Zhao, N., Hong, J., & Lau, K. H. (2023). Impact of supply chain digitalization on supply chain resilience and performance: A multi-mediation model. International Journal of Production Economics, 259, 108817.

Mots clés :
Supply Chain Digitalization, Supply Chain Resilience, Performance, Dynamic Capability Theory, COVID-19

Synthèse de l’article :

L’article de Zhao et al. (2023) explore comment la digitalisation de la chaîne d’approvisionnement (SCD) peut renforcer la résilience (SCR) et améliorer la performance des entreprises (SCP), en particulier dans un environnement incertain tel que celui provoqué par la pandémie de COVID-19. Basée sur la théorie des capacités dynamiques, l’étude développe un modèle théorique décrivant les relations entre la SCD, la SCR et la SCP, validé par des données d’enquête recueillies auprès de 210 entreprises manufacturières chinoises.

Développement :

L’étude identifie trois capacités clés de la résilience de la chaîne d’approvisionnement :

Capacité d’absorption (avant la perturbation) : Elle aide à réduire les risques en se préparant à l’avance grâce à des ressources redondantes et à la visibilité accrue de la chaîne d’approvisionnement.

Capacité de réponse (pendant la perturbation) : Permet de réagir rapidement aux disruptions grâce à la flexibilité, l’agilité et la collaboration avec les partenaires.

Capacité de récupération (après la perturbation) : Accélère le retour à une performance optimale via la réintégration des ressources internes et externes.

Les résultats montrent que la digitalisation améliore chacune de ces capacités, entraînant une meilleure performance globale de la chaîne d’approvisionnement. Les entreprises capables d’intégrer des technologies numériques telles que le Big Data, l’intelligence artificielle et la blockchain peuvent ainsi renforcer leur résilience face aux chocs du marché.

L’étude souligne également que la SCD apporte des bénéfices directs, notamment l’efficacité des processus, la réduction des coûts et l’amélioration de la satisfaction client, tout en jouant un rôle clé dans la transformation numérique des entreprises. La recherche met en avant la nécessité d’adopter une stratégie de résilience numérique complète pour maximiser les avantages de la digitalisation.

Conclusion :

L’article conclut que la digitalisation de la chaîne d’approvisionnement, en renforçant la résilience à travers ses différentes capacités, peut significativement améliorer la performance des entreprises, en particulier dans des environnements de marché dynamiques et incertains. Les auteurs recommandent aux managers d’adopter des technologies numériques de manière stratégique pour anticiper, réagir et se remettre efficacement des disruptions.

Références bibliographiques (format APA) :

Ali, I., Arslan, A., Chowdhury, M., Khan, Z., & Tarba, S. Y. (2022). Reimagining global food value chains through effective resilience to COVID-19 shocks. Journal of Business Research, 141, 1–12.

Azadegan, A., Srinivasan, R., Blome, C., & Tajeddini, K. (2021). Supply chain resilience capability assessment. Journal of Supply Chain Management, 57(3), 35–53.

Belhadi, A., Kamble, S. S., Jabbour, C. J. C., & Gunasekaran, A. (2022). Supply chain resilience in the post-COVID-19 era: A critical review and research agenda. International Journal of Production Research, 60(5), 1597–1615.

Chowdhury, M. M. H., & Quaddus, M. (2017). Supply chain resilience: Concept, constructs, and research agenda. International Journal of Production Economics, 188, 31–44.

Dubey, R., Gunasekaran, A., & Childe, S. J. (2020). Big data analytics capability in supply chain agility and resilience. International Journal of Production Research, 58(9), 2719–2735.

Ivanov, D., & Dolgui, A. (2020). A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0. Production Planning & Control, 31(6), 473–485.

Pettit, T. J., Croxton, K. L., & Fiksel, J. (2013). Ensuring supply chain resilience: Development of a conceptual framework. Journal of Business Logistics, 34(1), 46–53.

Sheffi, Y., & Rice, J. B. (2005). A supply chain view of the resilient enterprise. MIT Sloan Management Review, 47(1), 41–48.

Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350.

Wieland, A., & Wallenburg, C. M. (2013). The influence of relational competencies on supply chain resilience: A relational view. International Journal of Physical Distribution & Logistics Management, 43(4), 300–320.

Werthmann, D., Brandwein, D., Ruthenbeck, C., Scholz-Reiter, B., & Freitag, M. (2017). Towards a standardised information exchange within finished vehicle logistics based on RFID and EPCIS. International Journal of Production Research, 55(14), 4136-4152.

Mots clés :
RFID, EPCIS, Supply Chain Management, Automotive Industry, Process Automation, Decision Support System

Synthèse de l’article :

L’article de Werthmann et al. (2017) explore les défis logistiques liés à la distribution des véhicules finis dans l’industrie automobile, ainsi que les solutions potentielles offertes par la technologie RFID (Radio Frequency Identification) et les services d’information basés sur le code produit électronique (EPCIS). L’étude se concentre sur l’amélioration de la visibilité et de l’efficacité des processus logistiques grâce à l’intégration d’un système InfoBroker basé sur EPCIS.

Développement :

L’article présente une étude de cas menée dans le cadre du projet « RAN – RFID-based Automotive Network » impliquant deux scénarios logistiques distincts : l’un avec Daimler aux États-Unis et l’autre avec Opel en Allemagne. Dans ces cas, la technologie RFID a été utilisée pour identifier automatiquement les véhicules tout au long de la chaîne logistique, depuis la sortie de l’usine jusqu’à la livraison au concessionnaire.

Pour surmonter les défis tels que le manque de visibilité des véhicules et l’inefficacité des processus de distribution, un InfoBroker basé sur EPCIS a été développé. Cet outil permet de collecter et de partager des données en temps réel sur la localisation et le statut des véhicules à travers différents systèmes IT des partenaires de la chaîne d’approvisionnement. L’étude démontre que l’utilisation combinée de la RFID et de l’InfoBroker améliore considérablement la précision des informations, réduit les erreurs de chargement et optimise les processus de décision grâce à des systèmes de support à la décision (DSS).

Les résultats montrent également que l’adoption de la RFID permet de réduire les coûts logistiques, d’accélérer les processus de distribution et d’améliorer la satisfaction client en fournissant des informations précises sur les délais de livraison. Toutefois, l’étude souligne la nécessité de poursuivre la recherche sur l’impact économique réel de ces technologies et sur l’intégration de nouveaux outils d’analyse de données pour renforcer encore plus la performance logistique.

Conclusion :

L’article conclut que la technologie RFID, couplée à l’InfoBroker basé sur EPCIS, représente une solution viable pour optimiser la logistique des véhicules finis dans l’industrie automobile. Les auteurs suggèrent que ces technologies peuvent non seulement améliorer la performance économique des chaînes d’approvisionnement, mais aussi réduire leur empreinte environnementale en minimisant les inefficacités logistiques.

Références bibliographiques (format APA) :

Alford, D., Sackett, P., & Nelder, G. (2000). Mass customisation – an automotive perspective. International Journal of Production Economics, 65(1), 99–110.

Ambe, I. M., & Badenhorst-Weiss, J. A. (2010). Strategic Supply Chain Framework for the Automotive Industry. African Journal of Business Management, 10(4), 2110–2120.

Böse, F., Piotrowski, J., & Scholz-Reiter, B. (2009). Autonomously Controlled Storage Management in Vehicle Logistics. International Journal of RF Technologies: Research and Applications, 1(1), 57–76.

Holweg, M., & Miemczyk, J. (2003). Delivering the ‘3-day Car’ – The Strategic Implications for Automotive Logistics Operations. Journal of Purchasing and Supply Management, 9(2), 63–71.

Kim, J., Ok, C.-S., Kumara, S., & Yee, S.-T. (2010). A Market-based Approach for Dynamic Vehicle Deployment Planning using RFID Information. International Journal of Production Economics, 128(1), 235–247.

Ngai, E. W. T., To, C. K., Moon, K. K., Chan, L. K., Yeung, P. K., & Lee, M. C. (2010). RFID Systems Implementation: A Comprehensive Framework and a Case Study. International Journal of Production Research, 48(9), 2583–2612.

Sarac, A., Absi, N., & Dauzère-Pérès, S. (2010). A Literature Review on the Impact of RFID Technologies on Supply Chain Management. International Journal of Production Economics, 128(1), 77–95.

Scholz-Reiter, B., Meyer-Barlag, C., & Harjes, F. (2012). Real-time Tracking and Tracing by Means of Radio Technology. New Horizons in Logistics and Supply Chain Management, 529–536.

Thiesse, F., Floerkemeier, C., Harrison, M., Michahelles, F., & Roduner, C. (2009). Technology, Standards, and Real-world Deployments of the EPC Network. IEEE Internet Computing, 13(2), 36–43.

Werthmann, D., Lappe, D., Otterstedt, N., & Scholz-Reiter, B. (2012). Ortungsgestütztes Produktionsleitsystem für die Nacharbeit bei Automobilherstellern. wt Werkstattstechnik online, 102(3), 114–119.

Iftikhar, A., Ali, I., Arslan, A., & Tarba, S. (2024). Digital Innovation, Data Analytics, and Supply Chain Resiliency: A Bibliometric-based Systematic Literature Review. Annals of Operations Research, 333, 825–848.

Mots clés :
Digital Innovation, Data Analytics, Supply Chain Resilience, Bibliometric Analysis, Industry 4.0

Synthèse de l’article :

L’article de Iftikhar et al. (2024) examine la relation entre l’innovation numérique, l’analyse des données et la résilience de la chaîne d’approvisionnement (SCRE). En utilisant une analyse bibliométrique combinée à une revue systématique de la littérature, les auteurs évaluent 262 articles traitant des technologies innovantes, de l’analyse des données et de la résilience des chaînes d’approvisionnement. L’objectif de cette étude est d’identifier les principaux clusters de recherche, l’évolution des connaissances et les trajectoires méthodologiques dans ce domaine en pleine croissance.

Développement :

L’étude révèle quatre principaux clusters de recherche :

Internet of Things (IoT) et résilience de la chaîne d’approvisionnement : L’adoption des technologies IoT améliore la visibilité, la flexibilité et la collaboration au sein des chaînes d’approvisionnement, permettant ainsi de mieux anticiper et gérer les perturbations.

Blockchain, Industry 4.0, Big Data Analytics et SCRE : Les technologies de la blockchain offrent une transparence, une traçabilité et une sécurité accrues, tandis que l’analyse des données permet de mieux prédire les perturbations et de renforcer la résilience des chaînes d’approvisionnement.

Impression 3D, intelligence artificielle (IA) et SCRE : L’impression 3D permet une production plus réactive et flexible, notamment lors de crises comme la pandémie de COVID-19. L’IA, quant à elle, contribue à identifier, évaluer et atténuer les risques de perturbation dans les chaînes d’approvisionnement.

Trajectoire des connaissances et méthodes de recherche : La recherche sur la résilience des chaînes d’approvisionnement est en constante évolution, avec un intérêt croissant pour les technologies numériques avancées depuis 2018. Les méthodes de recherche incluent des revues conceptuelles, des simulations, ainsi que des approches empiriques qualitatives et quantitatives.

L’article souligne également les lacunes existantes, notamment le besoin de plus de recherches empiriques pour valider les modèles théoriques développés. Il identifie également plusieurs axes de recherche futurs, tels que l’intégration des technologies innovantes dans la gestion des risques et la cartographie des chaînes d’approvisionnement pour renforcer leur résilience.

Conclusion :

L’étude conclut que l’adoption des technologies numériques et de l’analyse des données joue un rôle crucial dans l’amélioration de la résilience des chaînes d’approvisionnement face aux perturbations. Toutefois, les auteurs appellent à une recherche plus approfondie pour mieux comprendre l’impact synergique de ces technologies et pour développer des stratégies concrètes permettant aux entreprises d’améliorer leur résilience opérationnelle.

Références bibliographiques (format APA) :

Ali, I., Arslan, A., Chowdhury, M., Khan, Z., & Tarba, S. Y. (2022). Reimagining global food value chains through effective resilience to COVID-19 shocks. Journal of Business Research, 141, 1–12.

Akter, S., Gunasekaran, A., Wamba, S. F., & Hani, U. (2020). Reshaping competitive advantages with analytics capabilities. Technological Forecasting and Social Change, 159, 120180.

Baryannis, G., Validi, S., Dani, S., & Antoniou, G. (2019). Supply chain risk management and artificial intelligence. International Journal of Production Research, 57(7), 2179–2202.

Belhadi, A., Kamble, S., & Jabbour, C. J. C. (2021). Manufacturing and service supply chain resilience to the COVID-19 outbreak. Technological Forecasting and Social Change, 163, 120447.

Cui, P., Dixon, J., & Dimase, D. (2019). A blockchain-based framework for supply chain provenance. IEEE Access, 7, 157113–157125.

Ivanov, D., & Dolgui, A. (2019). Ripple effect in the supply chain. International Journal of Production Research, 56(1–2), 414–430.

Kamble, S. S., Gunasekaran, A., & Arumugam, A. (2020). Blockchain technology in the supply chain. Supply Chain Management: An International Journal, 25(5), 625–640.

Lohmer, J., & Minner, S. (2020). Using blockchain to enhance supply chain resilience. International Journal of Production Research, 58(11), 3381–3398.

Papadopoulos, T., & Dubey, R. (2017). The role of big data analytics in supply chain resilience. International Journal of Production Research, 55(1), 215–227.

Ralston, P. M., & Blackhurst, J. (2020). Industry 4.0 technologies and supply chain resilience. Journal of Operations Management, 66(4), 353–366.

Zhang, L.-H., Wang, S.-S., & Chang, L.-Y. (2024). Radio-frequency Identification (RFID) adoption and chain structure decisions in competing supply chains: Bertrand competition versus Cournot competition. Annals of Operations Research, 336, 1777–1811.

Mots clés :
RFID Adoption, Supply Chain Management, Bertrand Competition, Cournot Competition, Inventory Misplacement, Game Theory

Synthèse de l’article :

L’article de Zhang et al. (2024) explore l’impact de l’adoption de la technologie RFID et des décisions de structure de chaîne d’approvisionnement dans deux chaînes concurrentes sous deux modes de concurrence : la concurrence de Bertrand (basée sur les prix) et la concurrence de Cournot (basée sur les quantités). L’étude utilise un modèle analytique pour déterminer les stratégies d’équilibre entre l’intégration ou la décentralisation des chaînes d’approvisionnement ainsi que l’adoption de la technologie RFID pour éviter les problèmes de mauvais placement des stocks.

Développement :

Les auteurs analysent différentes configurations de chaînes d’approvisionnement avec ou sans adoption de la technologie RFID, en tenant compte des coûts d’étiquetage RFID, des taux de mauvais placement des stocks et de l’intensité de la concurrence entre chaînes. Les résultats montrent que, sous la concurrence de Cournot, les chaînes préfèrent généralement une structure intégrée, tandis que sous la concurrence de Bertrand, la décentralisation peut offrir des avantages en cas de forte concurrence.

L’étude révèle également l’existence d’un « dilemme du prisonnier » dans certaines configurations, où les chaînes d’approvisionnement pourraient être moins performantes en choisissant une stratégie d’intégration alors qu’une décentralisation serait plus bénéfique. Les résultats montrent que lorsque le coût des étiquettes RFID est faible, les deux chaînes adoptent la technologie pour réduire les erreurs de stocks. En revanche, si le coût est élevé, les chaînes préfèrent rester décentralisées.

Enfin, l’étude propose un contrat de partage des revenus comme solution potentielle pour aligner les intérêts des fabricants et des détaillants afin de maximiser les profits globaux tout en évitant le « dilemme du prisonnier ».

Conclusion :

L’article conclut que le choix de la structure de la chaîne d’approvisionnement et l’adoption de la technologie RFID dépendent fortement du mode de concurrence et du coût de la technologie. L’intégration des chaînes d’approvisionnement est plus avantageuse sous une concurrence faible ou modérée, tandis que la décentralisation est préférable lorsque la concurrence est intense.

Références bibliographiques (format APA) :

Arya, A., & Mittendorf, B. (2007). Supply Chain Coordination through Revenue Sharing Contracts. Management Science, 53(5), 877-889.

Camdereli, A., & Swaminathan, J. M. (2010). RFID in Supply Chains: Theoretical and Practical Considerations. Production and Operations Management, 19(2), 183-201.

Cannella, S., Dominguez, R., & Framinan, J. M. (2017). Inventory Misplacement and Order Management. International Journal of Production Economics, 193, 14-24.

Chen, J. C., Anggrahini, D., & Chen, T. L. (2024). Parcel hub management in logistics 4.0. International Journal of Production Research, 62(23), 8562–8593.

Dehoratius, N., & Raman, A. (2008). Inventory Record Inaccuracy in Retailing: An Empirical Analysis. Management Science, 54(4), 627-641.

Donaldson, B. (2015). RFID Technology in Retailing: Benefits and Barriers. Retail Management Journal, 22(2), 102-115.

Heese, H. S. (2007). Double Marginalization and RFID Adoption in Supply Chains. Production and Operations Management, 16(5), 543-554.

Rekik, Y., Syntetos, A. A., & Glock, C. H. (2019). Impact of Inventory Misplacement in Retail Supply Chains. Journal of Business Logistics, 40(1), 15-30.

Wang, Y., Han, J., & Beynon-Davies, P. (2018). The Role of RFID in Supply Chain Risk Management. Journal of Operations Management, 57, 88-100.

Zhang, L.-H., Li, X., & Fan, Y. (2018). RFID Deployment Strategies in Competitive Supply Chains. International Journal of Production Research, 56(22), 6795-6813.

Zhang, L.-H., Tian, L., & Chang, L.-Y. (2022). Equilibrium strategies of channel structure and RFID technology deployment in a supply chain with manufacturer encroachment. International Journal of Production Research, 60(6), 1890–1912.

Mots clés :
Manufacturer Encroachment, Channel Structure, RFID Technology, Inventory Misplacement, Equilibrium Strategies

Synthèse de l’article :

L’article de Zhang et al. (2022) examine les stratégies d’équilibre entre la structure des canaux de distribution et le déploiement de la technologie RFID dans les chaînes d’approvisionnement où les fabricants choisissent d’adopter un canal de vente directe. L’étude se concentre sur la problématique des erreurs de placement de stock, fréquentes dans les chaînes de vente au détail, et sur l’efficacité de la technologie RFID pour résoudre ces problèmes.

Développement :

L’étude utilise un modèle de jeu de Stackelberg pour analyser comment les taux de mauvais placement des stocks, les coûts de déploiement de la technologie RFID et l’intensité de la concurrence entre canaux influencent les décisions des fabricants quant à l’encroachment (la création d’un canal de vente directe). Les résultats montrent que plus la concurrence entre canaux est intense, moins le fabricant est susceptible de s’engager dans l’encroachment. En outre, lorsque le coût des étiquettes RFID est bas, les deux canaux (vente directe et détail) sont plus enclins à adopter la technologie pour minimiser les erreurs de stock.

L’article identifie trois scénarios principaux :

Canal unique de détail : où seule la chaîne de vente au détail opère et peut décider d’utiliser ou non la technologie RFID.

Canal unique direct : où le fabricant vend directement aux consommateurs, avec la possibilité de déployer la technologie RFID pour éviter les erreurs de stock.

Structure à double canal : où les deux canaux coexistent et prennent des décisions stratégiques concernant l’utilisation de la technologie RFID.

L’étude conclut que la décision optimale pour un fabricant dépend de plusieurs facteurs, notamment les taux de mauvais placement des stocks, les coûts des étiquettes RFID et l’intensité de la concurrence sur le marché.

Conclusion :

L’article propose un cadre de décision pour les fabricants confrontés à des choix de structure de canal dans un contexte de chaîne d’approvisionnement moderne. Il souligne que la technologie RFID peut être un atout stratégique pour réduire les coûts opérationnels et augmenter les profits, mais seulement si son déploiement est bien aligné avec la stratégie globale de la chaîne d’approvisionnement.

Références bibliographiques (format APA) :

Arya, A., Mittendorf, B., & Sappington, D. E. M. (2007). The Bright Side of Supplier Encroachment. Marketing Science, 26(5), 651-659.

Camdereli, A., & Swaminathan, J. M. (2010). Implementation of RFID Technology: Impact on Supply Chain Operations. Production and Operations Management, 19(2), 183-201.

Cannella, S., Dominguez, R., & Framinan, J. M. (2017). Inventory Misplacement in Supply Chains. International Journal of Production Economics, 193, 14-24.

Chen, J. C., Anggrahini, D., & Chen, T. L. (2024). Current research and future challenges in parcel hub towards logistics 4.0. International Journal of Production Research, 62(23), 8562–8593.

Heese, H. S. (2007). Inventory Record Inaccuracy, Double Marginalization, and RFID Adoption. Production and Operations Management, 16(5), 543-554.

Karaer, O., & Lee, H. L. (2007). Managing Inventory in Supply Chains with Identical Retailers. Management Science, 53(3), 456-472.

Liu, Y., & Zhang, L.-H. (2019). Channel Strategies in Supply Chains. Operations Research Letters, 47(4), 289-295.

Rekik, Y., Syntetos, A. A., & Glock, C. H. (2019). Impact of Inventory Misplacement in Retail Supply Chains. Journal of Business Logistics, 40(1), 15-30.

Tao, F., et al. (2019). Digital Twin-Driven Product Design Framework. Journal of Manufacturing Systems, 51, 12-25.

Zhang, L.-H., Li, X., & Fan, Y. (2018). RFID Deployment Strategies in Supply Chains. International Journal of Production Research, 56(22), 6795-6813.

Wattiez, N., & Goy, H. (2023). L’impact de la transformation numérique sur les modèles d’affaires : le cas des cabinets de conseil en financement de l’innovation. Finance Contrôle Stratégie, 26(3).

Mots clés :
Transformation numérique, Modèle économique, Conseil en financement de l’innovation, Crédit impôt recherche, Business Model

Synthèse de l’article :

L’article de Wattiez et Goy (2023) explore l’impact de la transformation numérique sur les modèles d’affaires des cabinets de conseil en financement de l’innovation en France. Depuis le début des années 2000, avec la mise en place du crédit impôt recherche (CIR), une industrie spécialisée dans l’accompagnement des entreprises pour l’obtention de financements publics s’est développée. L’étude examine comment la numérisation transforme les pratiques traditionnelles de ces cabinets de conseil, en mettant en avant trois évolutions principales des modèles économiques.

Développement :

L’étude repose sur une approche qualitative et exploratoire basée sur des entretiens avec 16 acteurs du secteur en France. Les auteurs identifient trois principales modalités d’évolution des modèles d’affaires sous l’effet de la transformation numérique :

Amélioration des processus internes : Utilisation d’outils numériques pour automatiser certaines tâches administratives, permettant aux consultants de se concentrer sur des missions à plus forte valeur ajoutée.

Évolution de la proposition de valeur : Développement de nouvelles offres numériques, telles que des plateformes en ligne permettant aux clients de suivre en temps réel l’avancement de leurs dossiers de financement.

Changement du modèle de revenu : Passage d’un modèle de rémunération fixe à un modèle basé sur le succès, où le cabinet est rémunéré en fonction des montants effectivement obtenus pour le client.

L’étude montre également que, malgré les avantages offerts par la digitalisation, certains freins persistent, notamment liés à la réticence des consultants à adopter de nouveaux outils numériques et à la crainte d’une déshumanisation de la relation client.

Conclusion :

L’article conclut que la transformation numérique constitue à la fois une opportunité et un défi pour les cabinets de conseil en financement de l’innovation. Si elle permet d’améliorer l’efficacité opérationnelle et de proposer des services innovants, elle nécessite également une adaptation culturelle et organisationnelle importante pour réussir cette transition.

Références bibliographiques (format APA) :

Allard-Poesi, F. (2003). Coder les données. EMS.

Baden-Fuller, C., & Haefliger, S. (2013). Business models and technological innovation. Long Range Planning, 46(6), 419-426.

Bessière, V., & Stéphany, É. (2015). Le Financement de l’innovation : nouvelles perspectives théoriques et pratiques. De Boeck Université.

Bouillot, G. (2020). Comment les entreprises de conseil en stratégie devraient-elles répondre aux menaces et opportunités générées par la transformation digitale ? Mémoire de recherche, Université Catholique de Louvain.

Casadesus-Masanell, R., & Zhu, F. (2013). Business model innovation and competitive imitation: the case of sponsor-based business models. Strategic Management Journal, 34, 464-482.

Christensen, C. M., Wang, D., & Van Bever, D. (2013). Consulting on the Cusp of Disruption. Harvard Business Review, 91(10), 106-114.

Demil, B., & Lecocq, X. (2010). Business Model Evolution: In Search of Dynamic Consistency. Long Range Planning, 43, 227-246.

Eyquem-Renault, M. (2017). Innovation de business model. Management de l’innovation, Dunod.

Foss, N. J., & Saebi, T. (2017). Fifteen years of research on business model innovation: How far have we come, and where should we go? Journal of Management, 43(1), 200-227.

Kohli, R., & Melville, N. P. (2019). Digital innovation: a review and synthesis. Information Systems Journal, 29(1), 200-223.

Chen, J. C., Anggrahini, D., & Chen, T. L. (2024). Current research and future challenges in parcel hub towards logistics 4.0: a systematic literature review from a decision-making perspective. International Journal of Production Research, 62(23), 8562–8593.

Mots clés :
Logistics 4.0, Parcel Hub, Cross-Docking, Decision-Making, Systematic Literature Review

Synthèse de l’article :

L’article de Chen et al. (2024) examine les défis actuels et futurs des hubs de colis (parcel hubs – PH) dans la transition vers la logistique 4.0. Le PH agit comme un centre de distribution intermédiaire dans les systèmes logistiques, fonctionnant souvent sur un modèle de cross-docking. Cette étude utilise une revue systématique de la littérature (Systematic Literature Review – SLR) pour identifier les décisions critiques liées aux problèmes de PH, classifier les approches de solutions appliquées et identifier les défis futurs pour la transformation vers des systèmes logistiques intelligents.

Développement :

L’étude identifie quatre décisions critiques associées aux problèmes de PH : la planification des camions (truck scheduling), la planification des processus internes (internal process planning), la planification des installations (facility planning) et la sélection des technologies (technology selection). En outre, elle catégorise dix approches de solutions employées dans la recherche antérieure pour trouver la meilleure décision : simulation, optimisation par méthodes exactes, heuristiques, métaheuristiques, matheuristiques, logique floue, statistiques pour l’optimisation, simulation-optimisation, analyse de données/data mining et autres outils.

Les principaux résultats montrent que la planification des camions est la décision la plus étudiée, suivie par la planification des processus internes. L’analyse révèle également un besoin accru de technologies intelligentes, telles que les systèmes robotiques de tri (RSS) et les systèmes de convoyeurs verticaux, pour améliorer l’efficacité des hubs de colis. L’étude conclut en proposant un cadre de recherche pour aborder les défis futurs, tels que l’intégration de la technologie Internet des objets (IoT) et la mise en œuvre de systèmes automatisés plus adaptables et performants.

Conclusion :

L’article recommande une approche holistique pour la gestion des hubs de colis, en mettant l’accent sur la technologie, l’efficacité opérationnelle et la réduction des coûts. La transformation vers la logistique 4.0 nécessite des investissements dans les technologies numériques avancées tout en garantissant une prise de décision stratégique basée sur des données fiables et en temps réel.

Références bibliographiques (format APA) :

Altaf, S., Yaseen, M., & Amin, S. (2022). Artificial intelligence for cross-docking (AI4 CD): A systematic literature review. Journal of Business Logistics, 43(1), 87–105.

Boysen, N., De Koster, R., & Weidinger, F. (2019). Automated conveyor-based sorting systems: An operational research perspective. Computers in Industry, 97, 157–177.

Buijs, P., Vis, I. F. A., & Carlo, H. J. (2014). Cross-docking network synchronisation: A research classification and framework. European Journal of Operational Research, 239(3), 593–608.

Coindreau, T., Daquin, J., & Khorshidian, A. (2021). Parcel hub management in logistics 4.0: A comparative study of assignment decisions. Supply Chain Management Review, 28(3), 115–130.

He, Y., & Prabhu, J. (2022). Throughput and efficiency in automated cross-docking facilities. Journal of Manufacturing Systems, 64, 378–390.

Ladier, A., & Alpan, G. (2016). Current trends and future perspectives in cross-docking. International Journal of Production Research, 54(4), 1024–1041.

Monaco, E., & Sammarra, M. (2023). Decision-making in parcel hubs: An integrated approach to logistics 4.0. Operations Management Research, 15(2), 203–218.

Neamatian Monemi, R., & Gelareh, S. (2023). Optimisation techniques for parcel hub operations: A review. International Journal of Logistics Management, 34(1), 87–98.

Stephan, K., & Boysen, N. (2011). Fundamental decision problems in cross-docking systems. Journal of Business Logistics, 32(2), 161–180.

Van Belle, J., Valckenaers, P., & Cattrysse, D. (2012). Cross-docking: State of the art. International Journal of Production Research, 50(10), 2575–2596.

Wolf, D. E., Louw, L., & Palm, D. (2024). An analysis of blockchain versus relational databases for digitalising information flows in global supply chains using the analytic network process. International Journal of Production Research, 62(14), 5016–5035.

Mots clés :
Blockchain, Relational Databases, Supply Chain Digitalisation, Analytic Network Process, Cross-Border Trade

Synthèse de l’article :

L’article de Wolf et al. (2024) explore la comparaison entre l’utilisation de la technologie blockchain et celle des bases de données relationnelles pour la digitalisation des flux d’information dans les chaînes d’approvisionnement mondiales. L’étude utilise le processus de réseau analytique (Analytic Network Process – ANP) pour évaluer les coûts et avantages des deux solutions en termes de sécurité, performance, coût, interopérabilité, fiabilité et fonctionnalité.

Développement :

L’étude propose une méthode de sélection de solutions numériques basée sur le modèle ANP, combiné à la méthode d’analyse des compromis architecturaux (Architecture Trade-off Analysis Method – ATAM). Deux solutions ont été comparées : un modèle basé sur la blockchain (TradeLens) et un modèle basé sur une base de données relationnelle (Amazon RDS). L’évaluation porte sur plusieurs critères, tels que l’efficacité des coûts, la sécurité des données, la robustesse et la performance transactionnelle.

Les résultats montrent que la solution blockchain, bien que plus coûteuse en termes de coûts d’utilisation et de stockage, présente des avantages significatifs en matière de sécurité et de réduction des coûts opérationnels grâce à l’automatisation et à l’intégrité des données. En revanche, les bases de données relationnelles offrent une meilleure performance en termes de débit transactionnel et de maturité technologique.

L’étude conclut que la blockchain est préférable dans les contextes où la sécurité et l’automatisation sont critiques, tandis que les bases de données relationnelles restent pertinentes dans des environnements à forte performance transactionnelle et nécessitant moins de décentralisation.

Conclusion :

L’article recommande l’utilisation de la blockchain pour la digitalisation des chaînes d’approvisionnement mondiales lorsque la sécurité des données et la transparence sont prioritaires. Cependant, il souligne également les défis liés à la maturité de la technologie blockchain et la nécessité de standards industriels pour en faciliter l’adoption à grande échelle.

Références bibliographiques (format APA) :

Ahmed, W. A. H., & MacCarthy, B. L. (2022). Blockchain in the supply chain – A comprehensive framework for theory-driven research. Digital Business, 2(2), 100043.

Alicke, K., Rexhausen, D., & Seyfert, A. (2017). Supply Chain 4.0 in Consumer Goods. McKinsey & Company.

Allen, D. W. E., Berg, C., Davidson, S., Novak, M., & Potts, J. (2019). International policy coordination for blockchain supply chains. Asia and the Pacific Policy Studies, 6, 367–380.

Ganne, E. (2018). Can Blockchain Revolutionize International Trade?. World Trade Organization.

Koh, S. C. L., Dolgui, A., & Sarkis, J. (2020). Blockchain in global supply chains: Improving transparency and efficiency. Journal of Business Logistics, 41(2), 105–120.

Saberi, S., Kouhizadeh, M., & Sarkis, J. (2019). Blockchain technology and its relationships to sustainable supply chain management. International Journal of Production Research, 57(7), 2117–2135.

Parviainen, P., Tihinen, M., Kääriäinen, J., & Teppola, S. (2017). Tackling the digitalization challenge: How to benefit from digitalization in practice. International Journal of Information Management, 37(6), 237–244.

Zhang, J., & Liu, Y. (2023). Improving supply chain transparency with blockchain. Supply Chain Management Review, 28(1), 35–42.

Wang, Y., Han, J., & Beynon-Davies, P. (2018). Understanding blockchain technology for future supply chains: A systematic literature review and research agenda. Supply Chain Management: An International Journal, 23(1), 14–30.

Iansiti, M., & Lakhani, K. R. (2017). The Truth About Blockchain. Harvard Business Review, 95(1), 118–127

Maretto, L., Faccio, M., & Battini, D. (2024). Industry 4.0 technology implementation in manufacturing: a selection method and real case applications. International Journal of Production Research.

Mots clés :
Industry 4.0, Digitalisation, Manufacturing, Multi-Criteria Decision Making, Fuzzy Logic, AHP, Technology Selection

Synthèse de l’article :

L’article de Maretto et al. (2024) aborde la problématique de la sélection des technologies numériques pour l’industrie manufacturière dans le contexte de l’Industrie 4.0. L’étude propose un modèle de prise de décision multicritère (MCDM) combinant la logique floue (fuzzy logic) et le processus de hiérarchisation analytique (AHP) pour identifier la meilleure technologie ou le meilleur groupe de technologies en fonction des objectifs stratégiques des entreprises industrielles.

Développement :

L’objectif de l’étude est de combler le vide théorique concernant les modèles de sélection de technologies numériques pour les processus industriels. Le modèle proposé se compose d’un cadre méthodologique à quatre niveaux permettant d’analyser la stratégie organisationnelle, les processus internes, les sous-processus et finalement les technologies spécifiques à adopter. En combinant la logique floue avec l’AHP, le modèle permet une évaluation plus nuancée et adaptée à des environnements incertains où les jugements des experts sont requis.

Le modèle a été testé sur deux études de cas réelles dans des entreprises manufacturières opérant dans des secteurs distincts. Les résultats montrent que l’application du modèle permet de sélectionner non seulement la meilleure technologie individuelle mais également le meilleur groupe de technologies partageant un même objectif fonctionnel. L’approche multicritères prend en compte des indicateurs clés de performance (KPI) spécifiques aux processus analysés et relie ces indicateurs aux technologies susceptibles d’améliorer les performances opérationnelles.

Le cadre proposé établit un lien direct entre la sélection des technologies numériques et les objectifs stratégiques de l’entreprise, offrant ainsi une méthode transparente et justifiable pour orienter les décisions d’investissement technologique dans le secteur industriel.

Conclusion :

L’étude conclut que le modèle MCDM proposé, intégré dans un cadre méthodologique structuré, offre une solution robuste pour la sélection de technologies numériques dans le cadre de la digitalisation des usines. La flexibilité du modèle permet son application dans différentes tailles d’entreprises, renforçant ainsi sa pertinence pour une large variété d’acteurs industriels.

Références bibliographiques (format APA) :

Bai, C., Zhou, X., & Sarkis, J. (2023). Assessment of Industry 4.0 technologies impact on sustainable development goals. Journal of Cleaner Production, 350, 131740.

Büyüközkan, G., & Göçer, F. (2018). Digital Supply Chain: Literature review and a proposed framework for future research. Computers in Industry, 97, 157–177.

Erbay, E., & Yıldırım, B. (2022). A hybrid approach for prioritising digital technologies in the manufacturing sector. Production Planning & Control, 33(9), 745–762.

Ghadimi, P., Wang, C., & Lim, M. K. (2022). Risk factors for the implementation of Industry 4.0. Computers & Industrial Engineering, 168, 107973.

Hossain, M., & Thakur, V. (2020). Implementing Industry 4.0 in the healthcare supply chain using a hybrid model. Journal of Manufacturing Technology Management, 31(6), 1185–1204.

Jafari-Sadeghi, V., et al. (2022). Dynamic capabilities in high-tech companies: A multi-criteria decision-making approach. Technological Forecasting and Social Change, 179, 121659.

Kumar, A., Suhaib, M., & Asjad, M. (2021). Barriers to Industry 4.0 adoption: A systematic literature review. Journal of Manufacturing Systems, 61, 174–188.

Luthra, S., et al. (2020). Drivers for integrating Industry 4.0 and sustainability in supply chains. Journal of Cleaner Production, 278, 123872.

Maretto, L., Faccio, M., & Battini, D. (2023). A multi-criteria decision-making model for selecting digital technologies in manufacturing. Operations Management Research, 15(1), 45–58.

Sharma, M., Shrivastava, R. L., & Chauhan, S. (2023). Barriers and solutions for Industry 4.0 implementation. Journal of Business Research, 153, 272–283.

Raman, R., Vyas, P., & Vachharajani, H. (2023). Impact of Industry 4.0 on Supply Chain in Made to Order Industries. Annals of Operations Research.

Mots clés :
Industry 4.0, Supply Chain Management, Made to Order Industries, Cyber-Physical Systems, Digital Transformation

Synthèse de l’article :

L’article de Raman et al. (2023) examine l’impact des technologies de l’Industrie 4.0 sur la gestion de la chaîne d’approvisionnement dans les industries de fabrication sur commande (Made to Order). Il explore comment l’intégration des systèmes cyber-physiques (CPS), de l’Internet des objets (IoT) et des outils d’automatisation améliore la flexibilité, l’efficacité et la traçabilité des processus logistiques tout en réduisant les coûts.

Développement :

L’objectif principal de cette étude est d’identifier les défis et les opportunités de l’adoption des technologies de l’Industrie 4.0 dans les entreprises de fabrication sur commande. Les auteurs ont mené une étude de cas exploratoire au sein d’une organisation indienne spécialisée dans la production personnalisée, en collaboration avec ses partenaires logistiques.

La méthodologie adoptée comprend des entretiens semi-structurés avec 15 participants issus de différentes fonctions de la chaîne logistique, telles que la logistique portuaire, l’inventaire, la qualité, et la fabrication. Les résultats montrent que l’Industrie 4.0 offre des avantages en termes de flexibilité accrue, de réduction des efforts de documentation, d’utilisation améliorée des données et de réduction des coûts opérationnels. Cependant, des défis subsistent, notamment en matière de sécurité des données, d’accès aux technologies et de formation du personnel.

Les principaux résultats montrent que les processus tels que la production et la logistique de la chaîne d’approvisionnement subissent des transformations majeures, tandis que d’autres, comme l’emballage et l’expédition, sont moins touchés. Les auteurs soulignent également les implications théoriques et managériales de leurs découvertes, notamment sur la résilience et l’agilité de la chaîne d’approvisionnement.

Conclusion :

L’étude conclut que l’intégration de l’Industrie 4.0 dans les industries de fabrication sur commande nécessite une transformation organisationnelle profonde, avec un accent particulier sur la gestion du changement, la formation technique et la sécurité des données. Bien que les avantages potentiels soient nombreux, les organisations doivent anticiper et atténuer les défis liés à cette transition technologique pour maximiser la valeur ajoutée.

Références bibliographiques (format APA) :

Ala-Risku, T., & Karkkainen, M. (2006). Material delivery problems in construction projects: A possible solution. International Journal of Production Research, 104(1), 19–29.

Ben-Daya, M., Hassini, E., & Bahroun, Z. (2019). Internet of things and supply chain management: A literature review. International Journal of Production Research, 57(15–16), 4719–4742.

Brettel, M., Friederichsen, N., Keller, M., & Rosenberg, M. (2014). How Virtualization, decentralization and network building change the manufacturing landscape: An industry 4.0 perspective. International Journal of Mechanical, Aerospace, Industrial and Mechatronics Engineering, 8(3), 37–44.

Caron, F., Marchet, G., & Perego, A. (1998). Project logistics: Integrating the procurement and construction processes. International Journal of Project Management, 16(5), 311–319.

Colin, M., Galindo, R., & Hernández, O. (2015). Information and communication technology as a key strategy for efficient supply chain management in manufacturing SMEs. Procedia Computer Science, 55, 833–842.

Ferretti, M., & Schiavone, F. (2016). Internet of Things and business processes redesign in seaports: The case of Hamburg. Business Process Management Journal, 22(2), 357–367.

Goudarzi, P., Tabatabaee Malazi, H., & Ahmadi, M. (2016). Khorramshahr: A scalable peer to peer architecture for port warehouse management system. Journal of Network & Computer Applications, 76, 49–59.

Harris, I., Wang, Y., & Wang, H. (2015). ICT in multimodal transport and technological trends: Unleashing potential for the future. International Journal of Production Economics, 159, 88–103.

Hofmann, E., & Rüsch, M. (2017). Industry 4.0 and the current status as well as future prospects on logistics. Computers in Industry, 89, 23–34.

Müller, J. M., Kiel, D., & Voigt, K. I. (2018). What Drives the Implementation of Industry 4.0? The Role of Opportunities and Challenges in the Context of Sustainability. Sustainability, 10, 1.