducteurs est sujette à l’effet bullwhip.
Les ingénieurs de la chaîne d’approvisionnement d’Infineon utilisent AnyLogic depuis de nombreuses années, car la simulation est un outil efficace pour résoudre les problèmes de la demande de production et de chaîne d’approvisionnement. Lors de la conférence AnyLogic 2012, ils ont parlé de leur projet d’étude de l’effet bullwhip sur leur marché. À l’époque, ils combinaient des approches de modélisation par événements discrets et basées sur le comportement des agents pour construire un modèle de leur chaîne d’approvisionnement en semi-conducteurs à plusieurs niveaux. Le modèle de chaîne d’approvisionnement les a aidés à mieux s’adapter aux fluctuations de la demande et à réduire l’effet bullwhip.
Problème
De nos jours, les problèmes de volatilité de la demande et l’effet bullwhip sont encore plus difficiles qu’ils ne l’étaient auparavant. Pendant la pandémie de COVID-19, la demande d’automobile a considérablement chuté, ce qui a entraîné une trop grande quantité de stock. La demande de voitures a chuté parce que les gens travaillaient à domicile et se déplaçaient moins. Plus tard, le marché a rebondi et la demande accrue a coïncidé avec une pénurie mondiale de micropuces informatiques.
Dans le graphique ci-dessous, vous pouvez voir la corrélation entre la croissance de l’économie mondiale et la croissance du marché des semi-conducteurs. En 2008-2009, en raison de la crise mondiale et du déclin économique, la demande de semi-conducteurs a chuté de façon spectaculaire. Cependant, en 2009-2010, la croissance économique s’est redressée, ce qui a immédiatement affecté le marché des semi-conducteurs. C’est une excellente illustration de la façon dont l’effet bullwhip fonctionne et pourquoi il est une préoccupation majeure dans l’industrie.
En 2020, pendant la crise du COVID, la croissance du marché des semi-conducteurs n’a plus suivi la croissance de l’économie mondiale et n’a pas changé de manière aussi spectaculaire. Néanmoins, la volatilité est restée et la réduction de l’effet bullwhip avait un fort potentiel d’augmentation de la rentabilité.
Solution
Contrairement à leur projet de 2012, les ingénieurs de la chaîne d’approvisionnement d’Infineon ont décidé d’appliquer des outils de dynamique des systèmes pour étudier l’effet bullwhip. Ils voulaient comparer les nouveaux résultats avec ceux de leur étude de 2012. En termes simples, les ingénieurs voulaient examiner le même problème sous un angle légèrement différent. La dynamique des systèmes est principalement utilisée au niveau macro, où les modèles généraux sont plus importants que les petits détails. L’utilisation d’outils de dynamique des systèmes aide à appliquer la pensée systémique dans le but d’identifier les boucles de rétroaction, de comprendre les problèmes fondamentaux et d’examiner leurs symptômes.
Les ingénieurs avaient trois objectifs principaux :
- Simulez la reprise de la demande après la crise du COVID-19 dans la chaîne d’approvisionnement des semi-conducteurs automobiles.
- Comprendre l’impact de l’effet bullwhip pour différents scénarios de reprise du marché final.
- Fournir un outil pour évaluer les efforts et les habitudes de collaboration.
Pour atteindre leurs objectifs, les ingénieurs ont accompli quatre tâches clés :
- Identification des scénarios de reprise de la demande du marché final : par une forme en U, en V, en L, etc.
- Création d’un modèle de chaîne d’approvisionnement dynamique du système dans AnyLogic.
- Test du modèle à l’aide de données historiques.
- Analyse de sensibilité pour voir quels paramètres ont le plus grand impact sur les résultats.
La structure de la chaîne d’approvisionnement en semi-conducteurs de bout en bout peut être vue dans l’image ci-dessous :
De droite à gauche, la structure contient quatre échelons, chaque échelon décrit un membre de la chaîne d’approvisionnement :
- Échelon 1 : OEM (fabricants d’équipement d’origine)
- Échelon 2 : Fournisseur de niveau 1
- Échelon 3 : Fournisseur de niveau 2
- Echelon 4 : Fournisseur de semi-conducteurs
Tous ces échelons sont agrégés à l’échelle mondiale, ce qui signifie que l’OEM représente tous les fabricants d’équipement d’origine au niveau mondial, les fabricants de semi-conducteurs décrivent tous les fabricants mondiaux de semi-conducteurs, etc. Comme vous pouvez le voir sur l’image ci-dessus, le flux d’informations de cette chaîne d’approvisionnement se propage en amont, tandis que le flux physique des produits se propage en aval de la chaîne d’approvisionnement.
Les quatre échelons ont été spécifiquement modélisés dans la simulation. Chaque échelon transmet les entrées à travers plusieurs boucles de contrôle avant de passer à l’étape suivante. Différents échelons ont des paramètres différents pour les mêmes composants, y compris les prévisions, la capacité, le travail en cours, le stock, le carnet de commandes et la gestion de la ligne d’approvisionnement.
Dans ce modèle de chaîne d’approvisionnement, nous supposons que les réserves des fournisseurs de semi-conducteurs sont infinies car elles sont garanties par le fournisseur de silicium.
La structure de base de la dynamique des systèmes pour chaque échelon comportait plusieurs boucles :
Pour la saisie des données du modèle de chaîne d’approvisionnement, les ingénieurs ont utilisé des données historiques. Cela a fourni une base pour la vérification du modèle et pour les tests de scénarios.
Les ventes de véhicules légers ont connu une forte baisse pendant la crise, tandis que le contenu électrique par voiture augmente progressivement. Ces deux facteurs affectent considérablement la demande sur le marché des semi-conducteurs.
Le modèle de chaîne d’approvisionnement de bout en bout dispose d’un tableau de bord de simulation permettant de choisir différents scénarios et la variation d’un large éventail de paramètres différents lors de l’analyse de scénarios :
Résultat
Dans les résultats du modèle de chaîne d’approvisionnement, nous pouvons voir comment la baisse de la demande a affecté d’autres paramètres.
Après l’effondrement de la demande de semi-conducteurs pendant la pandémie, les commandes rebondissent rapidement en raison de la reprise de la demande sur le marché final.
- Les résultats du modèle de simulation montrent une nette amplification de l’évolution du marché final des ventes de véhicules légers. Plus il y a d’amont dans la chaîne d’approvisionnement, plus la baisse du signal de demande reçu pendant la crise est importante.
- La phase de reprise de la demande sur le marché final montre une forte amplification de l’augmentation de la demande. La demande entrante pour l’échelon des semi-conducteurs dépasse la demande du marché final d’environ 40% avec une amplification doublée par rapport au niveau 2.
La récupération des stocks est difficile en raison des longs temps de cycle et de la forte demande pendant la reprise, ce qui entraîne une pénurie de semi-conducteurs.
- Les stocks à l’échelon des semi-conducteurs augmentent en raison de l’annulation des commandes des partenaires de la chaîne d’approvisionnement en aval. L’inventaire à l’échelon des semi-conducteurs ne peut pas être rendu flexible en raison des longs temps de cycle.
- Dans la phase de reprise de la crise, le niveau de stock de l’échelon des semi-conducteurs est insuffisant. En raison de la restriction de capacité et de la forte demande de l’échelon en aval, le niveau de stock ne se rétablit que lentement.
L’analyse de sensibilité pour différents échelons et paramètres indique une orientation future pour augmenter la performance globale de la chaîne d’approvisionnement. Différents paramètres comportementaux montrent diverses influences sur le niveau de l’arriéré envers les fournisseurs de niveau 2, d’où la pénurie de puces pour l’ensemble de la chaîne d’approvisionnement. Une mise à jour plus récente et un décalage temporel plus faible dans le flux d’informations réduisent le niveau de backlog.
À la suite des tests et des analyses, les ingénieurs de la chaîne d’approvisionnement d’Infineon ont obtenu de multiples informations :
- L’amplitude de l’amplification et de l’oscillation de la demande dans la chaîne d’approvisionnement varie en fonction du scénario de récupération et des paramètres comportementaux des différents échelons.
- Les membres en amont de la chaîne d’approvisionnement souffrent le plus de la perturbation et le rétablissement de l’équilibre pourrait durer plus longtemps. La réaction lors de la baisse de la demande affecte la capacité de faire face à la reprise de la demande.
- La collaboration et la confiance sont importantes pour maîtriser l’effet bullwhip. La communication en termes de comportement de commande, de couverture des stocks et de communication des délais peut améliorer la situation.
- Chez Infineon, un concept d’amélioration des KPI VMI a été développé pour donner plus d’informations sur les causes profondes en aval / en amont.
L’étude de cas a été présentée par Abdelgafar Ismail et Hans Ehm d’Infineon lors de la conférence AnyLogic 2021.
Les diapositives sont disponibles au format PDF (en anglais). Pour une comparaison avec d’autres techniques de modélisation, lisez l’étude 2012 d’Infineon sur la chaîne d’approvisionnement des semi-conducteurs.