Rechercher dans le radar

Alain Matar et SupChains collaborent sur une application de prévision orientée planificateur

McKesson présente l’IA et l’automatisation comme des capacités centrales de la Supply Chain à ideaShare 2026

Une comparaison 2026 des solutions de planification met l’accent sur prévision, réapprovisionnement et automatisation

L’IA explicable devient prioritaire pour les décisions de prévision et de stock

RELEX publie une synthèse 2026 sur l’IA agentique dans le Supply Chain Planning

Daher étend LeanDNA APEX pour standardiser l’exécution Supply Chain sur trois continents

ToolsGroup lance Decion pour des Supply Chains auto-pilotées par l’IA

Wipak choisit RELEX pour connecter la demande, les stocks et la production

o9 signale une accélération des déploiements de planification d’entreprise au premier trimestre 2026

Aptean apporte des agents de planification préconfigurés à Logility DemandAI+

METRO applique la planification IA pour améliorer la disponibilité des produits frais et réduire le gaspillage

Teleflex déploie mondialement la planification intégrée de la demande et de l’approvisionnement sur o9

SKU Science présente des projets de demand planning fondés sur l’IA au Supply Chain Event 2025

The Body Shop choisit RELEX pour remplacer la planification manuelle par une plateforme pilotée par l’IA

Carhartt choisit RELEX pour une planification Supply Chain unifiée et pilotée par l’IA

Petco Mexico choisit RELEX pour la prévision et le réapprovisionnement pilotés par l’IA

Oracle enrichit la logistique et la gestion des commandes avec l’IA

Ingénieur Principal — Planification de la Supply Chain

Analyste spécialiste de la chaîne d'approvisionnement — Prévisions et planification de l'approvisionnement, Data & AI

Spécialiste Demand Planning & solutions IA

Senior Consultant technico-fonctionnel — Demand Planning

RISK: Les agents de planification longue durée exigent des limites explicites de décision et d’override

ÉVÉNEMENT : Webinaire sur la planification des stocks face au paradoxe des stocks élevés et des ruptures de stock

EVENT : Sunstice organise un webinaire sur la planification de la demande sans intervention et l'IA Agentique

WARNING: « Un modèle de données unique » ne garantit pas une vérité de planning gouvernée

RISK: Le Supply Planning peut devenir une allocation de capital cachée lorsque la fonction objectif est floue

FAILURE: Les programmes IBP peuvent déployer le logiciel plus vite que les droits de décision

RISK: Les workflows Supply Chain autonomes peuvent contourner l’architecture d’approbation

WARNING: Les digital twins peuvent créer une seconde version de la capacité si les systèmes de planning ne sont pas synchronisés

FAILURE: Les plans de capacité deviennent mathématiquement corrects mais opérationnellement faux lorsque les contraintes sont obsolètes

RISK: Les promesses de planning agentique progressent plus vite que l’auditabilité et l’ownership des décisions

WARNING: Le remplacement d’une plateforme d’Inventory Planning peut recréer du shadow planning si les paramètres restent sans owner

RISK: L’autonomie de l’IA peut progresser plus vite que la responsabilité humaine

DISRUPTION: La réouverture d’Ormuz reste contrainte par les mines, les autorisations et les pénuries de carburant marin

WARNING: Des prévisions IA inexpliquées peuvent créer un risque sur les stocks et capacités

RISK: Le fret autonome commercial exige une propriété claire des exceptions et responsabilités

LeanDNA estime que la prochaine frontière de l’IA Supply Chain réside dans des actions plus intelligentes, pas dans de meilleures prévisions

Les ajustements manuels des prévisions sont un problème de gouvernance, pas seulement un problème de prévision

L'IA et l'ingénierie décisionnelle peuvent réduire l'héroïsme des planificateurs

Quand l'IA se trompe dans les décisions de supply chain — et est sûre d'avoir raison

Le Forecast Value Added transforme les overrides des planificateurs en processus de gouvernance mesurable

Le machine learning transforme la planification de la demande, mais les humains restent essentiels

Variabilité des prévisions : quand l'enrichissement humain déstabilise la planification

Le ROI d'un logiciel de planification nécessite une attribution financière et une responsabilité post-déploiement

o9, Kinaxis, OMP et Anaplan : quatre visions différentes du Supply Chain Planning piloté par l’IA

L’APS et l’exécution industrielle convergent autour du même modèle de contraintes

La forecast accuracy est un input de la décision — pas le résultat métier

Les éditeurs de planning mid-market convergent vers le même récit IA — mais pas vers la même architecture

La préparation à l’IA est d’abord une question de processus de planning, avant d’être une question de modèle

Le change management IBP fait partie de l’architecture — pas seulement du rollout

L’optimisation de la maintenance doit être intégrée au capacity planning, pas placée à côté

L’exception management devient la couche de contrôle du Planning AI

Les métriques d’adoption de l’IA ne signifient rien sans métrique de qualité décisionnelle

La plateforme d’Inventory Planning n’est pas l’operating model

La croissance de la chaîne du froid renforce l’importance de la gouvernance des données et exceptions

Le fret autonome devient une question de modèle opérationnel

Le production planning devient un système de décision financière — mais reste souvent gouverné comme du scheduling

Les Supply Chains auto-pilotées arrivent avant que les entreprises aient défini qui possède la décision

Les priorités de l'IA dans le secteur manufacturier : le talent, le modèle opérationnel et les fondations de données avant l'IA agentique

Architecture Composable comme fondation pour une IA de Supply Chain évolutive

La Supply Chain pilotée par l’IA aura besoin de moins de planners — mais de meilleurs planning architects

La transformation Lean doit supprimer la complexité avant que l’IA n’ajoute une nouvelle couche

Les promesses de productivité du planning comptent plusieurs fois la même minute de planner

Pourquoi une prévision plate peut surpasser un plan visuellement plus plausible

Vérifier si un agent IA Supply Chain est réel ou simplement agent-washé

Construire un registre gouverné des scénarios S&OP plutôt que de les gérer par email

Réaliser un audit des master data de planification en une semaine

Créer une matrice de décisions et de permissions pour les agents de planification Supply Chain

Construire un workflow gouverné de revue des prévisions IA avant toute connexion au système de planification

Une Tour de Contrôle Multi-Agent Open-Source à l'Application de Décision Supply Chain Gouvernée

Arize AI

Mitsubishi Electric

Nomagic

Seegrid

RightHand Robotics

SymphonyAI Retail CPG

EyeOn

Nicolas Vandeput

Stephane Leclercq