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

Par Léon Levinas-Ménard

Dernière mise à jour : octobre 2025

AnyLogic (par The AnyLogic Company) publie un IDE de simulation multiméthode à usage général (événements discrets, à base d’agents, et dynamique de système), une couche d’exécution web appelée AnyLogic Cloud pour exécuter/paramétrer des modèles et exporter des résultats, et un produit distinct de design de supply chain, anyLogistix (ALX), qui combine l’optimisation analytique du réseau et de stocks (via IBM ILOG CPLEX) avec une simulation dynamique pour tester des scénarios. Les modèles AnyLogic sont développés visuellement avec du code Java intégré 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 clients et supporte l’exportation des « Completed runs » vers Excel pour l’analyse. L’optimisation dans AnyLogic est assurée par le moteur métaheuristique OptQuest, tandis que anyLogistix offre un design de réseau reposant sur un solveur et des politiques de stocks ainsi qu’un stress-testing basé sur la simulation. L’extensibilité inclut une bibliothèque « Pypeline » maintenue par le fournisseur qui permet d’appeler Python depuis les modèles AnyLogic. Dans l’ensemble, la pile est centrée sur le modèle (construisez un modèle, exécutez des expériences, analysez les résultats) plutôt que sur l’automatisation décisionnelle pour le réapprovisionnement quotidien — ALX cible le design stratégique/tactique ; AnyLogic cible la simulation à travers les domaines.

Aperçu d’AnyLogic

Gamme de produits (concis) :

AnyLogic (IDE de bureau) : environnement de simulation multiméthode avec Java comme langage de script et un moteur de simulation documenté ; les modèles peuvent être exportés en tant qu’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 versions récentes), et exporter les résultats. Offre des API REST et clients. ⁵⁶⁷⁸⁹
anyLogistix (ALX) : application de design de 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 & pile (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 API Engine documentée (file d’événements, RNG, simulations concurrentes au sein d’une JVM). ²
Cloud publie des versions 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 administrateur et d’une documentation d’architecture ; Cloud expose du REST (avec des clients JS/Python/Java). ¹⁶⁹
Optimisation : l’expérience d’Optimisation d’AnyLogic utilise OptQuest (OptTek) à l’intérieur du moteur ; l’Optimisation de réseau d’ALX repose sur IBM ILOG CPLEX. ¹⁷¹⁸¹⁹¹¹

AnyLogic vs Lokad

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

Implications pour supply chain :

Classe de problème : ALX excelle dans le design (implantation en terrain vierge, flux de couloirs, 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 invoque CPLEX pour résoudre des formulations statiques (par exemple, localisation d’installations, attribution de flux) puis simule des dynamiques ; l’IDE AnyLogic utilise OptQuest pour ajuster les paramètres du modèle ; Lokad réalise de la prévision probabiliste + optimisation stochastique pour générer des listes de décisions — pas de diagrammes de flux à événements discrets. ¹¹¹⁷
Déploiement : AnyLogic est un logiciel de bureau avec exécution Cloud et API en option ; ALX est une application de bureau empaquetée avec intégration de solveur ; Lokad est exclusivement un SaaS multi-tenant. ⁵¹⁰
Artefact de résultat : AnyLogic/ALX produisent scénarios, tableaux de bord et tables d’exécution (exportables vers Excel/REST) ; Lokad produit des actions transactionnelles hiérarchisées destinées à être intégrées dans les ERP/WMS. ²⁰²¹⁹

Si l’objectif est l’optimisation opérationnelle de réapprovisionnement sous incertitude avec des listes de décisions automatisées, le paradigme de Lokad est plus proche de la cible. Si l’objectif est la refonte de réseau, l’ajustement de la capacité/des politiques de stocks ou le stress-testing avec des dynamiques de processus riches, AnyLogic/ALX sont plus adaptés, compte tenu de leur chaîne d’outils de simulation et de solveur.

Entreprise, histoire et faits d’entreprise

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

Registre des écarts (corporate) : le marketing revendique fréquemment un statut de « leader » ; les registres indépendants (CB Insights/Craft) fournissent uniquement 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 (IDE de bureau)

Méthodes de modélisation : DE/ABM/SD avec un temps d’exécution partagé ; logique exprimée via des blocs visuels et du code Java intégré. ²
Cibles de construction & exécution : export en tant qu’applications Java autonomes ; l’interface en ligne de commande supporte l’export/exécution d’expériences ; les matrices de plateforme listent JDK 17+. ³⁴
Expérience d’optimisation : intègre OptQuest pour ajuster les 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 du moteur — par exemple, le moteur de base de données intégré — ne sont pas mentionnées sur les pages publiques et donc pas affirmées ici.) ²⁴

AnyLogic Cloud

Objectif : exécuter des modèles dans le navigateur, gérer les versions de modèles, réaliser des expériences (exécution unique/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 les exécutions programmatiques et la récupération des résultats ; utilisée pour l’intégration/l’automatisation. ⁹
Versions : les mises à jour 2024–2025 ajoutent le support de Java 17, un outil de diagnostic et des améliorations à l’export des Completed runs. ¹⁴²¹⁵
Private Cloud : le guide administrateur et la documentation architecture sont publics ; les détails (par exemple, l’inventaire de service) ne sont pas énumérés sur la page publique — les affirmations se limitent à ce qui est publié. ²⁵¹⁶

anyLogistix (ALX)

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

Extensibilité & écosystème

Python dans les modèles : bibliothèque officielle Pypeline (sous licence MIT) permettant d’appeler Python localement depuis les modèles AnyLogic (ne faisant pas partie du produit principal ; avec des réserves sur les surcoûts notées par le dépôt). ¹
Sortie de données Cloud : export des « Experiment data » et « Completed runs » vers Excel depuis l’interface Cloud. ²⁰²¹

Comment ça fonctionne (mécanismes & architectures)

Compilation & temps d’exécution :

L’API Engine 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 du pur Java nécessitant JDK 17+. ²³⁴

Exécution Cloud & gestion des versions :

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

Infrastructure d’optimisation :

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

Ce qui n’est pas prouvé :

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

Déploiement & lancement (d’après les documents principaux)

Transition Bureau → Cloud : modéliser ; configurer la Run configuration ; Exporter le modèle vers AnyLogic Cloud ; créer des expériences ; exécuter ; analyser/exporter. ⁷⁶²⁰
APIs/intégration : piloter les exécutions et récupérer les résultats via REST (et SDK clients). ⁹
Distribution des résultats : exporter les Completed runs (toutes les entrées/sorties, graphiques) vers Excel pour une BI en aval ou pour des relais. ²¹²⁰
Private Cloud : les documents administrateurs/architecture existent publiquement ; les détails au-delà des pages publiées ne sont pas affirmés. ²⁵¹⁶

Preuves concernant les affirmations en AI/ML

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

Ce que les solutions offrent (précis)

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

Comment les résultats sont obtenus (mécanismes/architectures)

Mécanismes : Compilation de modèle Java → Exécution via le moteur ; OptQuest pour la recherche de paramètres ; ALX appelle CPLEX pour le MIP/LP ; Cloud orchestre les expériences et la sortie des données ; l’API REST expose les exécutions/résultats. ²¹⁷¹¹⁹²¹
Architectures : IDE de bureau avec CLI/export → Service Cloud avec versions de modèles et expériences (documents administratifs/architecture publiés pour le Private Cloud). Les affirmations se limitent aux composants/versions documentés (par exemple, Java 17 dans les versions Cloud). ³¹⁶²

Limites & lacunes (point de vue sceptique)

Automatisation des décisions opérationnelles : Aucun document public ne montre qu’AnyLogic/ALX produisent quotidiennement des lignes de commande hiérarchisées prêtes pour l’ERP sous une demande/temps de transit probabilistes — cette capacité se situe en dehors du workflow centré sur le modèle. ⁵¹⁰
Étiquetage AI : Bien que Python/ML puisse être invoqué, il n’y a aucune revendication d’une « prise de décision AI » de bout en bout native à ALX ; les preuves d’optimisation reposent sur CPLEX et OptQuest. ¹¹¹¹⁷
Transparence de l’architecture : La documentation architecture de Cloud existe mais n’énumère pas chaque microservice/file/topic sur les pages publiques ; seuls les points forts des versions (par exemple, Java 17) sont explicitement documentés. Les affirmations ici restent dans le cadre des faits publiés. ¹⁶²

Conclusion

La pile 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 des exportations REST/Excel. L’optimisation dans l’IDE utilise OptQuest ; ALX ajoute une optimisation de réseau/stocks basée sur CPLEX et une simulation pour le design de supply chain. Les preuves publiques ne soutiennent pas les interprétations marketing qui assimileraient la 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 de politiques, la chaîne d’outils AnyLogic/ALX est adaptée. Pour des décisions quotidiennes de réapprovisionnement/dispatch probabilistes, une plateforme centrée sur la décision (par ex., Lokad) est architecturalement plus proche du besoin.