Revue d’AnyLogic, fournisseur de logiciels de simulation & de design supply chain

By Léon Levinas-Ménard

Dernière mise à jour : octobre, 2025

AnyLogic (par The AnyLogic Company) publie un IDE de simulation multiméthode à usage général (événement discret, à base d’agents, et dynamique des systèmes), une couche d’exécution web appelée AnyLogic Cloud pour exécuter/paramétrer des modèles et exporter les résultats, et un produit distinct de design supply chain, anyLogistix (ALX), qui combine l’optimisation analytique du réseau et des stocks (via IBM ILOG CPLEX) avec la simulation dynamique pour le test de scénarios. Les modèles AnyLogic sont développés de manière visuelle avec du code Java embarqué et peuvent être exportés en tant qu’applications Java autonomes ou téléchargés sur Cloud pour des exécutions via navigateur; Cloud expose des API REST et client et permet d’exporter les “Completed runs” vers Excel pour analyse. L’optimisation au sein d’AnyLogic est pilotée par le moteur métaheuristique OptQuest, tandis que anyLogistix offre un design de réseau soutenu par un solveur et des politiques de stocks plus des tests de résistance basés sur la simulation. L’extensibilité inclut une bibliothèque “Pypeline” maintenue par le fournisseur qui permet d’appeler Python depuis les modèles AnyLogic. Globalement, la pile est centrée sur le modèle (construire un modèle, exécuter des expériences, analyser les résultats) plutôt que sur l’automatisation décisionnelle pour le réapprovisionnement quotidien — ALX vise le design stratégique/tactique ; AnyLogic vise la simulation dans divers domaines.

Aperçu d’AnyLogic

Gamme de produits (en bref) :

AnyLogic (desktop IDE) : environnement de simulation multiméthode avec Java comme langage de script et un moteur de simulation documenté ; les modèles peuvent être exportés en applications Java autonomes. ¹²³⁴
AnyLogic Cloud : couche SaaS/web pour exécuter des modèles, créer des expériences, gérer les versions (y compris un éditeur dans le navigateur dans les récentes versions), et exporter les résultats. Offre des API REST et client. ⁵⁶⁷⁸⁹
anyLogistix (ALX) : application de design supply chain combinant l’optimisation du réseau par CPLEX et la simulation dynamique ; inclut des méthodes de stocks telles que l’estimation du stock de sécurité. ¹⁰¹¹¹²¹³

Architecture & stack (faits marquants) :

Les modèles se compilent et s’exécutent sur Java ; les applications exportées sont du pur Java et nécessitent JDK 17+. ³⁴
Le temps d’exécution de la simulation est une Engine API documentée (file d’événements, RNG, simulations concurrentes dans une JVM). ²
Cloud publie des mises à jour fréquentes ; les notes 2024–2025 incluent Java 17, et Cloud ajoute l’export des “Completed Runs” et des outils de diagnostic. ¹⁴²¹⁵
Private Cloud dispose d’un guide admin et d’une documentation sur l’architecture ; Cloud expose REST (avec des clients JS/Python/Java). ¹⁶⁹
Optimisation : l’expérience d’optimisation d’AnyLogic utilise OptQuest (OptTek) au sein du moteur ; l’optimisation du réseau d’ALX repose sur IBM ILOG CPLEX. ¹⁷¹⁸¹⁹¹¹

AnyLogic vs Lokad

Des objectifs différents, des mécanismes différents. AnyLogic/ALX sont centrés sur le modèle : vous construisez un modèle explicite de simulation ou de design supply chain, exécutez des expériences paramétrées (y compris des optimisations avec solveur pour le réseau/les stocks), et analysez les résultats. Preuve : export du modèle en Java, workflows d’expérimentation sur Cloud et API REST, optimisation in-model avec OptQuest, et design réseau basé sur CPLEX dans ALX. ³⁶⁹¹⁷¹¹ En revanche, Lokad est un SaaS centré sur la décision axé sur la prévision probabiliste et l’optimisation, produisant des décisions de réapprovisionnement/d’expédition/de tarification classées (et non des modèles de simulation interactifs). L’approche de Lokad repose sur un DSL et un calcul par lots quotidien pour générer des listes d’actions prioritaires destinées à être exécutées dans les ERP/WMS. (Note de portée : ce rapport se concentre sur AnyLogic ; consultez les documents publics de Lokad pour leur pipeline d’optimisation décisionnelle et les affirmations liées au DSL.)

Implications pour supply chain :

Catégorie de problème : ALX excelle dans le design (implantation en zone vierge, flux sur les voies, dimensionnement de capacité) et l’exploration de politiques dans des dynamiques simulées ; Lokad vise des décisions opérationnelles récurrentes (quantités de réapprovisionnement quotidiennes/allocations/prix).
Mécanisme : ALX fait appel à CPLEX pour résoudre des formulations statiques (par exemple, localisation d’installations, affectation de flux) puis simule des dynamiques ; l’IDE d’AnyLogic utilise OptQuest pour ajuster les paramètres du modèle ; Lokad effectue une prévision probabiliste + optimisation stochastique pour générer des listes de décisions — pas d’organigrammes d’événements discrets. ¹¹¹⁷
Déploiement : AnyLogic est un logiciel de bureau avec exécution Cloud optionnelle et des API ; ALX est une application de bureau packagée avec intégration de solveur ; Lokad est uniquement un SaaS multi-tenant. ⁵¹⁰
Artefact de résultat : AnyLogic/ALX produisent des scénarios, tableaux de bord, et tableaux d’exécutions (exportables vers Excel/REST) ; Lokad produit des actions transactionnelles classées destinées à être réintégrées dans les ERP/WMS. ²⁰²¹⁹

Si l’objectif est l’optimisation opérationnelle du réapprovisionnement en situation d’incertitude avec des listes de décisions automatisées, le paradigme de Lokad se rapproche davantage de la cible. Si l’objectif est le redesign de réseau, l’ajustement de la politique de capacité/des stocks, ou le stress-testing avec des dynamiques de processus riches, AnyLogic/ALX conviennent mieux, compte tenu de leur chaîne d’outils de simulation et de solveur.

Entreprise, histoire et faits corporatifs

Entité : The AnyLogic Company (développeur d’AnyLogic et d’AnyLogic Cloud) et la marque/site produit anyLogistix pour le design supply chain. ²²¹¹⁰
Fondation (sources du registre public) : CB Insights indique que l’entreprise a été fondée en 2002 (Oakbrook Terrace, IL). Les levées de fonds publiques ne sont pas divulguées sur les sites des fournisseurs ; aucune acquisition n’a été identifiée dans les documents officiels. ²³
Positionnement : AnyLogic (simulation générale), AnyLogic Cloud (exécution/analytique web), anyLogistix (design supply chain). ¹⁵¹⁰¹³

Journal de divergences (corporate) : la communication marketing prétend fréquemment un statut « leading » ; les registres indépendants (CB Insights/Craft) ne fournissent que des faits de base sur l’entreprise ; aucune activité d’acquisition corroborée n’a été trouvée. ²³

Produit & technologie : ce que fait le logiciel

AnyLogic (desktop IDE)

Méthodes de modélisation : DE/ABM/SD avec un temps d’exécution partagé ; logique exprimée via des blocs visuels et du code Java embarqué. ²
Cibles de build & run : export en applications Java autonomes ; l’interface en ligne de commande supporte l’export/ l’exécution d’expériences ; les matrices de la plateforme listent JDK 17+. ³⁴
Expérience d’optimisation : enveloppe OptQuest pour ajuster des paramètres soumis à des contraintes/objectifs ; les classes OptQuest sont documentées dans l’API. ¹⁷¹⁸¹⁹
Couche de données : base de données intégrée et connecteurs ; les outils de base de données sont documentés dans l’aide. (Les spécificités de l’engine — par exemple, le moteur de base de données embarqué — ne sont pas indiquées sur les pages publiques et ne sont donc pas revendiquées ici.) ²⁴

AnyLogic Cloud

But : exécuter des modèles dans le navigateur, gérer les versions des modèles, exécuter des expériences (exécution simple/multiple), comparer les résultats, et exporter les données/les Completed runs. ⁵²⁰²¹
Workflow : export depuis le bureau via la Run configuration (sélectionner entrées/sorties/ressources) pour créer une version Cloud du modèle ; « Model versions » inclut un éditeur web (accès anticipé). ⁶⁷⁸
APIs : REST API (+ clients) documentée pour des exécutions programmatiques et la récupération des résultats ; utilisée pour l’intégration/l’automatisation. ⁹
Mises à jour : les mises à jour 2024–2025 ajoutent la prise en charge de Java 17, un outil de diagnostics, et des améliorations à l’export des Completed runs. ¹⁴²¹⁵
Private Cloud : le guide administrateur et la documentation sur l’architecture sont publics ; les détails (par exemple, l’inventaire de service) ne sont pas énumérés sur la page publique — les revendications se limitent à ce qui est publié. ²⁵¹⁶

anyLogistix (ALX)

Portée : design supply chain (optimisation du réseau, design des stocks et des politiques, scénarios de risque, planification principale). ¹⁰¹¹
Solveurs : Network Optimization et autres analyses utilisent IBM ILOG CPLEX (LP/MIP). ¹¹
Stocks : méthodes d’estimation du stock de sécurité documentées ; ALX prend en charge l’analyse des politiques avec la simulation. ¹²
Simulation : test dynamique des designs utilisant la simulation (en tirant parti de la chaîne technologique AnyLogic). ¹⁰

Extensibilité & écosystème

Python dans les modèles : bibliothèque officielle Pypeline (sous licence MIT) permettant d’appeler Python localement depuis les modèles AnyLogic (qui ne fait pas partie du produit principal ; les limitations de surcharge sont notées par le dépôt). ¹
Sortie de données Cloud : export des “Experiment data” et des “Completed runs” vers Excel depuis l’interface Cloud. ²⁰²¹

Comment ça fonctionne (mécanismes & architectures)

Compilation & temps d’exécution :

L’Engine API décrit le temps d’exécution de la simulation (file d’événements, RNG, simulations concurrentes par JVM). Les modèles sont en Java ; les applications exportées sont en pur Java nécessitant JDK 17+. ²³⁴

Exécution Cloud & versionning :

L’export depuis le bureau utilise la Run configuration pour déclarer quels paramètres/ressources deviennent des entrées/sorties Cloud ; Cloud maintient des model versions (ajout récent d’un éditeur dans le navigateur) ; les exécutions et les résultats sont récupérables via REST et exportables vers Excel. ⁶⁷⁸⁹²⁰²¹

Infrastructure d’optimisation :

Au sein de l’IDE AnyLogic : OptQuest (métaheuristiques + contraintes) pour des expériences de recherche/paramétrage ; les APIs/classes publiques montrent l’intégration d’OptQuest. ¹⁷¹⁸¹⁹
Au sein d’ALX : CPLEX résout des formulations de réseau/de stocks ; puis la simulation valide/compare les politiques dans des dynamiques. ¹¹¹²

Ce qui n’est pas constaté :

Aucune documentation du fournisseur n’affirme qu’AnyLogic/ALX réalisent de manière native une optimisation opérationnelle du réapprovisionnement probabiliste de bout en bout produisant des bons de commande classés pour une ingestion directe dans l’ERP. Le workflow reste basé sur l’expérience : design, simulation, analyse, export. ⁵¹⁰²⁰²¹

Déploiement & déploiement progressif (d’après les documents principaux)

Transfert de Desktop vers Cloud : créer le modèle ; configurer la Run configuration ; Exporter le modèle vers AnyLogic Cloud ; créer des expériences ; exécuter ; analyser/exporter. ⁷⁶²⁰
APIs/intégration : lancer des exécutions et récupérer les résultats via REST (et SDK client). ⁹
Distribution des résultats : exporter les Completed runs (toutes entrées/sorties, graphiques) vers Excel pour une BI en aval ou des transferts. ²¹²⁰
Private Cloud : les docs administrateur/architecture existent publiquement ; les détails au-delà des pages publiées ne sont pas affirmés. ²⁵¹⁶

Preuves concernant les affirmations sur l’IA/ML

Pont Python maintenu par le fournisseur : Pypeline permet d’appeler Python localement (n’importe quelle bibliothèque) depuis un modèle en exécution — utile pour l’inférence ML ou des algorithmes spécialisés, mais explicitement pas un remplacement de Java ou une pile ML intégrée. ¹
Algorithmes ALX : l’optimisation repose sur CPLEX ; aucune preuve publique n’atteste de modèles de planification ML propriétaires intégrés dans ALX au-delà des formulations simulation + solveur. ¹¹¹²
Conclusion : AnyLogic/ALX fournissent des points d’accroche pour utiliser le ML (par exemple, via Python), mais ne sont pas commercialisés (dans les docs) comme des systèmes de planification axés sur le ML ; les forces principales restent la simulation et l’analytique basée sur le solveur. ¹¹¹

Ce que les solutions délivrent (précis)

AnyLogic (IDE) : un environnement de simulation multiméthode compilé en Java pour construire des modèles exécutables, exécuter des expériences (exécution unique/multiple, optimisation avec OptQuest), et analyser/exporter les résultats. Il fournit des résultats de simulation et des tableaux d’expériences ; ce n’est pas du réapprovisionnement opérationnel clé en main. ³²¹⁷²⁰²¹
AnyLogic Cloud : un temps d’exécution hébergé avec des expériences, gestion de versions, accès REST, et export vers Excel pour les résultats des modèles. ⁵⁹²¹
anyLogistix : optimisation de réseau/des stocks soutenue par CPLEX plus simulation dynamique pour tester les designs et politiques ; les résultats incluent des décisions optimales de site/flux pour les designs et des métriques de performance des politiques en cas de variabilité simulée. ¹¹¹²¹⁰

Comment les résultats sont obtenus (mécanismes/architectures)

Mécanismes : compilation du modèle en Java → exécution par le moteur ; OptQuest pour la recherche de paramètres ; ALX appelle CPLEX pour le MIP/LP ; Cloud orchestre les expériences et la sortie de données ; l’API REST expose les exécutions/les résultats. ²¹⁷¹¹⁹²¹
Architectures : IDE de bureau avec CLI/export → service Cloud avec versions de modèles et expériences (docs admin/architecture publiés pour Private Cloud). Les affirmations se limitent aux composants/versions documentés (par exemple, Java 17 dans les mises à jour Cloud). ³¹⁶²

Limitations & lacunes (analyse sceptique)

Automatisation des décisions opérationnelles : Aucun document public ne montre qu’AnyLogic/ALX produisent quotidiennement des lignes de commande classées prêtes pour l’ERP en situation de demande/lead-time probabiliste — cette capacité est en dehors du workflow centré sur le modèle. ⁵¹⁰
Étiquetage IA : Bien que Python/ML puisse être invoqué, il n’y a aucune affirmation d’une « prise de décision IA » de bout en bout native à ALX ; la preuve de l’optimisation repose sur CPLEX et OptQuest. ¹¹¹¹⁷
Transparence de l’architecture : la documentation sur l’architecture du Cloud existe mais n’énumère pas chaque microservice/queue/topic sur les pages publiques ; seuls les points forts des versions (par exemple, Java 17) y sont explicitement documentés. Les affirmations ici se limitent aux faits publiés. ¹⁶²

Conclusion

La pile technologique d’AnyLogic est centrée sur le modèle et techniquement bien documentée : les modèles se compilent en Java, s’exécutent sous un moteur documenté, peuvent être exportés ou exécutés dans le Cloud, et s’intègrent via l’export REST/Excel. L’optimisation dans l’IDE utilise OptQuest ; ALX ajoute une optimisation de réseau/des stocks basée sur CPLEX et la simulation pour le design supply chain. Les preuves publiques ne soutiennent pas les interprétations marketing qui assimileraient cette suite à une plateforme d’automatisation des décisions opérationnelles pour le réapprovisionnement quotidien. Pour les organisations ayant besoin d’expérimentation, de design de réseau, de dimensionnement de capacité, et de stress-testing des politiques, la chaîne d’outils AnyLogic/ALX est adaptée. Pour des décisions quotidiennes de réapprovisionnement/d’expédition probabilistes, une plateforme centrée sur la décision (par exemple, Lokad) est architecturalement plus proche du besoin.