Technologie · Toutes les offres

AI agents

Toutes les actualités, offres d'emploi, analyses et tutoriels Dataleo autour de AI agents en Supply Chain et Operations.

92 résultats · 35 news · 13 jobs · 42 insights · 2 tutorials
Recrutements

Offres d'emploi (13)

→
HybridFull-time· Permanent· Early2026-09-11
G

Ingénieur AI Cloud, Gemini Enterprise

Google Hyderabad, Bengaluru, Pune, Gurgaon
L'angle Dataleo
La thèse est que le recrutement en AI agentique se déplace vers le déploiement et la transformation des workflows. Le modèle opérationnel affecté est l'adoption de l'AI en entreprise au sein de processus réels. La condition de valeur est d'associer les compétences techniques en agents avec la compréhension des workflows métier. Le mode d'échec est de constituer une équipe générique de livraison d'agents qui manque de contexte en planification, approvisionnement ou opérations.
HybridFull-time· Permanent· Expert2026-08-28
L'angle Dataleo
Le signal d'embauche est que l'architecture sémantique sous-jacente aux agents d'entreprise devient une couche produit. La valeur dépend du maintien de l'alignement des ontologies avec les sémantiques opérationnelles de référence et de processus ; des mappages obsolètes ancrent les agents dans un contexte d'entreprise confiant mais erroné.
HybridFull-time· Permanent· Senior2026-07-13
L'angle Dataleo
La décision concernée est la manière dont une recommandation automatisée progresse à travers les systèmes, les rôles et les frontières d'approbation. La valeur nécessite une orchestration pour préserver l'état transactionnel, l'autorité, la gestion des exceptions et la reprise. Le mode de défaillance est une couche de workflow techniquement flexible qui accélère des processus fragmentés sans résoudre les règles métier conflictuelles.
HybridFull-time· Permanent· Senior2026-07-06
L'angle Dataleo
Le signal est l'investissement sur la roadmap, pas les effectifs seuls. La couche système affectée est le logiciel de planification et de décision supply-chain, où les équipes produit sont sollicitées pour transformer l'AI en capacités de workflow répétables. La valeur dépend de la connexion des fonctionnalités agentiques aux décisions de planification réelles, aux chemins d'exception et aux résultats mesurables. Le mode d'échec est de livrer des interactions AI impressionnantes qui restent déconnectées du rythme opérationnel de la planification de l'offre, de la demande et des stocks.
HybridFull-time· Permanent· Senior2026-07-02
L'angle Dataleo
Le rôle régional indique un investissement dans la traduction des agents de chaîne d'approvisionnement vers différentes architectures d'entreprise et environnements opérationnels. La valeur dépend de l'adaptation de la logique décisionnelle aux données, processus et conditions réglementaires locaux. Le mode de défaillance consiste à traiter un modèle d'agent global comme opérationnellement portable sans reconception.
HybridFull-time· Permanent· Senior2026-07-02
L'angle Dataleo
Le rôle signale un investissement dans la couche d'architecture connectant les données d'entreprise, les modèles et les workflows de la chaîne d'approvisionnement. La valeur dépend de critères d'acceptation spécifiques au domaine et d'une propriété responsable des décisions. Le mode d'échec consiste à déployer des agents techniquement sophistiqués sans workflow de planification gouverné.
HybridFull-time· Permanent· Principal2026-07-01
L'angle Dataleo
Ceci est un signal architectural : les agents de production convergent vers une infrastructure de contrôle partagée plutôt que vers des piles applicatives isolées. La valeur dépend toujours de critères d'acceptation spécifiques au domaine et de la propriété des processus. Le mode de défaillance consiste à standardiser l'infrastructure des agents tout en laissant indéfinis le sens et les conséquences des décisions de chaîne d'approvisionnement.
HybridFull-time· Permanent· Staff2026-06-24
L'angle Dataleo
La décision concernée est la mise en production de modèles IA/ML et de systèmes agentiques pour les workflows opérationnels. La valeur exige des jeux de données gouvernés, une évaluation reproductible et des permissions d’action limitées ; le principal risque est un modèle performant en test mais non fiable, non explicable ou difficile à exploiter en production.
HybridFull-time· Permanent· Senior2026-06-22
C

Chef de Produit Senior, Supply Chain

C3 AI Redwood City, California
L'angle Dataleo
La décision concernée est la manière dont le produit Supply Chain transforme les besoins des planificateurs en workflows et règles exploitables. La valeur exige des priorités métier explicites, des données fiables et une adoption mesurée ; le principal risque est de livrer des fonctions qui enrichissent l’interface sans améliorer la qualité de la décision.
RemoteFull-time· Permanent· Not specified2026-06-02
L'angle Dataleo

L'émergence d'entreprises telles que Centrum AI met en évidence une évolution plus large vers des couches décisionnelles pilotées par l'IA qui se positionnent au-dessus des systèmes ERP et de planification traditionnels. Plutôt que de remplacer les plateformes existantes, ces solutions visent à fournir une intelligence des risques, une analyse de scénarios et un support décisionnel dans des environnements opérationnels fragmentés.

Ce signal de recrutement suggère un investissement continu dans la Résilience de la Chaîne Logistique, l'IA explicable et la gestion des risques opérationnels, alors que les organisations cherchent une meilleure visibilité sur des réseaux d'approvisionnement mondiaux de plus en plus volatils et un Support Décisionnel plus robuste.

HybridFull-time· Permanent· Senior / Cadre2026-06-01
L'angle Dataleo

Ce poste est un signal de marché fort pour AI in Manufacturing et Supply Chain Planning. Sanofi ne recrute pas simplement pour de la gestion de produits digitaux générique ; l'entreprise recherche un Product Owner capable d'orchestrer des agents AI dans des flux de travail industriels réels, couvrant planification, opérations, qualité et performance.

L'élément le plus intéressant est le mélange d'AI Agents, de systèmes industriels et de gouvernance. En pratique, c'est le profil dont de nombreux grands industriels auront besoin : quelqu'un qui comprend l'architecture décisionnelle entre ERP, MES, QMS, outils de planification et copilotes AI, tout en restant responsable de l'adoption, de la valeur et de la conformité.

Actualités

News (35)

→
StockIQ lance l'agent IA Edison pour connecter les signaux de planification aux décisions d'inventaireMoyen
Inventory and replenishment planning·2026-10-07

StockIQ lance l'agent IA Edison pour connecter les signaux de planification aux décisions d'inventaire

Le 7 octobre, StockIQ a annoncé Edison, un agent IA intégré à sa plateforme de planification de la chaîne d'approvisionnement pour les fabricants et distributeurs. L'entreprise décrit quatre capacités : surveillance continue des stocks, de la demande et des signaux fournisseurs ; recommandations explicables ; prévisions actualisées ; et workflows automatisés liés aux activités ERP et d'achat. StockIQ affirme qu'Edison peut aider les planificateurs à enquêter sur les exceptions, ajuster les politiques de stock et agir sur les recommandations d'achat. Ce sont des affirmations du fournisseur. L'annonce ne fournit aucun benchmark indépendant de la précision des prévisions, de la réduction des stocks ou de la qualité des décisions.
L'angle Dataleo
L'importance d'Edison ne réside pas dans l'accès conversationnel aux données d'inventaire mais dans la possibilité de lier les exceptions détectées à des décisions de réapprovisionnement exécutables. Cette valeur dépend de l'utilisation par les recommandations des délais actuels, des positions d'inventaire, des contraintes fournisseurs et des règles d'achat approuvées. Sans ces vérifications, des recommandations plus rapides pourraient accélérer des commandes d'achat incorrectes ou des changements de politique d'inventaire. StockIQ n'a pas établi de résultats de planification mesurés de manière indépendante dans cette annonce.
StockIQ / GlobeNewswire
Logistics Reply présente un modèle d'autorité pour les agents AI dans l'exécution d'entrepôtÉlevé
Warehouse execution·2026-10-05

Logistics Reply présente un modèle d'autorité pour les agents AI dans l'exécution d'entrepôt

Logistics Reply a introduit le modèle LEA AI Agent Authority Model aux côtés de LEA Dynamic Intelligence, offrant aux opérateurs d'entrepôt un cadre pour attribuer aux agents AI différents niveaux d'autorité opérationnelle plutôt que de privilégier par défaut l'autonomie maximale. Cinq agents préconfigurés traitent la disponibilité des stocks, l'équilibrage de la main-d'œuvre, la classification ABC, la planification des quais et les exceptions d'exécution, avec des contrôles variant selon la tâche et le risque.
L'angle Dataleo
Le changement important n'est pas que les agents d'entrepôt peuvent faire plus, mais que l'autorité devient une variable de conception explicite dans le workflow d'exécution. C'est utile lorsque les permissions sont liées à des preuves opérationnelles observables et à des actions WMS spécifiques—par exemple, séparer une recommandation d'une mise à jour des données de référence. Le mode de défaillance consiste à transformer un modèle de maturité en licence générale pour l'autonomie : l'autorité doit toujours être définie décision par décision, car le coût d'une mauvaise recommandation diffère fortement entre l'analyse, la planification et l'exécution transactionnelle.
Logistics Reply
Blue Yonder 2026.2 étend la planification avec la transparence des prévisions, la simulation d'impact financier et les agents d'inventaireÉlevé
Supply Chain Planning·2026-10-01

Blue Yonder 2026.2 étend la planification avec la transparence des prévisions, la simulation d'impact financier et les agents d'inventaire

La version 2026.2 de Cognitive Solutions for Planning de Blue Yonder ajoute le nettoyage et la prévision d'événements pour une plus grande transparence des prévisions, des contrôles pour les remplacements de prévisions à haut risque pour les nouveaux produits, la simulation d'impact Brut-à-Net dans IBP, et des workflows Intelligent Inventory Operations pour l'analyse d'inventaire en plusieurs étapes et l'exécution de scénarios.
L'angle Dataleo
La version fait passer l'IA de planification au-delà d'une couche conversationnelle vers des workflows spécifiques de prévision, d'arbitrages financiers et de gestion des stocks. Le test significatif est de savoir si ces capacités améliorent les décisions prises dans le cycle de planification : exceptions de prévision, ajustements pour nouveaux produits et scénarios de stocks. Leur valeur dépend d'un contexte de planification et de permissions fiables ; l'analyse automatisée multi-étapes devient risquée si un mauvais moteur de prévision, une contrainte ou un ajustement erroné se propage dans les recommandations suivantes.
Blue Yonder
Magentic lève 18 M$ pour développer ses agents IA de procurement et supply chainMoyen
·2026-09-17

Magentic lève 18 M$ pour développer ses agents IA de procurement et supply chain

Magentic a annoncé une série A de 18 millions de dollars menée par Felicis, avec la participation de Sequoia et Westly Group, pour développer des travailleurs numériques AI destinés aux opérations d'approvisionnement et de supply chain des fabricants.
L'angle Dataleo
Le capital se déplace vers des agents qui se positionnent au-dessus des systèmes transactionnels et exécutent du travail plutôt que de seulement répondre à des questions. Les décisions concernées incluent l'approvisionnement, la gestion des fournisseurs et l'exécution des achats. La création de valeur nécessite une autorité explicite, une source de vérité sur les fournisseurs et contrats, et des points de validation ; le mode d'échec consiste à créer une couche parallèle de décision d'approvisionnement au-dessus de l'ERP et des systèmes source-to-pay.
Magentic
Loadsmart lance des agents IA pour le fret, les opérateurs humains traitant les exceptions non résoluesMoyen
·2026-09-17

Loadsmart lance des agents IA pour le fret, les opérateurs humains traitant les exceptions non résolues

Loadsmart a lancé des agents AI pour la collecte de documents, le suivi, le retendering, les audits, les réclamations et les workflows de rendez-vous au sein des systèmes de fret existants, avec des garde-fous définis par le client et des opérateurs de fret gérant les exceptions non résolues.
L'angle Dataleo
La propriété des exceptions fait partie de l'architecture d'automatisation. Le workflow concerné est l'exécution du fret dans le TMS et les systèmes adjacents. La valeur dépend de garde-fous clairs et d'un chemin d'escalade fiable ; le mode de défaillance consiste à célébrer les taux d'automatisation alors que la longue traîne coûteuse des exceptions demeure le véritable goulot d'étranglement.
Loadsmart
Microsoft déploie 111+ agents supply chain après avoir repensé les workflows et les données partagéesMoyen
·2026-09-17

Microsoft déploie 111+ agents supply chain après avoir repensé les workflows et les données partagées

Microsoft indique que son équipe supply chain cloud a simplifié les processus de bout en bout, créé une base de données commune et déployé plus de 111 agents à travers la planification, l'approvisionnement, l'exécution et la logistique. Dans les exemples rapportés, cinq cycles de planification sont passés d'environ 10 à moins de 2,5 jours ouvrables et les investigations du plan de demande sont passées de 5 à 7 jours à quelques heures.
L'angle Dataleo
Le signal est le séquencement, pas le nombre d'agents : simplifier le flux de décision et l'état partagé avant d'accorder une autorité d'exécution limitée. Le modèle opérationnel concerné est la planification et l'exécution de bout en bout. La valeur dépend d'un processus standardisé et d'un contexte de données partagé ; sinon les agents peuvent accélérer la fragmentation plutôt que de l'éliminer.
Microsoft
La roadmap de Flowlity place l’approbation du planificateur et la comparaison de scénarios au cœur de CoPlannerÉlevé
Planning automation·2026-09-10

La roadmap de Flowlity place l’approbation du planificateur et la comparaison de scénarios au cœur de CoPlanner

Flowlity a présenté la prochaine étape de sa roadmap de planification autour de deux capacités complémentaires : CoPlanner doit pouvoir proposer des modifications en masse du plan, afficher leur impact attendu et attendre l’approbation du planificateur avant de les appliquer, tandis que Scenario Studio permettra de comparer plusieurs hypothèses de planification avant de promouvoir le scénario retenu vers les paramètres actifs.
L'angle Dataleo
Le changement important n’est pas que les planificateurs puissent dialoguer avec un assistant IA ; c’est que l’assistant entre dans la couche de modification et d’engagement du cycle de planification. Le modèle de prévisualisation puis d’approbation de CoPlanner est significatif parce qu’il sépare la recommandation de l’exécution, tandis que Scenario Studio donne au planificateur un moyen de comparer les conséquences de plusieurs hypothèses avant d’en rendre une opérationnelle. Ce modèle ne crée réellement de valeur que si l’impact projeté avant approbation repose sur la même logique de planification et les mêmes contraintes que le résultat qui sera ensuite appliqué. Le principal risque est celui d’une recommandation conversationnelle convaincante dont la prévisualisation ne reflète pas fidèlement les conséquences en matière de stocks, de service ou d’approvisionnement. Dans ce cas, l’approbation du planificateur devient un contrôle superficiel plutôt qu’un véritable point de décision. Cela correspond au positionnement de Dataleo sur le flux de décision plutôt que sur l’interface : la différence ne vient pas du langage naturel en lui-même, mais de la capacité à inspecter, comparer puis engager délibérément une modification proposée par l’IA dans un véritable cycle de planification.
Flowlity
Anaplan étend son pôle en Inde pour soutenir la planification d'entreprise agentiqueMoyen
·2026-09-02

Anaplan étend son pôle en Inde pour soutenir la planification d'entreprise agentique

Anaplan a ouvert son plus grand bureau et son premier Centre d'Expérience Client APAC à Gurugram, élargissant sa capacité d'ingénierie et orientée client pour soutenir le développement de produits AI et d'agents basés sur les rôles dans la planification d'entreprise.
L'angle Dataleo
Il s'agit d'un signal de capacité derrière le récit des agents : la planification agentique devient un modèle opérationnel de développement et de déploiement de produits, pas seulement un lancement de fonctionnalité. Le test consiste à savoir si les agents restent ancrés dans des modèles de planification et des scénarios gouvernés.
Anaplan
NEC lance un agent IA SCM intersystème pour la prévision, l'approvisionnement et la planificationMoyen
·2026-08-28

NEC lance un agent IA SCM intersystème pour la prévision, l'approvisionnement et la planification

NEC commercialise un agent AI conçu pour exécuter plusieurs tâches de planification de la Supply Chain à travers les systèmes d'entreprise existants, incluant la prévision de la demande, la négociation des approvisionnements, la planification de la production, des stocks et de la logistique.
L'angle Dataleo
NEC place un agent au-dessus d'un parc applicatif fragmenté comme couche de décision et d'orchestration, et non comme simple interface conversationnelle. La valeur dépend de données de référence fiables, de règles métier explicites, de permissions d'outils et de droits d'écriture ; sinon l'agent peut accélérer des décisions incohérentes entre systèmes plutôt que de résoudre la fragmentation.
NEC
Epicor Prism devient généralement disponible dans toute l'Amérique latineMoyen
·2026-08-21

Epicor Prism devient généralement disponible dans toute l'Amérique latine

Epicor a étendu Prism à travers l'Amérique latine, intégrant des agents IA verticaux dans Epicor Kinetic et Prophet 21 avec accès au contexte ERP et support pour les actions métier approuvées.
L'angle Dataleo
L'ERP peut devenir une couche d'action AI crédible lorsque les agents, permissions et transactions partagent la même sémantique métier. La condition est des données de référence fiables et un contexte d'autorisation ; sinon une recommandation apparemment contextuelle peut quand même agir sur un état ERP incorrect.
Suplari lance Data Assistant pour la gestion des données d'approvisionnementMoyen
·2026-08-19

Suplari lance Data Assistant pour la gestion des données d'approvisionnement

Suplari a lancé Data Assistant, une capacité agentique conçue pour ingérer les fichiers d'approvisionnement, détecter et résoudre les problèmes de données, surveiller la dérive et aider à réparer les connecteurs lorsque les systèmes sources changent.
L'angle Dataleo
Le data plumbing est l'un des cas d'usage agentiques les plus solides car il affecte directement la fiabilité des décisions d'approvisionnement en aval. La valeur nécessite une remédiation traçable et des contrôles sémantiques ; le mode de défaillance est une « réparation » automatique qui modifie silencieusement les mappages et corrompt le contexte décisionnel.
UNFI Insights ajoute des Agents AI et des Commandes ProjetéesMoyen
·2026-08-19

UNFI Insights ajoute des Agents AI et des Commandes Projetées

Crisp étend UNFI Insights avec des AI Agents et des Projected Orders, offrant aux fournisseurs une visibilité anticipée sur les commandes UNFI attendues avant l'émission des bons de commande et de nouveaux outils pour analyser les signaux retail et d'approvisionnement.
L'angle Dataleo
Le changement de matière est un signal de commande en aval anticipé qui entre dans la planification en amont. Il peut améliorer les décisions de réapprovisionnement et de production si son incertitude est calibrée ; le principal mode de défaillance est la surréaction du fournisseur qui amplifie plutôt qu'atténue l'effet coup de fouet.
Rootstock Summer '26 met les agents IA en pilotes de production actifsMoyen
·2026-08-18

Rootstock Summer '26 met les agents IA en pilotes de production actifs

La version Summer '26 de Rootstock introduit des Agents de Vente et d'Achat couvrant l'ATP/CTP, la traçabilité des lots, les retards de commandes d'achat et l'approvisionnement alternatif, avec des capacités d'agent déjà testées en environnements de production.
L'angle Dataleo
L'avantage d'un agent natif ERP est le contexte transactionnel, pas la conversation. Les décisions affectées sont l'engagement de commande et les exceptions d'achat ; la valeur nécessite des permissions fiables et l'état de l'ERP, tandis que de mauvaises données de référence peuvent amener un agent fluide à recommander avec confiance la mauvaise action.
SAP présente sa vision de la Supply Chain autonome autour des agents AI et de l'orchestrationMoyen
·2026-07-24

SAP présente sa vision de la Supply Chain autonome autour des agents AI et de l'orchestration

Le webinaire de SAP sur l'IA dans la Supply Chain décrit une vision de Supply Chain Management autonome basée sur des agents AI, des données métier et une orchestration d'applications de bout en bout.
L'angle Dataleo
Il ne s'agit pas d'une sortie produit, mais d'un signal architectural utile provenant d'une plateforme ERP et Supply Chain centrale. SAP place des agents à l'intérieur de la couche applicative d'entreprise, là où planification, exécution et contexte métier se rencontrent. La condition de valeur est que les agents restent connectés à la vérité transactionnelle, aux données de référence et aux contrôles de processus. La limitation est que le langage autonome peut surestimer ce qui est sûr sans droits d'exception clairs, auditabilité et responsabilité du planificateur.
SupplyChainBrain / SAP
Envoy AI lance Ellie Workforce pour l'exécution autonome du fretÉlevé
Autonomous Freight Execution·2026-07-14

Envoy AI lance Ellie Workforce pour l'exécution autonome du fret

Envoy AI a lancé Ellie Workforce, une plateforme d'exécution de fret conçue pour automatiser le sourcing des transporteurs, la négociation, la conformité et l'exécution des expéditions aux côtés des équipes logistiques humaines.
L'angle Dataleo
La décision concernée est de savoir si une action de fret peut passer de la recommandation à l’exécution sans violer les contraintes commerciales, de service ou de conformité. La valeur exige des limites d’autorité claires, un contexte par lane, des preuves de performance transporteur et des règles d’escalade. Le mode de défaillance est une exécution autonome du fret qui optimise la vitesse tout en créant des engagements non approuvés ou une reprise d’exception insuffisante.
FreightWaves
Agiloft rend Astra contract AI généralement disponible pour les équipes procurementÉlevé
Contract Intelligence and Supplier Obligations·2026-07-14

Agiloft rend Astra contract AI généralement disponible pour les équipes procurement

Agiloft a rendu Astra généralement disponible, étendant les capacités d'IA et d'agent de contrat aux équipes d'approvisionnement, juridiques et financières gérant la révision de contrats, les obligations et la documentation des fournisseurs.
L'angle Dataleo
La décision affectée est de savoir si une clause contractuelle modifie la sélection des fournisseurs, l'exposition au risque, le calendrier de renouvellement ou l'engagement commercial. La valeur requiert que l'AI relie les clauses et obligations au fournisseur, à la catégorie et au contexte opérationnel. Le mode de défaillance est d'accélérer la revue contractuelle alors que les décisions d'achats ignorent toujours les conséquences opérationnelles intégrées dans le contrat.
Agiloft / PR Newswire
project44 se scinde en deux entités et lance LSP44 pour l'infrastructure d'IA logistiqueÉlevé
Decision Intelligence and Provider Execution Infrastructure·2026-07-14

project44 se scinde en deux entités et lance LSP44 pour l'infrastructure d'IA logistique

project44 scinde sa plateforme chargeurs et son infrastructure pour prestataires logistiques en deux activités distinctes, lançant LSP44 comme couche d'infrastructure dédiée d'agents AI-natifs et d'API pour les 3PL, transitaires et courtiers.
L'angle Dataleo
La décision concernée est de savoir si l’IA logistique doit résider dans une plateforme de visibilité chargeur ou dans l’infrastructure opérationnelle utilisée par les prestataires logistiques. La valeur exige que les actions des agents préservent le contexte d’expédition, les règles transporteurs, l’historique des exceptions et les engagements commerciaux entre parties. Le mode de défaillance consiste à séparer les produits et les clients sans maintenir un modèle de données opérationnelles partagé.
project44
Nouvelle revue cartographie cinq modèles pratiques d'adoption de l'AI dans les Supply ChainsÉlevé
AI Adoption and Decision Intelligence·2026-07-12

Nouvelle revue cartographie cinq modèles pratiques d'adoption de l'AI dans les Supply Chains

Une nouvelle analyse de l'adoption de l'AI dans la supply chain identifie la surveillance continue, la synthèse de données, les agents AI, la visibilité et les jumeaux numériques comme les principaux domaines passant de l'expérimentation à l'utilisation pratique.
L'angle Dataleo
La décision impactée est quelle capacité AI mérite un investissement en production plutôt qu'un financement pilote. La valeur nécessite que chaque catégorie soit liée à une décision récurrente, un responsable identifié et un résultat opérationnel mesurable. Le mode d'échec consiste à traiter des catégories technologiques larges comme preuve d'adoption sans montrer quelle décision de planification ou d'exécution a changé.
First Analysis
DeepFabric lance une plateforme d'agents AI pour les opérations Supply Chain de bout en boutÉlevé
Exception Management and Workflow Orchestration·2026-07-09

DeepFabric lance une plateforme d'agents AI pour les opérations Supply Chain de bout en bout

DeepFabric a lancé une plateforme d'agents AI destinée à coordonner le travail opérationnel à travers des systèmes fragmentés, des documents, des communications avec les partenaires et des processus d'exception.
L'angle Dataleo
La décision concernée est de savoir si un agent peut faire passer une exception de la détection à l'exécution au-delà des frontières organisationnelles. La valeur exige que les preuves, les seuils d'approbation et le statut des transactions restent visibles à chaque transfert. Le mode de défaillance est un agent qui accélère la communication mais crée des engagements contradictoires entre le transport, les stocks, les achats et les partenaires externes.
DeepFabric / PR Newswire
MGI et le Shanghai AI Laboratory lancent des agents qui relient la planification en laboratoire à l'exécution physiqueMoyen
Agentic Workflow Orchestration and Device Execution·2026-07-05

MGI et le Shanghai AI Laboratory lancent des agents qui relient la planification en laboratoire à l'exécution physique

MGI Tech, Genoria AI et Shanghai AI Laboratory ont présenté ProtoPilot, un système multi-agents, et BioLab Bench, un cadre d'évaluation destiné à relier les objectifs scientifiques aux opérations exécutables sur les appareils de laboratoire.
L'angle Dataleo
Le signal pertinent pour la Supply Chain est le passage d'agents de recommandation à des agents qui coordonnent les ressources physiques, les workflows et les équipements. La valeur nécessite des états d'appareils validés, la disponibilité des matériaux et des limites d'exécution sûres. Le mode de défaillance est un agent produisant un workflow logiquement correct mais inexécutable parce que les instruments, échantillons ou dépendances sont indisponibles ou incompatibles.
MGI Tech / Shanghai AI Laboratory / PR Newswire
Aily Labs et AWS s'associent pour déployer à grande échelle des agents d'intelligence décisionnelleÉlevé
Enterprise AI Agents·2026-07-02

Aily Labs et AWS s'associent pour déployer à grande échelle des agents d'intelligence décisionnelle

Aily Labs et Amazon Web Services ont formé un partenariat stratégique pour déployer et faire évoluer des agents d'intelligence décisionnelle natifs AI dans les fonctions financières, supply chain, fabrication, R&D et commerciales.
L'angle Dataleo
La disponibilité sur marketplace réduit les frictions d'infrastructure mais ne résout pas la conception des décisions. La valeur exige que chaque agent soit lié à des mesures faisant autorité, à des contraintes opérationnelles et à un propriétaire de workflow responsable. Le mode d'échec consiste à déployer une interface de décision générique à travers des fonctions dont les métriques et les droits d'approbation ne sont pas réconciliés.
Aily Labs / PR Newswire
Compri lève 3,2 millions d'euros pour étendre ses agents d'approvisionnement autonomesÉlevé
Autonomous Sourcing and Supplier Management·2026-06-29

Compri lève 3,2 millions d'euros pour étendre ses agents d'approvisionnement autonomes

Compri, basée à Milan, a levé 3,2 millions d'euros pour développer une plateforme AI utilisant des agents autonomes pour les équipes achats et supply chain.
L'angle Dataleo
Les agents d'approvisionnement nécessitent des limites d'autorité strictes concernant le contact avec les fournisseurs, la négociation, les recommandations de sourcing et les engagements. Les données contractuelles, la qualification des fournisseurs, les seuils d'approbation et les règles d'escalade doivent être gouvernés avant que l'exécution autonome soit autorisée.
Compri / The SaaS News
Samsara introduit une visibilité agentique des expéditions et des étiquettes de suivi jetablesÉlevé
Exception Management·2026-06-24

Samsara introduit une visibilité agentique des expéditions et des étiquettes de suivi jetables

Samsara a lancé une étiquette de suivi jetable (Tracking Label) et un centre d'expédition agentique (Agentic Shipment Center) destinés à améliorer la visibilité au niveau des expéditions et la gestion des exceptions entre transporteurs. L'annonce concerne la visibilité des expéditions, les données logistiques et la gestion des exceptions.
L'angle Dataleo
La valeur opérationnelle dépend de la confiance dans les données, de la couverture des transporteurs, de la priorisation des alertes et de la responsabilité de l'escalade. La visibilité assistée par agent devrait réduire la latence de décision sans submerger les utilisateurs avec des exceptions de faible valeur.
Samsara / Business Wire
RELEX élargit la planification de fabrication alimentée par l'IA d'IBP à l'exécutionÉlevé
Manufacturing Planning·2026-06-23

RELEX élargit la planification de fabrication alimentée par l'IA d'IBP à l'exécution

RELEX a étendu sa plateforme de planification unifiée pour les fabricants avec des agents IA, la planification de bout en bout de la demande, de l'approvisionnement et de la production, et une connectivité plus rapide aux systèmes incluant SAP. L'entreprise rapporte des déploiements chez près de 140 fabricants et de nouveaux clients dans les secteurs de l'alimentation, des biens de consommation et de l'industrie. L'annonce est pertinente pour la planification de la chaîne d'approvisionnement, la planification de la fabrication et la connectivité d'exécution.
L'angle Dataleo
Le signal clé est l'extension d'une plateforme de planification vers l'exécution et les agents. Les équipes doivent vérifier quelles contraintes sont réellement modélisées, qui valide les recommandations, comment les exceptions sont traitées et si les données IBP, de planification de production et d'exécution restent cohérentes.
RELEX Solutions
Kinaxis et NVIDIA explorent des agents IA longue durée pour la planification continueMoyen
·2026-06-19

Kinaxis et NVIDIA explorent des agents IA longue durée pour la planification continue

Kinaxis a présenté une collaboration avec NVIDIA visant à explorer des agents IA longue durée capables d’optimiser et d’adapter en continu les décisions de planification Supply Chain.

L'angle Dataleo
La décision concernée est la manière dont Kinaxis et NVIDIA utilisent des agents longue durée pour une Supply Chain Planning continue. La valeur exige des objectifs limités, un état persistant, un accès gouverné aux données et des escalades explicites ; le principal risque est un processus autonome qui accumule des erreurs ou agit sur des hypothèses obsolètes entre deux revues humaines.
Kinaxis
Pigment améliore ses Agents IA avec un contexte web en direct et des citations de sourcesMoyen
AI planning, agentic planning and governed decision support·2026-06-10

Pigment améliore ses Agents IA avec un contexte web en direct et des citations de sources

Pigment a déployé une mise à niveau de ses AI Agents. Selon un post LinkedIn d'Alexis Fromaget, les Analyst, Modeler et Custom Agents de Pigment peuvent désormais extraire du contexte externe en direct depuis le web pendant les conversations et l'utiliser dans les analyses, recommandations et constructions de modèles, avec citations des sources incluses.

Cette mise à jour compte pour l'Enterprise Planning car les AI agents évoluent d'assistants internes vers des collaborateurs de planification conscients du contexte. Dans la supply chain et la planification d'entreprise, cela peut aider les équipes à connecter les modèles internes avec des signaux externes, des informations de marché, des hypothèses et des preuves à l'appui.

Pour le Supply Chain Planning, le signal pertinent n'est pas seulement une analyse plus rapide. C'est de savoir si le contexte externe peut être utilisé en toute sécurité dans des workflows de planification gouvernés, avec traçabilité, visibilité des sources et frontières claires entre recommandation, validation et exécution.

L'angle Dataleo

Cette mise à jour de Pigment est pertinente pour Supply Chain AI car les agents de planification ont de plus en plus besoin à la fois des données métier internes et du contexte externe. La question clé de gouvernance est de savoir comment les équipes décident quelles sources externes sont fiables, comment les citations sont vérifiées, et quand les recommandations générées par les agents sont autorisées à influencer les décisions de planification.

Pour les responsables des opérations, l'opportunité est une Decision Architecture plus connectée : les agents peuvent soutenir l'analyse, la construction de modèles et l'exploration de scénarios, tandis que les planificateurs conservent la maîtrise des hypothèses, des règles de validation et des décisions finales. Sans cette couche de contrôle, le contexte web en direct pourrait ajouter du bruit ou des hypothèses non vérifiées dans les modèles de planification critiques.

LinkedIn / Alexis Fromaget
Willow lève 7 millions de dollars pour gouverner l'accès en entreprise des agents IA autonomesÉlevé
Agent Access and Decision Rights·2026-06-04

Willow lève 7 millions de dollars pour gouverner l'accès en entreprise des agents IA autonomes

Willow, basée à Herzliya, est sortie de la clandestinité avec 7 millions de dollars de financement d'amorçage pour une plateforme qui régit la façon dont les employés et les agents AI autonomes accèdent aux systèmes et données d'entreprise.
L'angle Dataleo
Les agents de chaîne d'approvisionnement nécessitent des contrôles d'accès basés sur l'autorité de décision, pas seulement sur l'identité de l'utilisateur. Les permissions doivent distinguer la lecture d'une prévision, la modification d'une allocation, l'approbation d'un fournisseur et le déclenchement d'une transaction opérationnelle, avec audit, révocation et escalade intégrés.
Willow / PR Newswire
Colibri S&OP positionne les agents AI au sein de workflows de planification de la chaîne d'approvisionnement accessiblesMoyen
AI agents in S&OP·2026-06-03

Colibri S&OP positionne les agents AI au sein de workflows de planification de la chaîne d'approvisionnement accessibles

Colibri S&OP positionne des AI Agents dans les workflows de planification de la chaîne logistique couvrant la planification de la demande, la planification de l'approvisionnement, la planification stratégique, l'optimisation des stocks de sécurité et l'optimisation de plan contraint.

Ceci est pertinent pour les équipes de planification mid-market et locales car cela montre comment les idées de planification agentique évoluent au-delà des méga-suites globales. La question pratique est de savoir comment les équipes S&OP utilisent les agents pour accélérer les scénarios et les exceptions tout en conservant la maîtrise humaine des décisions de planification.

Plus de détails sont disponibles sur le site web Colibri S&OP.

L'angle Dataleo

Ce signal produit est important car l'Agentic AI en planification n'est pas seulement une tendance des grandes entreprises. Colibri S&OP doit être suivi là où l'AI aide les utilisateurs métier à structurer les décisions de demande, d'approvisionnement et de scénarios au sein d'un processus de Planning Governance gouverné.

Colibri S&OP
SAP positionne les agents et assistants Joule comme une nouvelle couche IA pour la gestion de la chaîne d'approvisionnementÉlevé
Planning·2026-06-03

SAP positionne les agents et assistants Joule comme une nouvelle couche IA pour la gestion de la chaîne d'approvisionnement

SAP positionne Joule Agents et Joule Assistants comme des capacités AI contextuelles pour le Supply Chain Management. L'entreprise décrit ces assistants comme des outils conçus pour comprendre le contexte métier et accélérer les résultats dans les flux de travail logistiques, de fabrication, de conception de produits, de planification et de service des actifs.

La page SAP met en avant plusieurs capacités axées sur la supply chain, notamment le Logistics Assistant, le Manufacturing Assistant, le Product Design Assistant, le Planning Assistant et l'Asset & Service Assistant. Cela reflète la stratégie plus large de SAP visant à intégrer les AI Agents directement dans les flux de travail d'entreprise plutôt que de traiter l'AI comme une couche de productivité séparée.

Plus de détails sont disponibles sur la page officielle de SAP.

L'angle Dataleo

C'est un signal important pour les équipes de Supply Chain Planning et d'opérations d'entreprise car cela confirme que la couche d'assistant AI se déplace à l'intérieur des applications métier essentielles. SAP ne se contente pas de promouvoir une productivité AI générique ; il connecte Joule aux domaines opérationnels où les décisions dépendent des données ERP, du contexte processus et des règles métier.

Pour les entreprises de supply chain, la question pratique est de savoir comment ces agents vont interagir avec les architectures de planification existantes, notamment SAP IBP, les workflows ERP, les systèmes logistiques, l'exécution manufacturière et la gestion des actifs. L'opportunité réside dans une analyse plus rapide et un meilleur support décisionnel ; le risque est une automatisation incontrôlée sans AI Governance claire, permissions et validation avec humain dans la boucle.

SAP
KBRW présente des agents IA pour les opérations de supply chain à grande échelle lors de l'assemblée générale de Sagard NewGenMoyen
AI agents in supply chain execution and order orchestration·2026-06-02

KBRW présente des agents IA pour les opérations de supply chain à grande échelle lors de l'assemblée générale de Sagard NewGen

KBRW a partagé sa présentation sur la façon dont les AI Agents créent déjà de la valeur pour les opérations supply chain à grande échelle lors de l'AGM annuelle Sagard NewGen 2026. Le signal est pertinent car Sagard Europe a décrit la présentation de KBRW comme une illustration du passage à l'AI agentique pour les clients SaaS, incluant un déploiement pour un client du CAC 40. Plus de détails sont disponibles dans le post LinkedIn.

Pour les responsables supply chain, la pertinence pratique est le passage de la visibilité et des tableaux de bord vers des agents opérationnels qui peuvent supporter la gestion des exceptions, l'orchestration et l'action guidée. Dans le domaine de KBRW, cela connecte l'Order Management, la Fulfillment Orchestration et le Smart Steering.

L'angle Dataleo
La décision concernée est la manière dont les agents IA de KBRW peuvent agir sur les commandes, stocks et exceptions dans des opérations Supply Chain à grande échelle. La valeur exige des droits d’action limités, des événements fiables et des escalades explicites ; le principal risque est une automatisation rapide qui optimise localement le fulfillment tout en contournant les politiques de service, capacité ou stock.
KBRW / Sagard Europe LinkedIn
Le playbook d’Anthropic annonce l’essor des modèles opérationnels natifs IAÉlevé
Planning·2026-06-02

Le playbook d’Anthropic annonce l’essor des modèles opérationnels natifs IA

Anthropic a publié « The Founder's Playbook », un guide complet expliquant comment les startups peuvent se construire et fonctionner en tant qu'organisations natives AI dès le premier jour. Le document offre une vision plus large de la façon dont l'AI générative et les agents AI peuvent remodeler la conception organisationnelle, la prise de décision et l'exécution.

Le playbook soutient que l'AI réduit considérablement le coût de l'expérimentation et permet à des équipes plus petites d'effectuer un travail qui nécessitait auparavant des fonctions plus importantes. Il présente l'AI comme un analyste de recherche, un chef de produit, un ingénieur logiciel et un assistant opérationnel travaillant aux côtés des équipes humaines, tout en mettant l'accent sur la gouvernance, la validation et la responsabilité.

Plus de détails sont disponibles dans le document source officiel.

L'angle Dataleo

Pour les organisations de Supply Chain Planning, le playbook offre un modèle pour des modes opératoires natifs AI où les planificateurs, analystes et managers orchestrent de plus en plus des flux de travail activés par l'AI. Des activités telles que l'analyse de scénarios, les investigations de prévisions, le reporting exécutif, l'intelligence fournisseurs et le suivi opérationnel pourraient être accélérées grâce à l'utilisation contrôlée des capacités de Decision Intelligence.

Le document renforce également l'émergence d'une couche AI située au-dessus des plateformes traditionnelles telles que SAP IBP, Kinaxis et o9 Solutions. Plutôt que de remplacer les systèmes d'entreprise, les agents AI peuvent aider les utilisateurs à interpréter les informations, générer des recommandations et raccourcir les cycles de décision tout en maintenant une forte AI Governance et une supervision humaine.

Anthropic
Infios ajoute des agents AI pour l'exécution de la supply chain à travers les commandes, entrepôts et transportÉlevé
Supply chain execution, warehouse operations, transportation and order orchestration·2026-05-12

Infios ajoute des agents AI pour l'exécution de la supply chain à travers les commandes, entrepôts et transport

Infios a annoncé de nouveaux agents IA intégrés dans les workflows d'exécution de la supply chain. Les agents sont conçus pour opérer à travers les commandes, les entrepôts et le transport, soutenant l'orchestration à l'intérieur des processus opérationnels plutôt que de se situer en dehors comme des outils consultatifs autonomes.

L'annonce est pertinente pour Supply Chain Execution car elle rapproche l'IA agentique des workflows opérationnels réels : orchestration des commandes, résolution des problèmes d'entrepôt, mises à jour du transport et traitement des exceptions. Infios positionne les agents comme partie intégrante de sa stack d'exécution plus large à travers les environnements OMS, WMS et TMS.

Pour les équipes logistiques et opérationnelles, le signal est que Agentic AI passe au-delà de la planification et de l'analyse vers des décisions d'exécution sensibles au temps. Cela soulève des questions pratiques autour de l'autonomie, de la supervision, des seuils d'exception et de la manière dont les actions pilotées par IA sont enregistrées dans les systèmes opérationnels.

L'angle Dataleo

Cette annonce compte pour Supply Chain AI car les flux d'exécution tolèrent moins l'ambiguïté que les simulations de planification. Lorsqu'un agent AI modifie un parcours de commande, assiste un superviseur d'entrepôt ou déclenche une action de transport, la décision a des conséquences opérationnelles immédiates.

La question clé de gouvernance n'est donc pas seulement de savoir si l'agent peut agir, mais sur quoi il est autorisé à agir. Les responsables des opérations ont besoin de frontières de décision claires, de validation des données sources, de règles d'escalade, de pistes d'audit et de processus de substitution humaine avant d'intégrer des agents dans les flux de Warehouse Management, Transportation Management et d'exécution des commandes.

FAQ Logistique / Infios
Infor élargit son offre Industry AI avec plus de 100 agents et des améliorations de l'Agentic OrchestratorÉlevé
Industry AI agents for planning workflows·2026-04-22

Infor élargit son offre Industry AI avec plus de 100 agents et des améliorations de l'Agentic Orchestrator

Infor a annoncé une expansion d'Industry AI avec plus de 100 agents et des améliorations d'Agentic Orchestrator. Pour les équipes supply chain, le signal est que les applications d'entreprise spécifiques à l'industrie évoluent vers des workflows agentiques intégrés dans les processus opérationnels.

Pour Infor Supply Chain Planning, la pertinence réside dans la façon dont les agents AI pourraient soutenir la planification de la demande, le demand sensing, les workflows d'inventaire et d'approvisionnement en utilisant le contexte industriel. L'enjeu de gouvernance est de s'assurer que les agents opèrent dans le cadre des règles de planification approuvées et des contrôles Human-in-the-Loop.

L'angle Dataleo

La direction d'Infor vers l'IA sectorielle est importante car l'IA Supply Chain a besoin de contexte industriel pour être opérationnellement utile. Le test pratique est de savoir si les agents améliorent la réactivité de la planification tout en préservant la qualité des données, l'explicabilité et la propriété des décisions.

Infor
Gartner prévoit que les dépenses en AI agentique dans les logiciels Supply Chain atteindront 53 milliards de dollars d'ici 2030Élevé
Supply Chain AI·2026-04-07

Gartner prévoit que les dépenses en AI agentique dans les logiciels Supply Chain atteindront 53 milliards de dollars d'ici 2030

Gartner prévoit que les dépenses en logiciels de gestion de la chaîne d'approvisionnement dotés de capacités AI agentiques passeront de moins de 2 milliards de dollars en 2025 à 53 milliards de dollars d'ici 2030, tandis que l'adoption en entreprise passera de 5 % à 60 %.
L'angle Dataleo
La prévision de 53 milliards de dollars mesure les dépenses logicielles, pas la maturité décisionnelle. La décision concernée est l'architecture et l'achat de plateformes Supply Chain : quels agents restent intégrés dans une suite unique de fournisseur, lesquels coordonnent entre systèmes APS, ERP, procurement et logistique, et qui contrôle leur autorité. La valeur dépend de droits de décision explicites, de seuils human-in-the-loop et de règles d'orchestration. Le principal compromis est dépendance plateforme versus interopérabilité : les agents natifs du fournisseur peuvent être plus faciles à déployer, tandis que les workflows multi-agents intersystèmes peuvent créer logique dupliquée, permissions incohérentes et responsabilité floue.
Gartner
Daybreak lève 15 millions de dollars alors que la planification de la supply chain entre dans l'ère des agents AIÉlevé
Agentic planning·2025-06-10

Daybreak lève 15 millions de dollars alors que la planification de la supply chain entre dans l'ère des agents AI

Daybreak AI a levé 15 millions de dollars en financement de série A auprès d'investisseurs incluant TPG Growth et Dell Technologies Capital, se positionnant autour du travail AI pour la planification d'entreprise.

L'annonce est pertinente car le cadrage agentique de Daybreak cible le travail de planification répétable, l'automatisation basée sur des politiques et le routage des exceptions vers les humains. Cela relie AI Agents, Supply Chain Planning et la gouvernance avec intervention humaine.

Plus de détails sont disponibles dans l'annonce de financement.

L'angle Dataleo

C'est un signal fort pour Agentic AI en planification car la catégorie passe des copilotes au travail IA pour les décisions répétables. La question de gouvernance est comment les entreprises définissent les limites des politiques, le routage des exceptions et les pistes d'audit avant que les agents n'influencent les plans opérationnels.

Yahoo Finance / PR Newswire
Editorial

Insights (42)

→
Les applications de planification construites par l'IA réduisent le temps de développement, pas la complexité de la planification
Dataleo Insight· AI-Built Planning Systems2026-07-11

Les applications de planification construites par l'IA réduisent le temps de développement, pas la complexité de la planification

Les agents IA peuvent accélérer la construction d'applications, mais la planification prête pour la production dépend toujours d'une logique, de données et de contraintes validées.

Lire la suite →
How-to

Tutorials (2)

→
Autres technologies
4PLA2AABAPAbaqusadaptive hyper-heuristicsAdditive ManufacturingAdvanced AnalyticsAdvanced ManufacturingAdvanced PackagingAdvanced Planning and SchedulingAdvanced Planning SystemsAera Decision CloudAerospace AIAgent EvaluationAgentic AIAgentic OrchestrationAgents IAAIAI AnalyticsAI ArchitectureAI automationAI AutomationAI Coding AgentsAI Decision AppsAI demand sensingAI EngineeringAI ForecastingAI forecastingAI GatewayAI GovernanceAI InfrastructureAI LearningAI OrchestrationAI PlanningAI RemediationAI Risk ManagementAI RoboticsAI ServicesAI SkillsAI ToolsAI-Assisted ForecastingAI-enabled planningAI-native ERPAI-powered OperationsAI/MLAir CargoAllocationAmazon BedrockAmazon Bedrock AgentCoreAnalyticsAnaplanAPIAPIsAPO PP/DSApplication AIApplication DevelopmentApplied AIAPSArchitecture SolutionArtificial IntelligenceArtificial intelligenceASRSAssistive AIAutomated OrderingAutomationAutomatisationAutonomous ProcurementAutonomyAvailable-to-PromiseAWSAWS Supply ChainBIBigQueryBigQuery MLBill of MaterialsBlue YonderBoardBrowser-based ApplicationsBusiness ArchitectureBusiness ContinuityBusiness IntelligenceC++C3 AI Supply ChainCapacity ManagementCapacity PlanningCarrier SourcingCarrier VerificationChange ManagementChatGPTClaims AutomationClaudeClaude AIClaude DesktopClaude Managed AgentsCloudCloud ComputingCloud ERPCloud SupportCMMSComplianceCompliance AutomationCompliance ManagementComposable ArchitectureComputer VisionComputer visionConcurrent PlanningConfiguration ManagementConnected PlanningConstraint-Based PlanningContinuous ImprovementContinuous LearningContinuous PlanningContract AIContract ManagementControl Towercontrol towerConversational CommerceCoordination du planningCopilotCopilotesCopilotsCoupaCoupa Supply Chain Design & PlanningCreoCritical TechnologiesCRMCustomer FulfilmentCustoms SystemsCybersecurityDataData AnalyticsData ArchitectureData EngineeringData GenieData GovernanceData IntegrationData PlatformData PlatformsData PreparationData ProductsData ScienceDatabricksDDMRPDecision AppsDecision EngineeringDecision intelligenceDecision IntelligenceDecision OptimizationDecision SupportDeep LearningDeepARDefence LogisticsDelivery OperationsDemand ForecastingDemand PlanningDemand Planning SystemsDemand SensingDemandAI+DevOpsDigital ManufacturingDigital Supply ChainDigital Toolsdigital twinDigital TwinDigital TwinsDistributed Order ManagementDistributed SystemsDistribution ManagementDistribution PlanningDock SchedulingDynamics 365 Supply Chain ManagementE-commerce PlatformsEdge AIEDIElasticity ModelingEmbodied AIEngineering Change ManagementEnterprise AIEnterprise AI AgentEnterprise Data PlatformEnterprise Integrationenterprise knowledge graphEnterprise PlanningEnterprise SaaSEnterprise Supply PlanningEnterprise SystemsEPMeProcurementERPERP IntegrationEUV LithographyExcelException ManagementException ResolutionExigences produitExplainable AIExternal DataExternal SignalsFastMCPFinancial PlanningFinite-Capacity SchedulingFioriFleet ServicesFlowlityForecast AnalyticsForecastingForecasting AIForecasting ModelsForward-Deployed EngineeringFoundation ModelsFreight AIFreight ProcurementFulfillment PlanningFulfilment OperationsGanacosGCPGemini EnterpriseGenerative AIGestion des stocksGoogleGoogle CloudGovernanceGraph DatabaseGrid SoftwareGxPHBMIAIA agentiqueIA assistiveIBM Planning AnalyticsIBPIdentity and AccessIncident InvestigationIndustrial AIIndustrial ControlsIndustrial EngineeringIndustrial IoTIndustrial LogisticsIndustrial RoboticsInforInfor ERPInfor M3Infrastructure PlanningInstinctIntegrated Business PlanningIntermodalInternet of ThingsIntuiflowIntégration de donnéesIntégration d’entrepriseIntégration ERPinvent.aiInventory AccuracyInventory ForecastingInventory managementInventory ManagementInventory OptimizationInventory PlanningInventory ScanningInventory SimulationInventory Visibilityinverse optimizationIoTIoT LogisticsIsolation ForestJohn Galt AtlasJouleJoule StudioketteQKinaxisKinaxis Maestroknowledge graphKnowledge ManagementKomugiKPI MonitoringLabour PlanningLanded Cost AnalysisLangChainLangGraphLarge Language ModelsLast-mile OperationsLast-Mile TechnologyLeanLeanDNALearning PlatformsLifecycle ManagementLightGBMLLMLLMsLoad BalancingLogiciel Supply ChainLogilityLogisticsLogistics AILogistics AutomationLogistics ExecutionLogistics ManagementLogistics ResilienceLogistics SystemsLogistics TechnologyLogistics VisibilityLow-codeLyric.aiMachine LearningMaintenance PlanningManufacturingManufacturing AIManufacturing AnalyticsManufacturing LogisticsManufacturing OperationsManufacturing OrchestrationManufacturing PlanningManufacturing TechnologyMarketplace PlatformsMarketplace TechnologyMaster Data ManagementMaster SchedulingMaterial FlowMaterial PlanningMaterials PlanningMathematical OptimizationMCPMDKMEIOMESMetrologyMicrosoft DynamicsMicrosoft ExcelMILPModel Context ProtocolModel MonitoringMoteurs de recommandationMROMRPMulti-Agent AIMulti-Agent Systemsmulti-objective optimizationn8nNetstockNetSuiteNetwork DesignNetwork OperationsNetwork PlanningNPINVIDIANVIDIA cuOptNVIDIA OmniverseNXO-PASo9o9 APEXo9 Digital Braino9 SolutionsObservabilityOData APIsOMPOMP Unison PlanningOMP UnisonIQOpen Process AutomationOpen SourceOpenAIOpenAI APIOpenClawOpenOPCOpenUSDOperational ResilienceOperations ResearchOptimisationOptimisation des stocksOptimizationOptimization softwareOpérations de supportOR-ToolsOracleOracle Cloud SCMOracle SCMOracle SCPOrchestration IAOrder FulfilmentOrder ManagementORTECOutils digitauxOutlier DetectionPackagingpandasParcel ExecutionPDPPhysical AIPhysical SecurityPICPigmentPlan for Every PartPlanification de projetPlanification des matièresPlanification IAPlanning AnalyticsPlanning ApplicationsPlanning CoordinationPlanning OrchestrationPlanning SystemsPlanning ToolsPlanning WorkflowPlateformes achatsPlateformes de formationPlotlyPort OperationsPower and CoolingPower AppsPower AutomatePower BIPredictive AIpredictive alertsPredictive AnalyticsPredictive analyticsPredictive MaintenancePredictive ModelingPrescriptive AnalyticsProcess AutomationProcess ImprovementProcess MiningProcurementProcurement AIProcurement AnalyticsProcurement ComplianceProcurement ControlsProcurement PlatformsProcurement SoftwareProcurement SystemsProcurement TechnologyProcurement TrainingProcurement TransformationProcurement WorkflowProduct Information ManagementProduct Integrity SystemsProduct ManagementProduct OwnershipProduct RequirementsProduction PlanningProduction SchedulingProgram DeliveryProgram ManagementProject LogisticsProject ManagementProject PlanningProject Supply ChainPréparation des donnéesPrévisionsPrévisions assistées par IAPrévisions de ventesPrévisions statistiquesPurchase Order ManagementPythonQMSQuality AssuranceQuality ManagementQuantitative Supply ChainRRAGRail LogisticsRapid DeliveryRapidResponseReal-time analyticsReal-time AnalyticsReal-time VisibilityRecherche opérationnelleRecommendation EnginesRecommender SystemsRecyclingRegulatory ComplianceReinforcement LearningRELEXRemiReplenishmentResponsible AIRetail AIRetail AnalyticsRetail PlanningRFIDRhinoRisk AnalyticsRisk ManagementRisk Modelingrobotic storageRoboticsRobotics ManufacturingRéapprovisionnementS&OES&OPS/4HANAS/4HANA ePPDSSaaSSaaS d’entrepriseSales ForecastingSAPSAP APOSAP ArchitectureSAP BTPSAP Business AISAP Business Data CloudSAP Business NetworkSAP Cloud ERPSAP Digital ManufacturingSAP ECCSAP EWMSAP IBPSAP IBP 2608SAP Integration SuiteSAP Material MasterSAP MDGSAP PP/DSSAP S/4HANASAP S/4HANA RetailSAP SCMSAP Supply Chain ManagementSAP Transportation ManagementSARIMAXScenario intelligenceScenario PlanningSchedulingSemantic ContextSemiconductor EquipmentSemiconductorsSiemensSiemens Digital Twin ComposerSigmaSimulationSimulation OptimizationSIOPSlackSlim4SnowflakeSoftware ArchitectureSoftware Supply ChainSolution ArchitectureSpare Parts PlanningSQLSQLiteStatistical ForecastingStock OptimizationStrategic Supply ChainStreamlitSupplier ComplianceSupplier Data ManagementSupplier DevelopmentSupplier ManagementSupplier QualificationSupplier QualitySupplier RiskSupplier Risk ManagementSupplier TraceabilitySupply ChainSupply Chain AISupply Chain AnalyticsSupply chain automationSupply Chain AutomationSupply Chain ConsultingSupply Chain GuruSupply Chain IntelligenceSupply Chain ManagementSupply Chain OrchestrationSupply Chain PlanningSupply chain planning softwareSupply chain risk intelligenceSupply Chain SoftwareSupply Chain SystemsSupply Chain TraceabilitySupply Chain VisibilitySupply PlanningSupply Risk AnalyticsSupport OperationsSystèmes achatsSystèmes de planningSystèmes de recommandationSystèmes d’entrepriseSystèmes Supply ChainTeamsText-to-SQLThird-party Risk ManagementTime-series foundation modelTimesFMTMSToolsGroupTraceabilityTraceability PlatformsTrade ComplianceTransformerTransport AutomationTransportation ManagementTransportation Management SystemTransportation PlanningUnison PlanningUnisonIQVendor ManagementVibe CodingVision AIWafer ManufacturingWarehouse AIWarehouse automationWarehouse AutomationWarehouse ManagementWarehouse management systemsWarehouse OperationsWarehouse OptimizationWarehouse RoboticsWarehouse SystemsWESWMSWorkflowWorkflow AutomationWorkflow Orchestration