Demand Planning
Toutes les actualités, offres d'emploi, analyses et tutoriels Dataleo autour de Demand Planning en Supply Chain et Operations.
Offres d'emploi (15)
Le rôle est pertinent pour le design de l’operating model du planning, les droits de décision, l’implémentation technologique et les résultats processus mesurables.
Ingénieur Support — Enterprise Supply Planning et Demand Planning
Le rôle est pertinent car un incident de support peut affecter les prévisions, les plans d’approvisionnement et les décisions opérationnelles dans l’environnement de planning.
Architecte Solution Entreprise — Demand Planning et Fulfillment
Le rôle est pertinent pour l’architecture d’entreprise reliant décisions de prévision, politiques de fulfillment, données et systèmes d’exécution.
Senior Architecte Solution — Demand, Supply, Production et S&OP
Le rôle est pertinent pour l’architecture de planning de bout en bout, la gouvernance des scénarios et la responsabilité décisionnelle transverse.
Senior Architecte Solution — Demand Planning et Forecasting
Le rôle est pertinent pour gouverner la logique de prévision, l’architecture de solution et l’intégration des environnements de planning.
Senior Consultant Supply Chain
Le rôle traduit les politiques de planning en logique système gouvernée et en routines utilisateurs.
Consultant Avant-Vente
Le rôle relie SAP IBP, S&OP, demand planning, inventory planning et supply planning à des processus décisionnels gouvernés.
Associate Director, Demand Planning & achats
Cette offre constitue un exemple concret d’IA générative entrant dans le travail de demand planning. L’enjeu de gouvernance consiste à distinguer le prototypage contrôlé d’un moteur industriel de réapprovisionnement, avec des hypothèses, versions, droits de validation et contrôles de production explicites.
Product Manager — Marques de pneus
Le rôle est pertinent lorsque la stratégie produit doit se traduire en décisions gouvernées de demande, de stock et de réapprovisionnement dans le réseau opérationnel.
Executive — Demand Planning
Le rôle est pertinent pour la responsabilité des prévisions, la qualité des données et la gouvernance des décisions récurrentes de demand planning.
Ingénieur Supply Chain Planning
Le rôle est pertinent pour la gouvernance de la demande dealer, la granularité des prévisions, la politique stratégique de stock et la traduction de la demande service-parts en décisions supply contrôlées.
Consultant en Planification de la Supply Chain SAP IBP – S&OP/S&OE
Ce poste est un signal utile pour Supply Chain Planning car il se concentre moins sur la seule implémentation système et davantage sur la couche opérationnelle utilisateur final de SAP IBP. Le rôle se situe à l'intersection des outils de planification, des routines récurrentes et des décisions business.
Pour les responsables planification, le point intéressant est la gouvernance du cycle de décision hebdomadaire et mensuel : quelles alertes comptent, quels KPI déclenchent l'escalade, qui détient le plan de réponse court terme, et comment les données de planification deviennent suffisamment fiables pour soutenir les décisions S&OE et S&OP de manière cohérente.
Senior Consultant technico-fonctionnel — Demand Planning
News (25)
SKU.io unifie la planification de fabrication, d'achat et de transfert dans un seul flux de demande
MoyenZeus se lance avec ketteQ pour le S&OP, la planification de la demande et de l'offre
ÉlevéBlue Yonder 2026.2 étend la planification avec la transparence des prévisions, la simulation d'impact financier et les agents d'inventaire
OMP et PwC migrent medac vers un plan de demande unifié
Community Coffee sélectionne RELEX pour une planification unifiée de la demande, des stocks et du S&OP
Amart Furniture remplace sa planification héritée par RELEX
UNFI Insights ajoute des Agents AI et des Commandes Projetées
Nissin Foods sélectionne Blue Yonder et Highspring pour la planification de la Supply Chain pilotée par l'IA
RELEX met en avant l'étendue de la planification AI dans la Nucleus SCP Value Matrix
L'indice GEP signale une reconstitution des stocks de sécurité alors que les craintes de perturbations d'approvisionnement augmentent
Domino's China atteint 1 550 magasins dans 75 villes
MANE sélectionne Kinaxis Maestro pour moderniser sa planification de la demande mondiale
Flowlity lance Co-planner dans le répertoire des applications ChatGPT
Flowlity a rendu son Co-planner disponible dans le répertoire des applications ChatGPT, ouvrant un accès conversationnel aux données opérationnelles de planification Supply Chain.
Selon Karim B., CTO et cofondateur de Flowlity, les planificateurs peuvent interroger ChatGPT sur les sites présentant une alerte de couverture, l’évolution de la prévision d’un produit ou les commandes en retard. Flowlity récupère ensuite les données de planification concernées et réalise l’analyse.
SKU Science maintient la planification de la demande légère et pertinente pour les PME et les équipes e-commerce
SKU Science reste un signal Radar utile pour la planification de la demande légère et le S&OP, en particulier pour les équipes SMB, e-commerce et retail qui ont besoin de structure sans une grande suite de planification d'entreprise.
La pertinence pratique concerne le Demand Planning, les prévisions au niveau SKU, la planification des stocks et l'analytique de planification. Pour les petites équipes, la première étape de planification activée par l'AI n'est souvent pas l'automatisation agentique, mais le remplacement de feuilles de calcul fragiles par des routines répétables de revue des prévisions et de décision.
Plus de détails sont disponibles sur le site web de SKU Science.
Ce signal produit est important car l'adoption de Supply Chain AI se produit également dans les petites et moyennes entreprises. SKU Science doit être suivi là où des outils de planification accessibles aident les équipes à construire une discipline de prévision, une responsabilité de planification et une Planning Governance.
Flowlity met en avant la planification probabiliste comme une voie pratique au-delà des flux de travail de supply chain basés sur Excel
Flowlity continue de positionner la planification probabiliste, la prévision de la demande et l'optimisation des stocks comme une voie pratique pour s'éloigner des workflows de supply chain basés sur Excel. Le signal produit est particulièrement pertinent pour les fabricants et les équipes mid-market gérant la variabilité fournisseur et l'incertitude de la demande.
La pertinence pour la planification est claire : le Probabilistic Forecasting et l'Inventory Optimization peuvent aider les équipes à prioriser les décisions de réapprovisionnement, d'achat et de fournisseurs en situation d'incertitude. La question opérationnelle est de savoir comment les recommandations sont expliquées et examinées avant qu'elles n'influencent les engagements de stocks.
Plus de détails sont disponibles dans le hub de ressources Flowlity.
Il s'agit d'un signal Radar utile car l'AI Supply Chain concerne de plus en plus la gestion de l'incertitude, et pas seulement l'automatisation des prévisions. Flowlity mérite d'être suivi lorsque les recommandations probabilistes aident les planificateurs à passer de la gestion de crise sur tableur à des décisions de stock gouvernées.
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.
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.
Les applications de chaîne d'approvisionnement codées à la volée passent de l'expérimentation au défi de gouvernance
Les applications Supply Chain construites par les métiers via le vibe coding passent d’expérimentations isolées à des usages opérationnels. L’enjeu matériel n’est plus la vitesse de construction, mais l’existence d’un propriétaire de la décision, de données contrôlées, d’un versioning, d’une validation et d’une trajectoire claire d’intégration ou de retrait.
Le signal le plus important n'est pas que les planificateurs peuvent désormais créer des logiciels. C'est que l'économie de la création de solutions a changé. Un planificateur possédant une expertise métier approfondie et un accès aux outils d'AI modernes peut maintenant prototyper une solution fonctionnelle de Supply Chain Planning plus rapidement que de nombreux projets logiciels traditionnels ne peuvent achever la collecte des exigences.
Pour les dirigeants, la question n'est plus de savoir si les employés vont créer des applications de planification alimentées par l'AI. Ils le font déjà. La question stratégique devient comment les gouverner via le contrôle de version, les normes de test, les flux d'approbation, la traçabilité des données, les permissions utilisateur, la documentation et la gestion du cycle de vie.
Cela pointe vers l'émergence d'une couche intermédiaire entre Excel et les environnements ERP ou APS d'entreprise. Elle peut accélérer le prototypage contrôlé, mais elle crée également un risque opérationnel lorsque la logique métier, les flux de données et la propriété des décisions ne sont pas explicites.
L'équipe Dataleo travaille actuellement sur un cadre pratique pour aider les entreprises à évaluer, gouverner, industrialiser et faire évoluer les applications Supply Chain AI codées par vibe. Plus de détails seront partagés prochainement.
Flowlity lance Forecast Studio pour rendre les prévisions de demande IA plus transparentes
Flowlity a présenté Forecast Studio, un espace permettant aux planificateurs de comprendre, analyser et ajuster les prévisions de demande générées par l’IA avant qu’elles alimentent les décisions de stock et d’approvisionnement.
La fonctionnalité affiche les prévisions IA avec la demande réelle et les tendances historiques, permet des ajustements manuels fondés sur le contexte métier, compare plusieurs scénarios et met en évidence les principaux drivers comme la saisonnalité, les tendances et les signaux externes.
La transparence ne doit pas se limiter à une visualisation. Un workflow gouverné de planification Supply Chain doit conserver séparément le baseline statistique, la proposition IA, les ajustements manuels, les hypothèses de scénario et la prévision finale approuvée.
Les contrôles essentiels concernent la propriété de chaque modification, les preuves qui la justifient, la comparaison au baseline avec le Forecast Value Added et la publication contrôlée vers l’APS, l’ERP ou la BI.
Aptean apporte l'IA agentique Logility DemandAI+ à la planification de la chaîne d'approvisionnement
Logility, désormais partie d'Aptean, a annoncé des capacités DemandAI+ qui positionnent l'AI agentique dans les workflows de planification supply chain. Le signal est pertinent car les éditeurs de planification passent du forecasting assisté par AI vers l'analyse d'exceptions et les actions recommandées supportées par AI.
Pour le Demand Planning, la question clé est de savoir si l'AI agentique améliore la productivité des planificateurs tout en maintenant la traçabilité des drivers de prévision, des ajustements manuels et des hypothèses métier. Cela place la Planning Governance au centre de l'adoption.
DemandAI+ est un signal utile du passage des outils de prévision vers l'Intelligence Décisionnelle. Les clients de Logility devraient évaluer si les résultats de l'AI agentique sont explicables, vérifiables et connectés à des workflows de planification contrôlés.
SKU Science ajoute un module de cycle de vie produit pour les phases d’introduction et de retrait
SKU Science a lancé un module de cycle de vie produit conçu pour transférer l’historique entre produits et préserver la continuité des prévisions pendant les phases d’introduction et de retrait.
La prévision du cycle de vie exige des liens prédécesseur-successeur gouvernés, une propriété des règles de transfert d’historique et une validation avant publication.
SKU Science met en avant une détection plus rapide des tendances et la planification du cycle de vie pour 2026
SKU Science a présenté plusieurs évolutions 2026 : prévisions dans différentes unités métier, détection plus rapide des tendances, gestion renforcée du cycle de vie, classification ABC/XYZ dynamique et tutoriels multilingues.
Ces évolutions renforcent l’usage, mais la gouvernance dépend toujours de classifications contrôlées, de liens de cycle de vie validés et d’ajustements de prévision traçables.
Arkieva présente l'IA dans la planification de la supply chain comme un support décisionnel pratique plutôt qu'un battage médiatique
Arkieva publie du contenu pratique sur la planification de la supply chain qui positionne l'AI comme un moyen d'améliorer la prévision, les décisions d'inventaire et la collaboration de planification plutôt que de remplacer purement et simplement les planificateurs. Le signal est utile car de nombreuses équipes de planification mid-market ont encore besoin de maturité processuelle avant l'automatisation avancée.
Pour les équipes de Demand Planning, d'inventaire et de S&OP, la pertinence d'Arkieva est pragmatique : meilleure discipline de prévision, exceptions structurées, équilibrage offre-demande et routines de planification. Cela relie Planning Governance à une adoption réaliste de l'AI.
Arkieva est un signal Radar utile car toutes les entreprises ne sont pas prêtes pour les agents autonomes. Beaucoup ont d'abord besoin d'une couche de planification fiable, avec des responsables clairement définis, des calendriers, des règles d'exception et une revue humaine avant de passer à l'échelle Supply Chain AI.
SKU Science présente des projets de demand planning fondés sur l’IA au Supply Chain Event 2025
SKU Science a participé au Supply Chain Event 2025 à Paris pour présenter des projets clients utilisant des modèles IA pour la prévision de la demande et la planification.
Le test pertinent consiste à vérifier si l’IA améliore la précision et la productivité sans masquer le choix du modèle, les overrides ou la responsabilité.
Intuiflow intègre la planification de la demande de SKU Science dans sa plateforme
Intuiflow a détaillé son intégration avec SKU Science, ajoutant des capacités de planification de la demande à une plateforme couvrant S&OP, material planning, scheduling et exécution.
Netstock lance AI Pack pour la visibilité de la chaîne d'approvisionnement et les décisions d'inventaire des PME
Netstock a lancé AI Pack pour améliorer la visibilité de la chaîne d'approvisionnement et la prise de décision pour les petites et moyennes entreprises. L'annonce met en avant des capacités telles que Predictor Inventory Advisor et des conseils de planification assistés par AI.
Ceci est important car les équipes supply chain des PME et du marché intermédiaire ont souvent besoin d'un support AI pratique pour la planification des stocks, la planification de la demande, le réapprovisionnement et la priorisation des exceptions avant d'avoir besoin d'un APS d'entreprise lourd. Le positionnement de Netstock est donc pertinent pour l'adoption accessible de l'AI dans la planification.
Plus de détails sont disponibles dans l'annonce de Netstock.
Ceci est pertinent car des outils AI Planning accessibles peuvent améliorer les décisions quotidiennes de réapprovisionnement et de stock dans les entreprises qui ne sont pas prêtes pour de vastes programmes de transformation de la planification. La gouvernance doit rester centrée sur la revue planificateur, la traçabilité des recommandations et la qualité des données de référence.
Insights (11)
L'IA transforme la planification de la demande de manière inégale, pas universelle
L'IA de planification de la demande devrait être jugée sur le fait qu'elle améliore une décision de planification définie, et non sur le fait qu'un modèle ou un assistant a été introduit.
Lire la suite →Les agents IA doivent enrichir les prévisions uniquement avec des informations que le modèle ne peut pas voir
L'enrichissement des prévisions n'a de valeur que lorsque des humains ou des agents apportent des informations substantielles non disponibles pour le modèle de base.
Lire la suite →L'expansion manufacturière du Canada est en partie tirée par les stocks
Les données PMI de juillet montrent une croissance de la production accompagnée d'une détérioration des délais de livraison, de stockage et de hausse des coûts des intrants.
Lire la suite →Les fabricants américains anticipent leurs commandes tandis que l'emploi dans les usines diminue
L’activité manufacturière américaine a progressé grâce à des commandes anticipées contre les risques de pénurie et d’inflation, tandis que l’emploi industriel reculait. Cette divergence complique l’interprétation des signaux de <a href="/search?q=Demand%20Planning">demande</a> et de capacité.
Lire la suite →L'IA dans les PGC et le Retail : Comment les Leaders Prennent de l'Avance
Une enquête de BCG et du Consumer Goods Forum montre que les entreprises CPG et retail restent bien plus ambitieuses sur l’IA que ne le suggèrent leurs déploiements à l’échelle, notamment entre idea-to-market et <a href="/search?q=Assortment%20Planning">offer-to-assortment</a>.
Lire la suite →Amr Mohamed présente l’IA en planification de la demande comme un assistant de recherche, pas comme un décideur
Faire évoluer les planificateurs du reporting manuel vers l’interprétation et l’influence stratégique
Lire la suite →