Actualités IA, recrutements et signaux pour toute la fonction Supply Chain — planification, exécution et gouvernance.
MoyenStraive a annoncé l’acquisition de NextGen Invent, renforçant ses capacités d’ingénierie des données et d’industrialisation de l’IA.
Pour la Supply Chain AI, la distinction clé oppose le prototype à un service décisionnel gouverné avec propriété des données, monitoring et procédures d’échec.
MoyenPigment met en avant une nouvelle capacité de son Modeler Agent : l’utilisation de l’historique de l’application pour aider à expliquer pourquoi une valeur de planification a changé.
Cette évolution va au-delà des réponses superficielles en combinant le contexte du modèle, les changements historiques et la logique de planification afin d’accélérer l’analyse et de rendre le support décisionnel plus transparent.
Cette capacité est pertinente pour la planification Supply Chain, car les planificateurs consacrent souvent beaucoup de temps à retrouver l’origine d’une modification de prévision, d’hypothèse ou d’allocation. L’accès à l’historique applicatif peut réduire cet effort, mais la logique sous-jacente doit toujours avoir un propriétaire, un contrôle de version et un processus de validation clairs.
La question centrale est de savoir si l’explication est suffisamment complète pour soutenir une décision métier. Les équipes doivent encore vérifier les données sources, les changements de modèle et les actions utilisateurs à l’origine du résultat, en particulier lorsque celui-ci influence les stocks, les capacités ou les engagements de service.
ÉlevéCognite a lancé une offre Integrated Supply Chain alimentée par l’IA afin de connecter la production, les achats, la distribution, la logistique et l’exécution. L’offre combine contextualisation des données industrielles, connecteurs vers les ERP, WMS, TMS et systèmes de planification, modèles sémantiques et agents IA capables d’évaluer les contraintes opérationnelles en temps réel.
L’annonce étend le positionnement de Cognite au-delà des opérations d’usine vers l’aide à la décision Supply Chain de bout en bout. Deloitte et FourKites participent à cet écosystème, renforçant le lien entre données industrielles, visibilité logistique et exécution opérationnelle.
La proposition de valeur repose sur une vision connectée des arbitrages entre performance de production, engagements fournisseurs, stocks, logistique et service client, plutôt que sur des optimisations isolées par fonction.
Cette annonce est pertinente pour la Supply Chain AI, car elle fait émerger une couche décisionnelle gouvernée entre les données opérationnelles, les plateformes de planification et les systèmes d’exécution. Le point critique sera la propriété des modèles sémantiques, des définitions communes et de la logique d’arbitrage entre OEE, OTIF, stocks et service.
Avant de passer à l’échelle, les entreprises doivent définir quelles décisions les agents peuvent influencer, comment les recommandations sont validées et comment la traçabilité des données est préservée entre ERP, WMS, TMS et systèmes industriels.
MoyenLe Gala Supply Chain rassemble dirigeants, praticiens, fournisseurs de technologies et leaders de l'industrie pour célébrer l'innovation et l'excellence dans la profession de la supply chain. L'événement reflète l'importance croissante des capacités de supply chain alors que les organisations font face à une volatilité, une complexité et une pression accrues pour améliorer la résilience.
Les événements du secteur mettent de plus en plus en avant comment l'AI, l'analytique avancée, l'automatisation et la transformation digitale remodèlent la planification, les achats, la fabrication, la logistique et la satisfaction client. L'industrie évolue vers des modèles opérationnels où les données, l'AI et l'expertise humaine collaborent.
La reconnaissance d'initiatives innovantes démontre comment l'excellence opérationnelle est de plus en plus liée à l'adoption technologique, l'agilité organisationnelle et la collaboration interfonctionnelle.
Des événements tels que le Gala Supply Chain fournissent un signal important sur les priorités du marché. Les discussions se concentrent de plus en plus sur Supply Chain AI, l'automatisation des décisions, les capacités de planification numérique et les modèles opérationnels basés sur l'AI.
Pour les dirigeants, le point clé à retenir est que la différenciation concurrentielle va au-delà de la seule excellence des processus. Les organisations sont de plus en plus évaluées sur leur capacité à combiner technologie, données, gouvernance et talents en capacités opérationnelles évolutives soutenues par la Decision Intelligence et les pratiques modernes de Supply Chain Planning.
MoyenIFS continue d'étendre la pertinence d'IFS.ai à travers les flux de travail industriels, y compris l'ordonnancement, le service sur site, la gestion des actifs, la fabrication et la planification opérationnelle. Pour les responsables Supply Chain Planning, la pertinence se situe là où les décisions de planification croisent les actifs, les techniciens, les fenêtres de maintenance, les engagements de service et l'exécution opérationnelle. Plus de détails sont disponibles sur IFS.
Le signal pratique est que la planification assistée par AI s'étend au-delà des frontières classiques d'APS. Dans les environnements à forte intensité d'actifs, l'Industrial AI, le Scheduling et l'optimisation du service sur site peuvent influencer la continuité d'approvisionnement, la qualité de service et la résilience opérationnelle.
Ceci est pertinent pour Supply Chain AI car de nombreuses décisions de planification se produisent là où les contraintes de chaîne d'approvisionnement, de maintenance, de service et de main-d'œuvre se rencontrent. IFS.ai doit être examiné à travers le prisme de AI Governance, de la responsabilité de planification et de la revue humaine dans les opérations à forte intensité d'actifs.
ÉlevéSAP 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.
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.
MoyenKBRW 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.
ÉlevéAnthropic 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.
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.
ÉlevéLes 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.
MoyenDataLeo a lancé un Radar Supply Chain AI couvrant actualités, emplois, outils, analyses et tutoriels à l’intersection de l’IA, de la planification et de la prise de décision opérationnelle.
La plateforme organise les signaux autour des technologies, fournisseurs, experts et sujets de gouvernance, notamment les systèmes de planification, les agents IA, les applications de décision, la qualité des données et l’industrialisation.
MoyenDanone Chief Operations Officer Vikram Agarwal a publié une réflexion sur la manière dont l'Intelligence Artificielle peut renforcer les chaînes d'approvisionnement lorsqu'elle repose sur des fondamentaux opérationnels solides plutôt que d'être traitée comme un raccourci. L'article soutient que l'AI peut accélérer l'aide à la décision, connecter des systèmes fragmentés et élargir l'impact opérationnel, mais ne peut pas compenser une discipline de fabrication faible, une mauvaise qualité des données ou des processus instables.
Le message est particulièrement pertinent pour la Résilience de la Chaîne d'Approvisionnement car Danone positionne l'AI comme partie d'un modèle opérationnel anti-fragile : un modèle qui performe dans l'incertitude en combinant analytique avancée, systèmes événementiels en temps réel et expertise humaine formée. L'article met également en avant l'Industry 5.0 Academy de Danone, qui vise à former plus de 20 000 employés de production de première ligne à travailler avec les technologies avancées.
Pour les responsables de Planification de la Chaîne d'Approvisionnement, le signal est clair : la résilience dépendra moins de pilotes AI isolés et davantage de l'architecture connectant données, équipes et décisions. La position de Danone renforce l'importance de la gouvernance human-in-the-loop, de l'adoption sur le terrain et de l'exécution disciplinée pour déployer l'AI à travers la planification et les opérations. Source : article LinkedIn et salle de presse Danone.
Il s'agit d'un signal de marché utile car il déplace la conversation sur la Supply Chain AI de la sélection d'outils vers la discipline opérationnelle. Les programmes AI les plus solides seront probablement ceux qui relient le decision support, la fiabilité des processus et l'habilitation des équipes plutôt que de traiter les algorithmes comme un substitut aux fondamentaux de la planification.
L'accent mis sur la formation de terrain compte également pour l'AI Governance. Dans les environnements de planification, l'adoption dépend de la confiance des équipes dans les données, de leur compréhension des recommandations et de leur capacité à savoir quand outrepasser ou escalader. L'approche de Danone met en évidence le besoin d'un juste milieu pratique entre stratégie AI centrale et appropriation opérationnelle locale.
ÉlevéToolsGroup a lancé Decion, le positionnant comme une plateforme alimentée par l'AI pour des chaînes d'approvisionnement auto-pilotées. Le lancement est pertinent car il fait progresser le fournisseur plus profondément dans l'Agentic AI, le support de décision autonome et l'automatisation contrôlée du réapprovisionnement.
Pour les équipes d'Inventory Optimization et de réapprovisionnement, la pertinence de Decion réside dans le potentiel de réduire la charge de planification manuelle tout en maintenant les contrôles de niveau de service et de coûts. La question de gouvernance est de savoir comment les décisions sont automatisées, quelles exceptions nécessitent une revue par le planificateur et comment les recommandations sont auditées.
Decion est un signal fort pour l'autonomie contrôlée dans la Supply Chain Planning. Les clients ToolsGroup devraient évaluer comment les capacités d'auto-pilotage équilibrent l'automatisation, la confiance des planificateurs, la politique de niveau de service et la gouvernance Human-in-the-Loop.
ÉlevéRELEX Solutions a introduit des capacités d'IA agentique pour le diagnostic de la planification de l'approvisionnement. L'annonce est importante car elle rapproche l'AI de l'analyse des causes profondes de planification, de l'explication des exceptions et des actions recommandées dans les chaînes d'approvisionnement du retail et des biens de consommation.
Pour la Planification de l'Approvisionnement, la valeur pratique réside dans un diagnostic plus rapide des contraintes, des ruptures et des exceptions de planification. L'exigence de gouvernance est que les diagnostics agentiques restent explicables et que les planificateurs conservent le contrôle sur les décisions à fort impact affectant les stocks, la disponibilité et le service.
C'est un signal significatif pour Agentic AI dans la planification retail. Les utilisateurs RELEX devraient évaluer si les diagnostics améliorent la vitesse des planificateurs tout en préservant l'auditabilité, la logique de substitution et les contrôles Human-in-the-Loop.
ÉlevéAccenture a annoncé un investissement dans Aera Technology pour soutenir les chaînes d'approvisionnement basées sur l'IA. Cette annonce est pertinente car elle relie l'intelligence décisionnelle, les workflows agentiques et les services de transformation à grande échelle de la supply chain.
Pour les équipes de Supply Chain Planning et d'exécution, le signal est que le support de décision autonome devient une priorité de conseil et d'implémentation, et non plus seulement un discours produit des éditeurs. La gouvernance sera essentielle là où l'IA peut détecter le changement, recommander des actions et exécuter des décisions sous supervision humaine.
Aera et Accenture ensemble constituent un signal fort pour l'industrialisation de l'Agentic AI dans la supply chain. La question Dataleo est de savoir comment les entreprises conçoivent les registres de décisions, les seuils d'approbation et les pistes d'audit avant que les workflows autonomes n'influencent les opérations.
MoyenC'est un signal de marché utile pour les responsables opérationnels : la construction native AI ne concerne plus seulement la vitesse de codage, mais la conception d'une Architecture de Décision contrôlée. Dans les organisations de planification, l'opportunité est de permettre aux équipes de prototyper rapidement des assistants, des workflows et des outils d'aide à la décision tout en maintenant des règles claires pour l'accès aux données, la validation, la propriété et l'intégration avec les systèmes ERP et APS.
Élevéproject44 a lancé Autopilot, une plateforme no-code permettant de déployer et contrôler des agents Supply Chain. Elle cible les coûts de transport, la qualité des données, les stocks et les flux de trésorerie sans nécessiter une infrastructure entièrement développée sur mesure.
Le no-code facilite la création d’agents mais augmente le risque de shadow automation. Les organisations ont besoin d’un registre, d’un propriétaire, d’un contrôle de version et d’un processus d’approbation pour chaque agent.
ÉlevéMicrosoft Dynamics 365 Supply Chain Management a publié des orientations montrant comment l'IA agentique peut connecter les données, les décisions et les flux de travail d'exécution de la supply chain. Le signal est pertinent car Microsoft intègre l'IA dans les applications et la couche de productivité utilisées par de nombreuses équipes de planification et d'opérations.
Pour le Demand Planning, la planification de production et les équipes inventaire, la valeur pratique est de réduire les frictions entre l'analyse et l'action. Le risque est que les agents et copilotes doivent rester encadrés par des flux de validation, des règles de qualité des données et l'AI Governance.
L'orientation de Microsoft vers l'IA agentique est importante car l'adoption peut se produire dans les outils que les planificateurs utilisent déjà. L'angle Dataleo est la gouvernance opérationnelle : Copilot et les agents AI doivent soutenir les décisions sans contourner l'approbation humaine ou les contrôles d'exécution.
ÉlevéE2open a publié des directives sur l'IA agentique pour la gestion de la chaîne d'approvisionnement, incluant des agents orchestrateurs, préconstruits et personnalisés intégrés directement dans les applications de chaîne d'approvisionnement. Le signal est pertinent car le modèle réseau d'E2open étend le support de décision AI au-delà des équipes de planification internes.
Pour les opérations de Connected Supply Chain, la valeur pratique réside dans la coordination des décisions entre la détection de la demande, la logistique, les canaux, le commerce et les workflows partenaires. Le défi de gouvernance est le contrôle inter-entreprises : les agents doivent respecter la confiance des données, les limites d'approbation et l'AI Governance à travers plusieurs organisations.
Le positionnement de l'IA agentique d'E2open compte parce que de nombreuses défaillances de la supply chain surviennent dans les espaces entre partenaires. L'approche Dataleo est la gouvernance décisionnelle multi-entreprises : les recommandations nécessitent une propriété claire, une traçabilité et une revue humaine lorsqu'elles affectent les fournisseurs, les transporteurs, les canaux ou les clients.
ÉlevéLogility a lancé son Orchestration Center afin de relier planification, production, gestion fournisseurs et transport au moyen de workflows agentiques temps réel. La couche vise à coordonner les décisions et les actions entre fonctions plutôt qu’à optimiser chaque processus séparément.
ÉlevéInfor 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.
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.
MoyenDavid Simchi-Levi a analysé comment les Large Language Models peuvent se combiner avec l’analytique prédictive et prescriptive dans les décisions industrielles et supply chain.
L’enjeu pratique est de relier les interfaces génératives à des modèles gouvernés, des données fiables et des responsables de décision identifiés.
MoyenBlue Yonder a publié une analyse reliant visibilité multi-entreprise, AI et résilience à travers planification et exécution. Le signal est pertinent car l'AI de la supply chain dépasse les modèles de planification pour aller vers la coordination opérationnelle entre entrepôts, transport, retail et partenaires commerciaux.
Pour la Supply Chain Execution, la question pratique est de savoir comment les recommandations AI prédictives, génératives et agentiques circulent entre domaines d'exécution sans créer de décisions locales qui augmentent le risque en aval. Cela place la AI Governance et la responsabilité des exceptions au centre de l'adoption.
Le positionnement de Blue Yonder est important car Supply Chain AI connecte de plus en plus la planification à l'exécution. Les entreprises doivent évaluer comment les recommandations agentiques sont gouvernées à travers les workflows de réapprovisionnement, d'entrepôt, de transport et de service client.
ÉlevéOracle a présenté Fusion Agentic Applications pour les processus finance et Supply Chain. Ces applications combinent agents intégrés, données d’entreprise et contexte de workflow afin d’assister les décisions et d’automatiser des tâches multi-étapes.
Les agents interfonctionnels nécessitent des définitions et règles d’escalade communes, car les objectifs finance et Supply Chain peuvent entrer en conflit autour du cash, du service, des stocks et des coûts.
ÉlevéOracle a introduit de nouveaux agents IA intégrés à Fusion Cloud Supply Chain and Manufacturing. Ils assistent les workflows de planification, d’achats, de production, de maintenance et de logistique afin d’accélérer les décisions et d’automatiser des tâches opérationnelles répétitives.
Cette évolution étend l’IA agentique à l’ensemble du cycle Supply Chain plutôt qu’à une fonction isolée.
Les agents intégrés peuvent réduire le délai de décision, mais les entreprises doivent définir la propriété, les droits d’accès et les seuils de validation avant que leurs recommandations n’affectent la planification ou l’exécution.
ÉlevéSymphonyAI a annoncé les agents de merchandising CINDE de nouvelle génération pour le retail, positionnant l'Agentic AI dans les workflows hebdomadaires de ventes, promotions, lancements de nouveaux produits et resets merchandising.
Pour les équipes de planification supply chain et retail, le signal pratique est que l'AI passe du support analytique vers l'assistance au niveau des workflows. Cela compte pour la Retail Planning, le Merchandising et les décisions de réapprovisionnement où les recommandations doivent être expliquées, validées et coordonnées entre magasins, catégories et opérations supply chain.
Plus de détails sont disponibles dans l'annonce SymphonyAI.
Ceci est pertinent car Agentic AI commence à entrer dans les workflows concrets de décision retail, pas seulement les tableaux de bord. La question de gouvernance est de savoir comment les équipes de Retail Planning gèrent les recommandations, les approbations et les exceptions lorsque les agents AI influencent les actions de merchandising et de réapprovisionnement.
ÉlevéManhattan Associates a rendu son AI Agent Workforce disponible commercialement pour les opérations Supply Chain et omnicanales. Le portefeuille couvre des workflows d’entrepôt, de transport, de magasin et de service client, faisant évoluer l’IA de l’assistance vers l’exécution opérationnelle coordonnée.
L’annonce confirme que les capacités agentiques entrent dans des environnements de production où les recommandations et actions peuvent affecter les stocks, le fulfillment et l’expérience client.
ÉlevéOracle a étendu les agents IA intégrés à Fusion Cloud Applications afin d’automatiser les processus Supply Chain, améliorer la planification et le fulfillment, et accélérer les décisions opérationnelles.
Le passage à l’échelle des agents intégrés exige une gouvernance commune entre planification, fulfillment et logistique, avec une propriété claire de chaque recommandation et action automatisée.
ÉlevéInfor a étendu sa suite d’agents IA spécialisés par industrie pour les workflows opérationnels dans des secteurs comme les produits laitiers, les véhicules électriques et le textile. Ces agents sont conçus pour exploiter un contexte métier sectoriel plutôt que des prompts génériques.
ÉlevéSAP a introduit Supply Chain Orchestration, une solution centrée sur l’IA pour détecter les perturbations, contextualiser les risques et déclencher des actions dans la planification, la logistique, les achats et la production.
L’orchestration interfonctionnelle exige des modèles d’impact attribués, des chemins d’escalade et des limites claires aux actions automatisées.
ÉlevéOMP a introduit UnisonIQ comme une couche AI pour la planification de la chaîne d'approvisionnement et l'aide à la décision. Le signal pour les planificateurs est que les capacités agentiques et de type assistant entrent dans les environnements de planification avancée construits autour de contraintes, de scénarios et d'options de réponse réalisables.
Pour Supply Chain AI, cela est pertinent car la valeur de l'AI dépend du contexte : la demande, l'approvisionnement, la capacité, le stock et les contraintes de production doivent être compris avant que les recommandations soient fiables. UnisonIQ doit donc être évalué à travers l'explicabilité, la logique d'exception et la Planning Governance.
Le point important n'est pas que l'IA agentique entre dans la planification, mais qu'elle entre dans la planification consciente des contraintes. Les clients OMP devraient évaluer comment UnisonIQ explique les recommandations, gère les plans infaisables et maintient les planificateurs responsables des décisions opérationnelles.
ÉlevéEnmovil a levé 6 millions de dollars en financement de série A mené par Sorin Investments, avec la participation de Capria Ventures et Twynam, pour développer ses capacités de planification de la chaîne d'approvisionnement et de visibilité basées sur l'IA.
Ce financement est pertinent car Enmovil relie la prévision de la demande, la planification intelligente des expéditions et la visibilité logistique en temps réel sur des marchés où la fiabilité de la planification dépend fortement des signaux d'exécution. La couverture publique cite des clients tels que Maruti Suzuki, Hero MotoCorp, Nestlé, TVS Motors, Daimler et HPCL.
Plus de détails sont disponibles dans le rapport du Times of India.
C'est un signal Radar utile car Supply Chain AI n'est pas uniquement une histoire de suite logicielle d'entreprise. Enmovil montre comment des fournisseurs AI régionaux peuvent connecter Dispatch Planning, les signaux de demande et la visibilité logistique dans des environnements opérationnels complexes.
MoyenRELEX a renforcé ses investissements dans Diagnostics, True Inventory et les capacités d’IA agentique au premier semestre 2025, en parallèle de son expansion clients.
Le test utile consiste à vérifier si les diagnostics et les agents améliorent des décisions précises plutôt que d’augmenter simplement le volume d’alertes.
ÉlevéInfor a étendu sa collaboration stratégique avec AWS afin d’accélérer l’adoption de l’IA générative dans les applications cloud sectorielles et les workflows opérationnels.
Élevéproject44 a lancé Decision Intelligence, faisant évoluer Movement de la visibilité vers une IA contextuelle, une intelligence unifiée et des opérations Supply Chain davantage automatisées.
La Decision Intelligence exige une propriété explicite des recommandations, des droits d’exécution et une auditabilité entre systèmes.
ÉlevéDaybreak 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.
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.
ÉlevéSAP a présenté à Sapphire des innovations Supply Chain alimentées par l’IA et centrées sur le réseau, reliant planification, logistique, achats et production dans son Business Network et sa suite applicative.
L’IA centrée sur le réseau exige des définitions de données partagées, des permissions partenaires et une gouvernance des décisions interentreprises.
ÉlevéManhattan Associates a présenté un large support de l’IA agentique dans les solutions Manhattan Active, avec des agents numériques autonomes pour l’exécution, l’optimisation et l’assistance utilisateur.
ÉlevéBlue Yonder a présenté de nouveaux agents IA et un Supply Chain Knowledge Graph à ICON 2025. Ces capacités doivent fournir aux agents un contexte opérationnel plus riche dans la planification, la logistique, le fulfillment et les réseaux de partenaires.
ÉlevéCelonis a présenté de nouvelles suites Process Intelligence et IA pour la Supply Chain, la durabilité, la finance et les opérations front-office, en positionnant le contexte des processus comme fondation de l’IA d’entreprise.
ÉlevéInfor a lancé Velocity Suite, combinant process mining, automatisation et IA générative afin d’aider les industriels à identifier les goulets, repenser les workflows et accélérer les améliorations opérationnelles.
MoyenC3 AI a publié une analyse sur la construction de chaînes d'approvisionnement résilientes aux tarifs douaniers avec l'IA d'entreprise. L'article est pertinent car il relie la volatilité commerciale, les décisions d'inventaire, l'analyse de scénarios et la résilience au support décisionnel de chaîne d'approvisionnement basé sur l'IA.
Pour le Supply Chain Planning, le signal est que la résilience nécessite plus que des tableaux de bord. Les entreprises ont besoin de modèles IA capables d'évaluer l'exposition aux coûts, les options fournisseurs, les stocks tampons et les compromis de service sous contraintes externes changeantes.
C3 AI est pertinent pour le Radar car l'AI Supply Chain doit de plus en plus gérer les chocs externes tels que les droits de douane, les changements géopolitiques et les contraintes fournisseurs. Le test pratique est de savoir si les recommandations AI sont liées au coût, au risque, au service et à des workflows d'approbation humaine clairs.
ÉlevéOracle a introduit des agents IA intégrés à Fusion Cloud Supply Chain & Manufacturing afin d’automatiser des tâches de bout en bout et de fournir des recommandations contextualisées dans les achats, la production, la maintenance et la logistique.
Les agents intégrés nécessitent des permissions claires, des seuils de validation et une piste d’audit avant d’influencer les décisions opérationnelles.
MoyenEn 2020, Jean-François Nordmann a rejoint o9 Solutions afin de contribuer au développement du marché français. Son rôle couvrait l’ouverture du marché, la qualification des besoins de planification et les échanges avec les directions Supply Chain, IT et transformation autour de la planification intégrée.
Cette étape reflétait l’intérêt croissant en France pour la Supply Chain Planning, le S&OP, l’IBP et les plateformes APS capables de relier planification métier, données d’entreprise et processus d’exécution.
