Nash Equilibrium Owen Allocation and Gain Sharing in Stochastic Biform Games for Linear Production and Sequencing

Dans le monde des affaires et de l'industrie, les entreprises sont souvent confrontées à une tension fondamentale entre compétition et coopération. D'un côté, les entreprises entrent en compétition féroce pour des ressources limitées, tentant de garantir les meilleurs matériaux ou les créneaux de production les plus rapides afin de maximiser leurs propres profits. De l'autre côté, une fois ces ressources sécurisées, ces mêmes entreprises découvrent souvent que travailler ensemble rapporte bien plus que d'agir seules. Imaginez un groupe d'usines qui détiennent chacune une pièce différente d'un puzzle ; individuellement, elles ne peuvent produire qu'une fraction de ce qu'elles pourraient si elles mettaient leurs pièces en commun. Le défi réside dans la transition : comment décider qui obtient quelle ressource lors de la phase de compétition, puis, une fois les ressources rassemblées, comment partager équitablement les profits massifs qui en découlent ? C'est le cœur du casse-tête de ce que les chercheurs appellent les jeux « biformes », une approche hybride qui mélange les manœuvres stratégiques de la compétition non coopérative et les principes de partage de la valeur du travail d'équipe coopératif.

Pendant des décennies, les économistes et les chercheurs en recherche opérationnelle ont étudié ces deux phases séparément. Ils ont construit des modèles complexes pour prédire comment les entreprises entrent en compétition pour les approvisionnements et des modèles distincts pour déterminer comment répartir les gains qui en résultent. Cependant, les scénarios du monde réel sont rarement aussi nets. Les ressources sont souvent incertaines ; un fournisseur peut faire défaut, une expédition peut être retardée, ou les prix du marché peuvent fluctuer de manière imprévisible. De plus, les décisions prises lors de la phase de compétition façonnent directement les opportunités disponibles lors de la phase de coopération. Si une entreprise choisit un fournisseur risqué pour économiser de l'argent, elle peut se retrouver avec un ensemble de ressources plus restreint, ce qui modifie tout le calcul de la répartition finale des profits. Jusqu'à présent, il n'existait aucun cadre complet capable de gérer cette incertitude tout en modélisant simultanément la ruée compétitive pour les ressources et le partage ultérieur des profits coopératifs.

Un chercheur, Mohammad Reza Omidi de l'Université de Bonab, a développé un nouveau cadre mathématique pour résoudre ce problème spécifique. Il s'est concentré sur deux processus industriels critiques : la production linéaire, où les entreprises combinent des matières premières pour fabriquer des produits, et le séquençage, où les tâches doivent être ordonnées sur une machine pour minimiser les retards et les coûts. Le chercheur a créé un modèle qui simule un jeu à deux étapes. Dans la première étape, les entreprises entrent en compétition pour choisir auprès de quel fournisseur elles achètent. Ce choix est stratégique et compétitif, mais il est également empreint d'incertitude, car les fournisseurs peuvent ne pas livrer la totalité des matériaux promis. Dans la seconde étape, une fois les ressources sécurisées (ou partiellement sécurisées en raison de perturbations), les entreprises forment une coalition pour produire des biens ou traiter des tâches de la manière la plus efficace possible. L'innovation clé réside dans la façon dont le chercheur gère l'incertitude. Au lieu de deviner un résultat unique, il lance des milliers de simulations de futurs différents — certains où les fournisseurs font défaut, d'autres où les prix grimpent en flèche, et d'autres où tout se passe sans accroc. Il calcule ensuite la meilleure stratégie pour les entreprises en observant le résultat moyen à travers tous ces mondes possibles.

Le chercheur a découvert qu'en utilisant cette approche « par scénario », les entreprises peuvent prendre de meilleures décisions que si elles ignoraient simplement le risque de perturbation. Dans ses simulations, qui impliquaient cinq entreprises entrant en compétition pour des ressources provenant de trois fournisseurs différents, ce nouveau cadre a augmenté le profit total attendu de plus de sept pour cent par rapport aux anciens modèles déterministes qui supposent que l'avenir est certain. Plus important encore, le nouveau modèle a considérablement amélioré le pire scénario. Lorsque des perturbations surviennent, les entreprises utilisant le nouveau cadre parviennent tout de même à conserver une part beaucoup plus importante de leurs profits potentiels que celles utilisant les méthodes traditionnelles. Cela suggère que la prise en compte de l'incertitude ne fait pas qu'ajouter de la complexité ; elle fournit un filet de sécurité qui protège la valeur lorsque les choses tournent mal.

Une partie cruciale de sa découverte concerne la manière dont les entreprises partagent les récompenses. Dans la première étape, les entreprises entrent en compétition pour sécuriser les ressources. Dans la seconde étape, elles doivent se mettre d'accord sur la répartition des profits générés par leurs efforts combinés. Le chercheur a introduit une méthode spécifique pour ce partage, appelée l'allocation d'Owen, qui est directement dérivée des propriétés mathématiques du processus de production lui-même. Cette méthode garantit que la personne qui apporte la ressource la plus précieuse à la table reçoit une part équitable de la récompense, sans nécessiter de règles arbitraires ou de négociations. Il a également appliqué une logique similaire au problème de séquençage, où les entreprises décident de l'ordre dans lequel les tâches sont traitées. Dans ce contexte, il a introduit une règle de partage des gains endogène, un mécanisme sophistiqué où la division des économies de coûts n'est pas fixe mais dépend dynamiquement du pouvoir de négociation et des niveaux d'investissement de chaque entreprise. Cela signifie que les entreprises qui investissent davantage dans la fiabilité ou qui possèdent des positions de négociation plus fortes reçoivent automatiquement une part plus grande des économies, créant ainsi une inciation directe pour les entreprises à améliorer leur efficacité et leur fiabilité. Il a constaté que lorsque les entreprises peuvent influencer stratégiquement l'ordre dans lequel elles sont traitées, un ensemble unique de résultats stables émerge. Dans ces résultats stables, les entreprises s'installent dans un arrangement où aucune entreprise ne peut améliorer sa position en changeant unilatéralement sa demande pour une place différente dans la file d'attente.

L'étude a également révélé que la structure de la compétition est déterminante. Si les entreprises sont autorisées à diviser les ressources de manière inégale ou s'il y a plus de deux fournisseurs à choisir, la stabilité du système peut se briser. Dans certaines configurations complexes, le chercheur a constaté qu'aucun accord stable n'existe où tout le monde est satisfait de son choix. Cela souligne un équilibre délicat : si avoir plus d'options semble bénéfique, cela peut parfois conduire à une situation chaotique où les entreprises changent constamment de stratégie, incapables de se fixer sur un plan qui convient à tout le monde. Le chercheur a démontré que son algorithme proposé peut gérer ces complexités efficacement, résolvant des problèmes impliquant jusqu'à vingt entreprises en seulement quelques minutes, ce qui rend l'approche pratique pour les applications industrielles réelles.

Les implications pour les gestionnaires sont claires. L'étude suggère que les entreprises ne devraient pas compter sur un fournisseur unique, même si celui-ci semble moins cher ou plus pratique. En diversifiant leur portefeuille de fournisseurs, elles peuvent se prémunir contre le risque de perturbation et assurer une voie plus stable vers la coopération. De plus, l'étude montre que l'investissement dans la fiabilité des fournisseurs est rentable. Parce que le mécanisme de partage des profits récompense ceux qui apportent des ressources plus fiables, les entreprises disposent d'une incitation intrinsèque pour garantir la robustesse de leurs chaînes d'approvisionnement. Le cadre aborde également la question du pouvoir de négociation. Les entreprises dotées de positions de négociation plus fortes ou celles qui investissent davantage dans la relation reçoivent une part plus importante des économies de coûts, ce qui les encourage à continuer d'investir dans l'efficacité et la fiabilité.

En fin de compte, ce travail comble un fossé entre le monde théorique de la théorie des jeux et la réalité désordonnée des opérations industrielles. Il fournit un outil pour comprendre comment l'incertitude remodèle les règles de la compétition et de la coopération. En prouvant que des résultats stables et rentables existent même lorsque l'avenir est incertain, le chercheur offre un moyen aux entreprises de naviguer dans la volatilité des chaînes d'approvisionnement modernes. Il démonte que, en anticipant les pires scénarios et en planifiant comment partager les récompenses équitablement, les entreprises peuvent transformer un environnement chaotique en une opportunité structurée de croissance. Les conclusions confirment que dans un monde d'incertitude, la stratégie la plus fructueuse n'est pas seulement de rivaliser plus fort, mais de rivaliser plus intelligemment, avec un plan clair pour coopérer une fois que la poussière sera retombée.