Agents IA pour le contrôle des stocks : complémentarité humain-LLM-recherche opérationnelle

Un article de recherche évalue des combinaisons d'algorithmes OR, de modèles de langage de grande taille et d'intervention humaine pour les décisions de contrôle des stocks. Le résultat soutient une architecture hybride : les méthodes mathématiques imposent les contraintes, les modèles de langage fournissent le contexte et les humains arbitrent les situations non capturées par le modèle. Les systèmes de contrôle des stocks doivent rendre ces responsabilités et limites de dérogation explicites.