Revue de C3.ai, éditeur de plateforme d'IA d'entreprise

Dernière mise à jour : avril 2026

Go back to Market Research

C3.ai (supply chain score 4.9/10) est un vrai éditeur de plateforme d’IA d’entreprise dont les applications supply chain sont techniquement substantielles, mais restent secondaires par rapport à une histoire de plateforme horizontale beaucoup plus large. Le dossier public actuel soutient l’existence d’une pile logicielle importante centrée sur le C3 AI Type System, des workflows Jupyter managés, une infrastructure de feature store, des déploiements dans le cloud du client et un catalogue croissant d’applications désormais reconditionnées par un marketing agentic AI. Il soutient aussi un périmètre supply chain significatif autour du demand planning, de l’optimisation des stocks, de l’ordonnancement de production, de l’orchestration et du risque sur le réseau d’approvisionnement. Les preuves publiques ne soutiennent pas clairement une affirmation plus forte selon laquelle C3.ai serait un spécialiste natif de l’optimisation supply chain, profondément transparent. La lecture la plus défendable reste large : C3.ai est un éditeur de plateforme d’IA d’entreprise qui vend aussi des applications supply chain crédibles.

Vue d’ensemble de C3.ai

Supply chain score

• Profondeur supply chain : 4.8/10
• Substance décisionnelle et d’optimisation : 4.4/10
• Intégrité produit et architecture : 5.8/10
• Transparence technique : 5.0/10
• Sérieux de l’éditeur : 4.4/10
• Score global : 4.9/10 (provisoire, moyenne simple)

C3.ai est plus techniquement réel que beaucoup de pairs labellisés IA parce qu’il dispose d’une plateforme documentée, d’une surface développeur visible et de véritables déploiements en entreprise et dans le secteur public. Les limites sont elles aussi visibles. La supply chain n’est qu’un vertical parmi d’autres, les preuves publiques de profondeur algorithmique restent sélectives et l’entreprise suit depuis longtemps le grand récit IA d’entreprise dominant du moment. Le résultat est une revue ni dismissive ni flatteuse : vrai logiciel, vraies applications, transparence limitée sur les aspects spécifiquement supply chain.

C3.ai vs Lokad

C3.ai et Lokad parlent tous deux d’IA, de prévision, d’optimisation et de prise de décision en entreprise, mais ils partent de prémisses produit presque opposées.

C3.ai est fondamentalement une société de plateforme d’IA horizontale pour l’entreprise. Son offre centrale est une plateforme propriétaire pour intégrer des données d’entreprise, définir des modèles de données applicatifs via le Type System, construire des workflows de ML et de génération, puis déployer des applications dans de multiples industries et fonctions. La supply chain n’est qu’une famille d’applications parmi d’autres, aux côtés de l’énergie, de la défense, du secteur public, de la fiabilité et d’autres domaines enterprise. (1, 2, 3, 4, 5, 6)

Lokad est fondamentalement un spécialiste de la supply chain. Son architecture, la conception de son langage et sa posture d’optimisation sont toutes centrées sur les décisions opérationnelles supply chain sous incertitude, et non sur le développement généraliste d’applications d’IA d’entreprise. Cette différence de catégorie compte davantage que le recouvrement de surface dans le vocabulaire de la prévision.

En pratique, C3.ai demande aux acheteurs d’adopter une plateforme stratégique d’IA capable d’héberger de nombreux cas d’usage, y compris la supply chain. Lokad demande aux acheteurs d’adopter un moteur quantitatif spécialisé de décision pour la supply chain. Le contraste pertinent n’est donc pas “qui a le plus d’IA”, mais “qui prend réellement la supply chain comme problème intellectuel et logiciel principal”. D’après les preuves publiques actuelles, la réponse n’est clairement pas C3.ai.

Historique corporate, actionnariat, financement et M&A

C3.ai a une histoire suffisamment longue pour compter comme une société logicielle établie, non comme un wrapper récent d’IA générative.

L’entreprise a été fondée en 2009 par Thomas Siebel et retrace publiquement son origine à travers plusieurs ères stratégiques : C3 pour le carbone, puis C3 Energy, puis C3 IoT, puis enfin C3.ai comme plateforme plus large d’IA d’entreprise. Cette progression compte parce qu’elle explique à la fois l’ampleur de la plateforme et la tendance persistante à suivre les grands récits de la tech enterprise au fil de l’évolution de l’entreprise. La phase agentic AI actuelle se comprend mieux comme la dernière couche posée sur une société de plateforme déjà mûre, non comme une nouvelle fondation technique. (7, 8, 9, 10)

La société est entrée en bourse en 2020 et reste cotée publiquement. Le tableau corporate actuel est moins structuré par le financement que par la pression d’exécution. L’exercice fiscal 2025 a montré une croissance solide du chiffre d’affaires et le renouvellement de Baker Hughes, mais l’exercice fiscal 2026 a aussi apporté une transition de direction, un retrait de guidance, une croissance irrégulière et des pertes persistantes. En septembre 2025, Stephen Ehikian est devenu CEO, tandis que Thomas Siebel passait Executive Chairman. Ces signaux ne sont pas fatals, mais ils affectent matériellement l’évaluation du risque fournisseur pour toute plateforme opérationnelle à horizon long. (11, 12, 13, 14, 15, 16, 17)

Aucune grande trajectoire d’acquisitions n’est apparue dans ce refresh. L’entreprise semble préférer l’expansion de la plateforme via le développement interne, les alliances et les programmes OEM ou d’intégrateurs stratégiques plutôt que via une grande série de rachats de produits.

Périmètre produit : ce que l’éditeur vend réellement

Le périmètre est large et de plus en plus agentique dans son marketing, mais reste identifiable comme une plateforme plus des applications.

Au niveau plateforme, C3.ai vend la C3 Agentic AI Platform. La documentation publique montre un véritable environnement de développement avec Type System, JupyterLab managé, capacités de feature store, type methods, documentation sur la structure des applications, API et outillage de déploiement. Il ne s’agit pas d’une interface mince posée sur des modèles tiers. Il existe ici un vrai substrat logiciel. (1, 2, 18, 19, 20, 21, 22, 23, 24, 25)

Au-dessus de ce substrat, C3.ai vend un large catalogue d’applications. Pour la supply chain, la famille produit actuelle inclut le demand planning, l’optimisation des stocks, l’optimisation de l’ordonnancement de production, l’orchestration supply chain, l’optimisation du sourcing et le risque sur le réseau d’approvisionnement. L’ancien positionnement en suite a été reformulé en 2026 dans un récit plus explicite de planification agentique, où l’orchestration et les agents spécialisés occupent le premier plan. (3, 4, 5, 26, 27, 28, 29, 30)

La limite importante est que la supply chain reste un vertical parmi beaucoup d’autres. La même plateforme est aussi vendue dans la défense, la santé, les utilities, la fiabilité, les achats et l’automatisation administrative du secteur public. Cette largeur est commercialement utile, mais elle affaiblit toute affirmation selon laquelle l’ADN logiciel de C3.ai serait nativement centré sur la supply chain.

Transparence technique

La transparence technique est mitigée, mais matériellement meilleure que ne le suggère la seule couche de hype IA.

Du côté positif, C3.ai publie une vraie documentation technique. Les docs couvrent le Type System, le feature store, les type methods, la structure des applications, le JupyterLab managé et des guides utilisateur spécifiques aux produits, y compris pour les applications supply chain. Le guide d’installation pour Google Cloud expose aussi des détails opérationnels significatifs tels que l’usage de Terraform, Kubernetes, les bastion hosts, les opérations privilégiées et le modèle de déploiement dans les environnements cloud des clients. Cela suffit à établir que la plateforme est techniquement réelle et non triviale. (18, 19, 20, 21, 22, 23, 24, 31)

Le versant négatif est que la surface documentaire reste beaucoup plus forte sur la mécanique de plateforme que sur la science de la décision. Les matériaux publics revendiquent de façon répétée de l’optimisation pilotée par IA, du planning probabiliste, des recommandations dynamiques de reorder et de l’orchestration agentique, mais offrent peu d’exposition claire sur les formulations d’optimisation, la gestion de l’incertitude, les stratégies de solveur ou les arbitrages d’exécution derrière ces affirmations. Le produit est donc inspectable comme plateforme, mais pas particulièrement inspectable comme moteur d’optimisation supply chain.

Intégrité produit et architecture

L’architecture produit paraît cohérente, même si cette cohérence est celle d’une large plateforme enterprise plutôt que celle d’un système étroitement spécialisé.

La principale force architecturale est la conception model-driven centrée sur le Type System. La documentation publique rend plausible que les mêmes abstractions sous-tendent l’intégration de données, la logique applicative, les pipelines ML et de multiples applications verticales. Cela donne à C3.ai une architecture plus unifiée que celle de nombreux éditeurs dont le récit IA est cousu à partir d’acquisitions déconnectées. La surface développeur paraît aussi mature : API, platform types, methods, feature materialization, intégration Jupyter et structure standardisée des applications pointent tous vers une discipline de plateforme interne sérieuse. (18, 19, 21, 22, 23, 24, 25)

La principale faiblesse est la lourdeur opérationnelle. Le modèle d’installation et de déploiement suppose clairement une administration de plateforme à échelle enterprise, des accès privilégiés, une gestion d’infrastructure cloud et une implication opérationnelle de C3.ai. Cela peut être acceptable pour de grandes entreprises, mais c’est l’opposé d’un logiciel léger. Cela signifie aussi que l’architecture doit être jugée comme un engagement substantiel envers une plateforme, non comme un simple add-on applicatif incrémental. (31, 32)

Profondeur supply chain

La profondeur supply chain est réelle, mais il s’agit d’une profondeur applicative posée sur une pile générale d’IA d’entreprise.

La famille de produits supply chain couvre des domaines opérationnels légitimes : demand planning, optimisation des stocks, ordonnancement de production, sourcing, orchestration et risque réseau. La documentation et les pages produit font référence à des paramètres de reorder item-facility, à la prédiction des lead times, aux contraintes de production, aux disruptions d’approvisionnement et aux signaux de risque externes. Cela suffit à montrer une vraie matière supply chain, plutôt qu’un simple reconditionnement générique de data science. (3, 4, 5, 26, 27, 28, 29, 30)

La limite est que la doctrine publique reste bien plus faible que ne le suggère l’ampleur de la liste de modules. C3.ai parle de valeur économique et de décisions résilientes, mais l’identité conceptuelle centrale demeure celle d’une “plateforme d’IA d’entreprise avec applications”, non d’un “système de décision supply chain construit autour d’une philosophie de planification fortement articulée”. Cela maintient le score sous ce que l’ampleur du catalogue pourrait laisser penser.

Substance décisionnelle et d’optimisation

C’est ici que le récit supply chain devient plus difficile à valider.

Il existe des preuves claires que C3.ai réalise un vrai travail de prédiction et d’optimisation. Les matériaux sur les stocks, la production et l’orchestration ne sont pas purement décoratifs, et la documentation produit fait bien référence à des techniques d’optimisation, à des contraintes et au machine learning. La documentation sur l’optimisation de l’ordonnancement de production mentionne par exemple explicitement des milliers de contraintes autour des capacités, des matériaux et du travail, tandis que la documentation inventory expose des notions telles que l’incertitude de la demande, le fill rate et la confiance des modèles. (4, 5, 20, 27)

Le problème plus difficile est la vérification de la profondeur réelle. Le dossier public donne très peu d’informations précises sur les moteurs d’optimisation, les fonctions objectif, les arbitrages des solveurs ou la machinerie probabiliste derrière les résultats. L’expression “AI-driven optimization” apparaît souvent, mais les détails techniques restent maigres. Le score ne peut donc pas monter haut sur la base des preuves actuellement publiques.

Sérieux de l’éditeur

C3.ai est sérieux comme logiciel, mais seulement modérément rassurant comme contrepartie supply chain à horizon long.

Du côté positif, l’entreprise dispose d’une vraie plateforme, d’une surface documentaire large, de grands clients de référence, de déploiements dans la défense et l’industrie, ainsi que d’un écosystème de partenaires substantiel. La page careers montre aussi une vraie organisation d’ingénierie répartie entre data, engineering, product et rôles orientés client. Il ne s’agit pas d’une fausse société logicielle. (6, 12, 16, 33, 34, 35)

Du côté négatif, l’entreprise reste déficitaire, commercialement volatile et sujette à de grands changements de récit et de réaction de marché. La transition de direction, le retrait de guidance et l’intensité du marketing agentic AI actuel font tous peser la possibilité que l’entreprise continue à déplacer son accent d’un vertical à l’autre et d’une stratégie go-to-market à une autre. Cela compte davantage en supply chain que pour des cas d’usage IA plus légers, car les transformations supply chain sont collantes et durables sur le plan opérationnel.

Supply chain score

Le score ci-dessous est provisoire et repose sur une moyenne simple des cinq dimensions.

Profondeur supply chain : 4.8/10

Sous-scores :

• Cadrage économique : C3.ai relie régulièrement ses applications à la réduction des stocks, aux taux de service, aux économies de sourcing, au throughput et à une valeur économique plus large. Ce sont des résultats métier pertinents, et le portefeuille supply chain vise clairement des leviers opérationnels plutôt qu’un simple reporting. Le score reste seulement modérément positif parce que le cadrage économique reste plus proche d’un marketing des résultats que d’une doctrine acérée d’économie supply chain. 6/10
• État final de la décision : la plateforme semble produire des sorties actionnables telles que des paramètres de reorder, des plannings, des évaluations de risque et des réponses à des scénarios. C’est une vraie force comparée à un simple logiciel de dashboards. Les matériaux publics décrivent néanmoins plus souvent des recommandations et des décisions guidées que des états finaux opérationnels sans supervision, ce qui empêche le score de rester au-dessus de la moyenne. 5/10
• Netteté conceptuelle sur la supply chain : la famille produit nomme les bons problèmes supply chain, mais l’identité générale de l’entreprise reste celle d’un éditeur horizontal d’IA d’entreprise. En conséquence, le centre de gravité conceptuel supply chain paraît large et modulaire plutôt que net et affirmé. Cela conduit à un score moyen. 5/10
• Distance aux centres doctrinaux obsolètes : C3.ai n’est pas enfermé uniquement dans le langage APS classique et met bien en avant l’incertitude, l’orchestration et la réponse quasi temps réel. Malgré cela, le récit public remplace souvent l’ancien jargon du planning par un nouveau jargon IA sans démontrer une doctrine de planification clairement supérieure. Le résultat reste seulement modéré. 4/10
• Robustesse face au théâtre des KPI : les applications sont censées piloter de vrais changements opérationnels, ce qui est positivement orienté. En revanche, le dossier public dit très peu de choses sur la résistance au gaming local, aux métriques de service trompeuses ou aux mauvaises boucles d’incitation à travers les équipes de planning. Cette lacune maintient le score à un niveau prudent. 4/10

Score de dimension : Moyenne arithmétique des cinq sous-scores ci-dessus = 4.8/10.

C3.ai dispose clairement d’applications supply chain avec un périmètre opérationnel réel. La limite n’est pas l’irrélevance ; c’est que la supply chain reste une famille de workloads à l’intérieur d’une plateforme d’IA d’entreprise beaucoup plus large plutôt que la discipline définissante de l’entreprise. (3, 4, 5, 26, 28, 30)

Substance décisionnelle et d’optimisation : 4.4/10

Sous-scores :

• Profondeur de modélisation probabiliste : l’entreprise emploie fréquemment un langage autour de l’incertitude, du planning probabiliste et de la confiance des modèles. Les preuves publiques suggèrent qu’il ne s’agit pas de mots vides. Le score reste modéré car l’entreprise n’expose pas assez de détails pour juger à quel point la probabilité est représentée, calibrée et optimisée en production. 5/10
• Substance distinctive en optimisation ou ML : la plateforme est sans conteste capable de ML et la documentation autour des features, notebooks et abstractions de plateforme est réelle. Ce qui reste flou est la part de la pile d’optimisation supply chain qui est véritablement distinctive par rapport à une pratique standard mêlant IA d’entreprise et heuristiques. Cela maintient le score sous la moyenne. 4/10
• Gestion des contraintes du monde réel : la documentation sur l’optimisation de l’ordonnancement de production mentionne explicitement des milliers de contraintes sur les capacités, les matériaux et le travail, et la suite plus large traite clairement de vrais objets de planning. Cela mérite un score solide. La retenue vient du peu de détails mathématiques publics et de l’absence d’exemples plus profonds sur les contraintes désordonnées d’achat ou de stock. 5/10
• Production de décision versus aide à la décision : C3.ai va au-delà de la pure analytique en produisant des paramètres, des plannings et des recommandations. Le dossier public reste néanmoins plus orienté vers l’aide à la décision et l’orchestration que vers un moteur entièrement producteur de décisions capable de gérer automatiquement les cas difficiles en toute confiance. Cela maintient le score à un niveau modeste. 4/10
• Résilience face à la complexité opérationnelle réelle : la plateforme a été déployée dans de grands environnements industriels et de défense, ce qui constitue un signal positif significatif. En revanche, cette complexité opérationnelle est peut-être gérée autant par l’échelle de plateforme et l’engagement de services que par des méthodes d’optimisation réellement supérieures. Les preuves ne justifient pas un score plus haut. 4/10

Score de dimension : Moyenne arithmétique des cinq sous-scores ci-dessus = 4.4/10.

Il existe assez de preuves ici pour rejeter l’idée que C3.ai ne serait qu’une IA cosmétique. Il n’y en a pas assez pour le noter comme un système d’optimisation supply chain de tout premier rang ou comme un moteur probabiliste de décision nettement supérieur. (20, 24, 27, 31)

Intégrité produit et architecture : 5.8/10

Sous-scores :

• Cohérence architecturale : le Type System, le feature store, les notebooks, la structure des applications et le large catalogue applicatif soutiennent tous l’idée d’une vraie plateforme unifiée. C’est un avantage significatif par rapport à des éditeurs dont la pile paraît visiblement fragmentée. 7/10
• Clarté des frontières système : les docs publiques et les pages produit rendent assez clair ce qui appartient à la plateforme centrale et ce qui relève d’applications spécifiques. La suite supply chain ne reste qu’une partie d’un grand catalogue, mais les frontières sont raisonnablement lisibles. 6/10
• Sérieux sécuritaire : le modèle de déploiement dans le cloud du client, l’orientation enterprise et les contrôles opérationnels suggérés par le guide d’installation laissent voir une vraie discipline de sécurité et de gouvernance. Le score reste modéré parce que la documentation publique sécurité est moins explicite que la documentation de déploiement. 5/10
• Parcimonie logicielle versus boue de workflow : il s’agit d’une plateforme enterprise lourde, avec un coût important d’implémentation, d’intégration et d’opérations. C’est acceptable pour son marché cible, mais ce n’est pas un logiciel parcimonieux. 4/10
• Compatibilité avec les opérations programmatiques et assistées par agents : c’est l’un des points forts de la plateforme. La combinaison d’API, de workflows Python, du Type System, de documentation MCP et d’orchestration agentique pointe vers une vraie compatibilité avec les opérations programmatiques et assistées par IA. Le score reste tempéré parce que le récit d’automatisation public est plus large que le détail d’exécution réellement visible. 7/10

Score de dimension : Moyenne arithmétique des cinq sous-scores ci-dessus = 5.8/10.

C3.ai ressemble à une plateforme enterprise substantielle et cohérente. Le prix de cette cohérence est la lourdeur, la complexité et un engagement d’adoption important. (18, 19, 22, 23, 25, 31)

Transparence technique : 5.0/10

Sous-scores :

• Documentation technique publique : l’entreprise publie de vraies docs sur les platform types, methods, features, notebooks et applications. C’est matériellement meilleur que la surface publique moyenne des éditeurs IA et suffisant pour établir l’existence d’un vrai logiciel. Le score s’arrête avant un niveau fort car les couches algorithmiques les plus profondes restent opaques. 6/10
• Inspectabilité sans médiation de l’éditeur : un observateur externe peut comprendre beaucoup de choses sur la manière dont la plateforme est organisée et déployée. Ce qui reste difficile à inspecter, ce sont les mécanismes exacts d’optimisation et probabilistes à l’intérieur des applications supply chain. Cette dissociation maintient le score au milieu. 5/10
• Visibilité sur la portabilité et le verrouillage : C3.ai est déployé dans les environnements cloud des clients, ce qui améliore la lisibilité de l’infrastructure. En revanche, le Type System propriétaire et l’engagement large envers la plateforme impliquent un verrouillage substantiel au niveau applicatif, et le dossier public ne rend pas particulièrement transparente la migration ou la substitution. Cela justifie un score prudent. 4/10
• Transparence sur la méthode d’implémentation : la mécanique de plateforme est documentée, mais les méthodes d’optimisation au niveau des applications ne sont pas décrites avec assez de détail. Cela crée un profil de transparence à double visage : correct comme engineering de plateforme, faible comme science supply chain. Le score reste donc sous la moyenne. 4/10
• Transparence sur la conception sécurité : le guide d’installation et la documentation de déploiement exposent des détails opérationnels significatifs sur l’infrastructure et l’administration privilégiée. Les matériaux publics restent plus forts sur la mécanique de déploiement que sur les frontières secure-by-design, les modes d’échec et les refus architecturaux. Cela soutient un score moyen plutôt qu’élevé. 6/10

Score de dimension : Moyenne arithmétique des cinq sous-scores ci-dessus = 5.0/10.

C3.ai est plus transparent que beaucoup d’entreprises d’IA sur les internals de sa plateforme. Il ne l’est toujours pas assez sur la logique de décision qui compte le plus pour l’évaluation supply chain. (18, 19, 20, 21, 31)

Sérieux de l’éditeur : 4.4/10

Sous-scores :

• Sérieux technique de la communication publique : sous la hype, il existe un vrai logiciel et une vraie documentation. L’entreprise peut pointer une mécanique de plateforme, des déploiements et des spécificités applicatives plutôt que de simples slogans. Cela justifie un score solide, sinon exceptionnel. 6/10
• Résistance à l’opportunisme buzzword : au cours de sa vie, C3.ai est passé par des récits autour du carbone, de l’énergie, de l’IoT, de l’IA d’entreprise, de l’IA générative et maintenant de l’agentic AI. Certains de ces glissements reflètent une évolution réelle du produit, mais le motif global montre toujours une forte tendance à suivre le zeitgeist dominant de la tech enterprise. Cela maintient le score bas. 2/10
• Netteté conceptuelle : l’entreprise est claire sur le fait d’être une plateforme d’applications d’IA d’entreprise, mais moins claire sur ce qui rend son intelligence supply chain fondamentalement distinctive comme discipline. Cela conduit à un score moyen plutôt qu’à un score fort. 4/10
• Conscience des incitations et des modes d’échec : les matériaux publics mettent l’accent sur la valeur économique et les résultats IA, mais disent peu de choses sur l’échec des modèles, le risque d’automatisation ou les situations où les applications ne devraient pas être considérées comme fiables. C’est une faiblesse significative, surtout pour des décisions opérationnelles. Le score reste bas. 3/10
• Défendabilité dans un monde logiciel agentique : la plateforme, la base clients et les déploiements gouvernementaux et industriels créent bien une forme de défendabilité. Le score reste modéré plutôt qu’élevé parce que la volatilité commerciale persistante affaiblit la confiance dans la stabilité stratégique de long terme et dans la durabilité du positionnement actuel. 7/10

Score de dimension : Moyenne arithmétique des cinq sous-scores ci-dessus = 4.4/10.

C3.ai est sérieux au sens où il est techniquement et commercialement réel. Il l’est moins au sens plus étroit qui consisterait à maintenir dans le temps un récit logiciel stable, retenu et focalisé sur la supply chain. (7, 8, 12, 13, 16)

Score global : 4.9/10

En utilisant une moyenne simple des cinq scores de dimension, C3.ai aboutit à 4.9/10. Cela reflète une entreprise dotée d’une vraie plateforme, d’une vraie famille d’applications supply chain et de vrais déploiements enterprise, mais aussi d’une transparence limitée sur les aspects spécifiquement supply chain et d’une tendance récurrente à se reconditionner autour du récit IA dominant du moment.

Conclusion

Les preuves publiques soutiennent le fait de traiter C3.ai comme un éditeur substantiel de plateforme d’IA d’entreprise, doté de suffisamment de réalité technique pour mériter une considération sérieuse. La surface documentaire, le modèle de déploiement dans le cloud du client, le Type System, l’intégration des notebooks, le support du feature engineering et la famille d’applications supply chain montrent tous qu’il s’agit de bien plus qu’un ensemble de promesses sur slides.

Les preuves publiques ne soutiennent pas le fait de traiter C3.ai comme un spécialiste best-in-class de l’optimisation supply chain. La supply chain n’est qu’un vertical parmi d’autres, les revendications publiques d’optimisation ne sont que partiellement inspectables et la volatilité commerciale de l’entreprise accroît le risque de dérive stratégique. La classification la plus exacte est donc plus étroite que ne le suggère le marketing : C3.ai est un éditeur de plateforme d’IA d’entreprise avec des applications supply chain crédibles, non un moteur natif de décision supply chain.