Revue de Colibri, fournisseur de logiciels S&OP

Par Léon Levinas-Ménard

Dernière mise à jour: November, 2025

Colibri est un fournisseur français de logiciels de planification de supply chain natifs sur le cloud (S&OP) opérant sous le domaine colibri-snop.com, positionné comme une solution mid-market pour la planification de la demande, la planification de l’offre et les processus S&OP. La société a été créée à partir d’une initiative interne au sein du groupe IT VISEO vers 2014, puis constituée en SAS distincte à la fin de 2017, tout en demeurant une filiale de VISEO, avec environ 35 employés répartis entre Boulogne-Billancourt et Lyon et des revenus annuels se chiffrant en un chiffre d’affaires en baisse d’un seul million d’euros.¹²³⁴⁵⁶ Sur le plan fonctionnel, Colibri propose une suite de trois modules—VISION (planification de la demande), FLOW (planification de l’offre) et PILOTE (S&OP)—complétée par une offre préconfigurée “E-Colibri Vision” et, plus récemment, un ensemble d’extensions d’IA/automatisation baptisées “Super Best Fit”, “Data Sensing” et AI assistants.¹⁷⁸⁹¹⁰¹¹¹² Techniquement, la plateforme est une application SaaS multi-locataire construite sur Microsoft Azure, utilisant des bases de données SQL par client et une pile .NET/JavaScript, offrant une interface web, une interface Excel et des API REST pour l’intégration avec des ERP et des systèmes CRM tels que Salesforce.¹²³¹³¹⁰¹¹ La logique de prévision de Colibri repose sur un catalogue de modèles statistiques et de machine-learning avec une sélection automatique “best-fit” et des variables exogènes optionnelles, tandis que ses modules de planification de l’offre et de S&OP réalisent une planification basée sur des règles et des heuristiques à travers des réseaux multi-échelons et des scénarios à capacité contrainte.⁷⁸¹⁴⁹¹⁰¹¹ Au cours d’environ une décennie, la société a accumulé une base d’environ 100 clients et 1 500 utilisateurs, principalement des fabricants, distributeurs et marques mid-market tels que IZIPIZI, Puressentiel, Safran Nacelles, Asmodee et Isla Délice, avec de multiples études de cas indépendantes et des articles de presse spécialisés confirmant leur usage en production.¹³⁶¹⁵¹⁶¹⁷¹⁸¹⁹²⁰²¹ Parallèlement, les documents publics de Colibri demeurent de haut niveau : bien que les fonctionnalités IA soient décrites en détail au niveau marketing, il n’existe aucune documentation technique sur les architectures de modèles ni sur les formulations d’optimisation, de sorte que sa technologie est mieux appréciée comme étant solidement alignée avec les pratiques mid-market actuelles—plutôt que démontrablement à la pointe de l’analytics supply chain.

Aperçu de Colibri

Identité, historique et propriété

Colibri est positionné comme une “Cloud Supply Chain Planning solution” utilisée pour gérer la demande, l’offre, la distribution, les prévisions, les réapprovisionnements et le S&OP.¹¹⁵ Plusieurs sources convergent vers une histoire en deux étapes :

2014–2017 – phase produit au sein de VISEO. La page de recrutement de Colibri la décrit comme un “éditeur de solutions innovantes de Supply Chain Management” et explicitement comme une filiale startup du groupe VISEO en forte croissance “depuis 2014”.² Une interview antérieure avec le CEO Nicolas Commare dans la presse logistique française décrit Colibri comme un outil de gestion de supply chain de nouvelle génération, basé sur le cloud, “édité par le groupe VISEO”.²²
Depuis décembre 2017 – entité juridique distincte. Les registres des entreprises françaises indiquent que COLIBRI (SIREN 834 242 703) a été constitué en SAS le 19 décembre 2017 sous le code NAF 62.02A (consulting en systèmes informatiques et logiciels), avec son siège social situé au 94–96 rue de Paris, 92100 Boulogne-Billancourt.⁴⁵

Welcome to the Jungle (WTTJ) répertorie Colibri comme une entreprise IT/SaaS créée en 2017, comptant 35 employés, avec une moyenne d’âge de 31 ans et un chiffre d’affaires 4M (monnaie non spécifiée).³ Ce même profil indique que Colibri est une filiale du groupe VISEO, un cabinet de conseil multi-technologies de 3 000 personnes à portée internationale.³ L’initiative industrielle française “La French Fab” décrit de façon similaire Colibri comme une solution de planification de supply chain pour la demande, la distribution, les prévisions, les réapprovisionnements et le S&OP, explicitement cloud-based sur Microsoft Azure et indiquant l’adresse de VISEO comme coordonnées de l’entreprise.²³

Les données financières de Pappers pour COLIBRI SAS montrent :

Chiffre d’affaires €901k en 2019, en hausse de 36,5 % par rapport à 2018.
Résultat net positif en 2021 après des pertes lors des années précédentes, avec 7 employés enregistrés en 2019.⁴

Des articles récents dans la presse spécialisée, comme Supply Chain Magazine, indiquent que le chiffre d’affaires SaaS S&OP de Colibri a atteint €3.3M en 2024, enregistrant une croissance d’environ 20% en glissement annuel, avec environ 110 clients et 35 collaborateurs.⁶ Cela concorde avec le chiffre de 35 employés rapporté par WTTJ et suggère un fournisseur petit mais établi.

Pris ensemble, l’interprétation la plus cohérente est :

Le concept et le produit ont débuté autour de 2014 en tant qu’initiative interne de VISEO.
L’entité SAS a été créée en 2017, toujours majoritairement détenue et soutenue par VISEO.
Aujourd’hui, Colibri est un petit fournisseur spécialisé de SaaS comptant environ 35 collaborateurs et générant un chiffre d’affaires annuel de quelques millions d’euros.²³²³⁴⁵⁶

Gamme de produits et périmètre

Le portefeuille de solutions de Colibri est organisé autour de trois modules clés, auxquels s’ajoute une variante préconfigurée :

VISION – Planification de la demande. Le module Vision est décrit comme “la planification de la demande simplifiée”, fournissant des prévisions, des flux de travail collaboratifs et des tableaux de bord pour gérer les prévisions de ventes.¹⁰¹¹ Il permet des hiérarchies multi-niveaux (ex : client, famille de produits, marque), plusieurs unités (quantités, valeur), différents intervalles temporels et une bibliothèque de “modèles statistiques éprouvés et reconnus” pour la prévision, parallèlement à des écrans de simulation où les utilisateurs peuvent tester des scénarios avant de valider une prévision.¹¹ Les listings tiers (GetApp, SoftwareAdvice, Logistica Efficiente) caractérisent tous Colibri comme un outil cloud de planification de la demande et de l’offre basé sur des modèles statistiques et historiques, doté de fonctionnalités collaboratives et de tableaux de bord visuels.²⁴¹³
FLOW – Planification de l’offre. Flow cible la planification de la distribution et des réapprovisionnements, fonctionnant par exception et gérant des contextes multi-fournisseurs et multi-échelons.¹⁰⁷ L’article de Supply Chain Magazine “Colibri S&OP en mode Machine Learning” décrit Flow comme couvrant la distribution, les réapprovisionnements, la production et les achats pour des réseaux multi-sites, avec des fonctionnalités pour les commandes groupées, la gestion des quantités minimales et multiples de commande et une visibilité sur les impacts sur les stocks et la capacité à travers le réseau.⁷
PILOTE – S&OP / planification stratégique. Pilote est la couche S&OP (“gérez votre planification des ventes et des opérations de A à Z”), offrant des simulations de scénarios, une comparaison des plans agrégés et un support décisionnel stratégique.¹⁰ Les contenus de Colibri soulignent que Pilote est utilisé pour construire et comparer des scénarios à long terme, aligner la demande avec la capacité et les objectifs financiers et soutenir la collaboration interfonctionnelle lors des cycles S&OP.⁷¹⁵
E-Colibri Vision – planification de la demande préconfigurée. E-Colibri Vision est une version préconfigurée et limitée en volume du module de planification de la demande, commercialisée à €500/month avec:
- Démarrage immédiat,
- Deux dimensions avec jusqu’à quatre niveaux chacune,
- Un volume plafonné à 30,000 SKUs,
- Un environnement préconfiguré, des mises à jour mensuelles des données et un support limité, sans engagement contractuel et avec une période d’essai gratuite de 30 jours.¹²²¹ Il est également offert gratuitement aux étudiants qui fournissent une preuve d’inscription.¹²²¹

De plus, Colibri promeut de plus en plus des add-ons d’IA/automatisation:

Super Best Fit – un module basé sur l’IA comparant et sélectionnant les algorithmes de prévision les plus adaptés (statistiques, machine-learning, deep learning) pour chaque cas d’utilisation;
Data Sensing – un module à variables exogènes intégrant des facteurs externes (météo, variations de prix, promotions, ruptures de stock chez les concurrents) et mesurant leur impact par corrélation;
AI assistants – des agents conversationnels censés exécuter des tâches sur la plateforme, interagir avec les utilisateurs dans plusieurs langues et réaliser des analyses complexes à partir de données web.²⁶⁸¹⁴²⁴⁹¹⁶

Ces fonctionnalités sont présentées comme des extensions optionnelles qui “enrichissent” l’offre principale S&OP plutôt que de remplacer le flux de travail existant.⁶⁹¹⁶

Technologie et architecture

Colibri est construit en tant qu’application SaaS multi-locataire sur Microsoft Azure. Les descriptions publiques de l’architecture et de la sécurité indiquent :

Bases de données par client : chaque client possède sa propre base de données applicative dans Azure SQL, en parallèle d’une base de données d’authentification partagée, la Web Application Colibri Solution se connectant à la base de données appropriée lors de l’exécution.¹²³¹⁰
Authentification et sécurité : une application web d’authentification distincte utilisant OpenID et OAuth2, accessible via HTTPS avec des certificats SSL (GeoTrust), une authentification à deux facteurs optionnelle, et des tests d’intrusion annuels réalisés par un tiers qualifié.²³¹⁰
Couche d’intégration : navigateur web et Excel comme interfaces utilisateur, ainsi qu’une API REST pour l’échange de données avec les systèmes d’information des clients et des connecteurs pour les systèmes CRM/ERP tels que Salesforce.¹¹⁰¹¹¹⁵

Les offres d’emploi et les profils techniques suggèrent la pile technologique sous-jacente :

Backend : C#/.NET avec MS SQL Server, déployé sur Azure. Une offre d’emploi développeur mentionne C#.NET, jQuery, AngularJS, MS SQL Server et Visual Studio Team Services.²
Frontend : application monopage JavaScript (initialement AngularJS, probablement évoluée), plus intégration avec Excel.
Data/IA : des stages en “IA & Python – Création d’agents intelligents pour la supply chain” et “développement logiciel assisté par l’IA” indiquent que Python est le langage principal pour les travaux de data science.³

En termes d’architecture, Colibri est donc un SaaS multi-locataire conventionnel basé sur ASP.NET + SQL, et non un environnement d’exécution personnalisé ou une plateforme de données.

Capacités en IA et optimisation

L’histoire d’IA/ML de Colibri est passée de modèles statistiques basiques à une automatisation plus ambitieuse :

Prévision statistique de base. Vision a toujours présenté plusieurs modèles statistiques et une logique de “best-fit” pour la prévision au niveau des séries temporelles.⁷¹¹ Les supports de Colibri et de ses partenaires soulignent sa capacité à gérer les prévisions agrégées/désagrégées, les ajustements promotionnels et les surcharges collaboratives.⁷²⁴
Super Best Fit. Le module Super Best Fit, lancé en 2025, est décrit comme un système basé sur l’IA qui compare et sélectionne les “algorithmes les plus pertinents” (statistiques, machine-learning, deep learning) pour chaque cas d’utilisation, déchargeant ainsi les planificateurs du choix manuel des modèles et promettant “les meilleures prévisions possibles”.⁶⁸⁹ Aucun détail technique (algorithmes, procédure de formation, métriques d’erreur) n’est divulgué.
Data Sensing. Data Sensing est présenté comme un module causal/exogène : il ingère des variables externes (météo, promotions, variations de prix, ruptures de stock chez les concurrents, etc.), quantifie leur impact via la corrélation et permet aux utilisateurs d’intégrer ces effets dans leurs prévisions.⁸¹⁴⁹ Encore une fois, la technique de modélisation sous-jacente (par exemple régression vs basée sur les arbres vs neurale) n’est pas publiée.
Automation et AI assistants. Cette même vague de sorties introduit des fonctionnalités pour le calcul automatique des stocks de sécurité par priorité/type de produit, l’optimisation des plans contraints et l’apprentissage des actions récurrentes des planificateurs afin de les automatiser, ainsi que des AI assistants capables d’exécuter des tâches, de converser avec les utilisateurs dans n’importe quelle langue et d’analyser des données récupérées sur internet.⁶⁸¹⁴¹⁶

D’un point de vue technique :

L’architecture conceptuelle — un ensemble de modèles de prévision avec sélection automatisée, variables exogènes et automatisation heuristique — est conforme aux pratiques courantes de la planification de la demande.
Il n’existe aucune documentation algorithmique publique ni de benchmarks ouverts permettant une validation indépendante d’affirmations telles que “toujours les meilleurs modèles” ou “les meilleures prévisions possibles”.⁶⁸⁹
Il n’existe aucune preuve de prévision probabiliste complète (modéliser la demande sous forme de distributions plutôt que de prévisions ponctuelles) ni d’optimisation stochastique formulée mathématiquement ; “optimisation des plans contraints” apparaît dans un langage marketing sans aucun détail mathématique.⁷⁶⁸

Clients et maturité commerciale

Colibri rapporte plus de 100 clients et 1 500 utilisateurs.¹⁶ Bien que ce chiffre soit auto-déclaré, des sources indépendantes de la presse spécialisée et de partenaires confirment une base installée non négligeable.

Clients notables, nommément cités avec confirmation externe :

IZIPIZI (marque de lunettes) – Supply Chain Magazine rapporte qu’à la fin de 2019, IZIPIZI a sélectionné les modules Vision et Flow de Colibri après un appel d’offres, remplaçant une prévision lourdement basée sur Excel ; la mise en œuvre supporte le S&OP et la gestion des stocks, et est explicitement citée comme une rupture significative dans leur planification.¹⁶
Puressentiel (marque de santé naturelle) – Supply Chain Magazine et Voxlog rapportent que Puressentiel est passé d’Excel au module Vision de Colibri pour les prévisions de ventes mensuelles en France, en Belgique et en Suisse, avec une mise en œuvre de trois mois et une amélioration de l’horizon de planification et de la collaboration.¹⁷¹⁸ Un communiqué de presse numérique ajoute que Puressentiel a choisi Colibri S&OP “et son support” pour gagner en maturité dans la prévision, soulignant à nouveau un déploiement de trois mois.¹⁹
Asmodee (éditeur de jeux de société) – Un article de presse décrit Puressentiel et Asmodee ayant conjointement choisi Colibri S&OP comme une décision stratégique, avec les deux projets déployés en trois mois pour consolider leurs processus de prévision des ventes.²⁰
Isla Délice (fabricant alimentaire) – Une autre table ronde de presse avec IZIPIZI et Isla Délice évoque comment les deux entreprises utilisent Colibri S&OP pour améliorer la performance de la supply chain et comment Colibri intègre l’IA dans son offre ; bien que les détails soient peu nombreux, l’événement confirme un déploiement en conditions réelles.²¹
Safran Nacelles et GGB Bearing Technology (industriels) – Trustfolio et des mentions dans la presse identifient ceux-ci comme des utilisateurs de Colibri Vision pour la prévision de pièces détachées aéronautiques et de roulements industriels, intégrés avec SAP.¹¹³¹⁵

Ces références sont cohérentes avec un focus sur le marché mid-market, principalement en Europe mais avec une certaine portée internationale. L’article de Supply Chain Magazine de 2025 mentionne environ 110 clients, 20 nouveaux projets en 2024 et “les premiers projets internationaux à grande échelle”, ce qui est compatible avec un fournisseur établi mais toujours de petite taille en absolu.⁶

Colibri vs Lokad

Colibri et Lokad opèrent tous deux dans le vaste domaine de l’analytique supply chain mais adoptent des approches techniques et conceptuelles assez différentes.

Sur la surface fonctionnelle, les deux fournissent des outils basés sur le cloud pour la prévision de la demande, la planification des stocks et de l’approvisionnement ainsi que pour le S&OP, et ils commercialisent tous deux des capacités d’IA/ML. Colibri propose une structure modulaire relativement traditionnelle—Vision (demande), Flow (approvisionnement), Pilote (S&OP)—portée par une pile SaaS basée sur SQL et ciblée sur les entreprises de taille moyenne souhaitant quitter Excel pour un outil standard configurable.¹⁷¹⁰¹¹ Lokad, en revanche, se présente comme une plateforme “quantitative supply chain” dont le livrable principal est une application d’optimisation sur mesure, définie par code, qui fournit directement des décisions priorisées (commandes, allocations, production, tarification) fondées sur des prévisions probabilistes et des leviers économiques.²⁵²⁶

Au niveau des données et de la modélisation, le matériel public de Colibri décrit un système de sélection de modèle le mieux adapté sur un catalogue de modèles statistiques et de machine-learning et, plus récemment, d’options de deep learning, avec des variables exogènes optionnelles via le module Data Sensing.⁷⁶⁸¹⁴⁹ Les prévisions sont décrites et utilisées comme des estimations ponctuelles dans des exemples (ventes mensuelles par pays, etc.), et aucune mention explicite n’est faite de distributions prédictives, de simulations Monte Carlo ou de méthodes similaires. Lokad, quant à lui, affirme explicitement s’être orienté vers la prévision probabiliste aux alentours de 2016, modélisant des distributions complètes de la demande et des délais et utilisant ces distributions comme fondement pour l’optimisation des stocks et de la tarification.²⁷²⁶ La documentation technique de Lokad met l’accent sur des prévisions basées sur des distributions (« probabilités pour chaque valeur possible de la demande future ») et sur des délais probabilistes, et intègre cela dans des routines d’optimisation.²⁷²⁶ En d’autres termes, Colibri semble rester dans un paradigme de prévision majoritairement déterministe, reposant sur des prévisions ponctuelles avec des améliorations basées sur le ML, tandis que la proposition de valeur de Lokad se centre sur la prévision probabiliste et la prise de décision en tenant compte de l’incertitude.

D’un point de vue optimisation, Colibri évoque « l’optimisation de plans contraints », le calcul automatique du safety stock et l’ajustement automatisé des plans via l’IA, mais ne publie pas de formulations mathématiques ni d’algorithmes.⁷⁶⁸¹⁴⁹ L’interprétation la plus raisonnable est que Colibri implémente des calculs heuristiques ou basés sur des règles pour le DRP et le calcul du safety stock, enrichis par le ML pour suggérer des paramètres. Lokad, en revanche, publie du contenu technique décrivant des algorithmes d’optimisation stochastique personnalisés, tels que des méthodes basées sur Monte Carlo et, dans des conférences publiques ainsi que des articles de blog, l’utilisation de prévisions probabilistes et de fonctions de perte économique pour classer des décisions discrètes.²⁸²⁹³⁰²⁶ Les résultats de Lokad au concours M5 — 6e au total et 1er au niveau SKU parmi 909 équipes — sont vérifiables de manière externe et servent à soutenir sa revendication d’une performance de prévision probabiliste de classe mondiale.²⁸²⁹³¹ Aucun benchmark externe comparable n’existe pour le moteur de prévision de Colibri ; des affirmations telles que « toujours les meilleurs modèles » ou « les meilleures prévisions possibles » restent non étayées au-delà de récits marketing.⁶⁸⁹¹⁶

D’un point de vue architectural, Colibri fonctionne comme une application web multi-tenant standard ASP.NET/SQL avec des bases de données par client, des API REST et une intégration à Excel.¹²³¹⁰¹¹ Les sources internes de Lokad décrivent un langage spécifique au domaine (« Envision ») et un moteur d’exécution distribué reposant sur le stockage Azure, avec une base de données sourcée par événements et un accent sur des pipelines entièrement programmables pilotés par le code.²⁶ Cela conduit à différents modèles d’implémentation et d’exploitation :

Colibri met l’accent sur la configuration au sein d’une application fixe — hiérarchies, paramètres, groupes de planification — avec une exposition limitée du code sous-jacent ; la personnalisation est en grande partie réalisée par les consultants de Colibri via la configuration et, tout au plus, un léger scripting.
Lokad propose le codage comme interface principale ; ses “Supply Chain Scientist” et les équipes clientes rédigent des scripts Envision définissant des transformations de données, des modèles probabilistes et la logique d’optimisation, construisant ainsi une application sur mesure pour chaque client.²⁶

Commercialement, Colibri est un fournisseur de taille moyenne et plus modeste avec environ 110 clients et un chiffre d’affaires de 3,3 M€ en 2024, soutenu par VISEO et s’adressant aux entreprises souhaitant une solution packagée avec un déploiement relativement rapide (souvent mentionné à environ trois mois).²³⁷⁶¹⁶¹⁷²⁰ Lokad, fondé en 2008, est également relativement petit en effectif mais cible des supply chains plus grandes et plus complexes avec un modèle fortement axé sur le conseil, comme en témoignent des exemples de cas auprès de grands distributeurs et industriels ainsi que des partenariats documentés par des tiers tels que Brightpearl.³²

En termes pratiques :

Une entreprise recherchant un remplaçant APS modulaire, piloté par une interface utilisateur avec une prévision statistique/ML standard et des fonctionnalités classiques de DRP/S&OP pourra trouver Colibri plus simple d’adoption : le produit ressemble à un APS modernisé avec de l’IA intégrée et est orienté vers l’implémentation plutôt que vers la modélisation.⁷²⁴¹³¹¹¹⁵
Une entreprise privilégiant l’optimisation probabiliste centrée sur la décision et un accès ouvert à la couche de modélisation — au prix d’une plus grande complexité et d’une dépendance à des compétences spécialisées en data science — se rapproche davantage du positionnement de Lokad.²⁵²⁷²⁶

Ainsi, Colibri et Lokad n’abordent pas les problèmes supply chain de la même manière : Colibri vise à simplifier et accélérer les flux de planification traditionnels grâce à une fonctionnalité APS améliorée par l’IA, tandis que Lokad tente de recadrer la planification comme un problème d’optimisation quantitative et programmée dans l’incertitude.

Technologie et architecture en profondeur

Conception SaaS multi-tenant

La documentation technique et les schémas publics de Colibri indiquent une architecture SaaS simple :

Chaque environnement client correspond à une base de données d’application dans Azure SQL, hébergeant leurs données transactionnelles et principales.
Une base de données d’authentification séparée et une application web gèrent l’identité, en utilisant OpenID/OAuth2, et tous les accès des utilisateurs se font via HTTPS.¹²³¹⁰
L’application web principale de la solution Colibri est multi-tenant au niveau de l’application, mais se connecte à une base de données par entreprise, un schéma courant qui simplifie l’isolement des données et l’évolution des schémas spécifiques à chaque client.¹²³¹⁰

Le contenu lié à la sécurité met l’accent sur :

Des certificats TLS/SSL (GeoTrust) pour l’ensemble du trafic.
Une authentification à deux facteurs optionnelle.
Des tests de pénétration externes réguliers par un prestataire qualifié PASSI (une accréditation française pour les auditeurs en sécurité).²³¹⁰

Bien que les documents détaillant l’implémentation ne soient pas publics, il n’y a aucune indication d’attributs architecturaux inhabituels ou avancés tels que l’event sourcing, les files de messages ou des calculs distribués à grande échelle. Cela est cohérent avec l’orientation de Colibri vers la planification par lots quotidienne ou mensuelle, qui nécessite rarement des architectures de streaming en temps réel.

Pile technologique et intégration

La section tech de WTTJ et les offres d’emploi rendent la pile technologique relativement claire :

Backend : C# / .NET sur Azure, avec SQL Server/Azure SQL.
Frontend : SPA JavaScript, initialement AngularJS avec jQuery, probablement modernisé vers des versions ultérieures d’Angular au fil du temps.²³
Outils : Visual Studio / VSTS, suggérant une pipeline CI/CD standard centrée sur Microsoft.²
Data science : Prototypes basés sur Python et travaux en IA mentionnés dans des intitulés de stages relatifs aux agents intelligents et au développement assisté par l’IA.³

Les points d’intégration incluent :

Une API REST utilisée par les systèmes clients ; les détails ne sont pas entièrement documentés publiquement, mais le schéma architectural montre des « SI » externes se connectant via REST.¹¹⁰
Un connecteur Salesforce AppExchange et une inscription sur le marketplace de Microsoft, indiquant une intégration dans les écosystèmes CRM et Microsoft.¹⁵³³
Des connecteurs Excel ou des mécanismes d’exportation pour les planificateurs qui dépendent encore fortement des feuilles de calcul.¹¹⁰¹¹

Cette combinaison est conventionnelle et plus que suffisante pour les horizons de planification ciblés par Colibri (typiquement des cycles mensuels de planification).

Capacités du produit et déploiement

Planification de la demande (VISION)

Vision est le module central de planification de la demande et le cœur de la plupart des études de cas. Le site de Colibri et le contenu de ses partenaires décrivent Vision comme :

Gérer les prévisions collaboratives à travers les niveaux organisationnels et les marchés.
Fournir des prévisions statistiques en utilisant des « modèles éprouvés et reconnus » sélectionnés pour chaque série.
Offrir des bancs d’essai de simulation où les planificateurs peuvent tester des scénarios de prévision avant validation.
Supporter des hiérarchies à plusieurs niveaux (produits, clients, régions) et des unités (volume, valeur).¹⁰¹¹¹⁵

L’article sur le machine learning de Supply Chain Magazine note que Colibri se concentre sur l’évitement des artefacts d’agrégation : les courbes de demande agrégées peuvent paraître lisses et dénuées de tendance tout en masquant des comportements divergents à un niveau détaillé, menant à des prévisions désagrégées incohérentes.⁷ Vision est positionné comme un outil opérant avec la granularité adéquate pour éviter ces écueils, les vues agrégées servant principalement à surveiller la cohérence plutôt qu’à piloter le calcul central.⁷

Des études de cas illustrent un usage typique :

Puressentiel utilise Vision pour calculer des prévisions de ventes mensuelles pour la France, la Belgique et la Suisse, remplaçant ainsi des processus manuels basés sur Excel et permettant des décisions plus collaboratives.¹⁷¹⁸¹⁹
Safran Nacelles utilise Vision pour la prévision de la demande de pièces détachées, alimentant la planification basée sur SAP.¹³¹⁵

Planification de l’approvisionnement (FLOW)

Flow étend les données et prévisions de Vision à la planification de l’approvisionnement :

Il gère la distribution et le réapprovisionnement à travers les réseaux, incluant des configurations multi-fournisseurs et des stocks multisites.¹⁰
Il fonctionne via des flux de travail axés sur les exceptions, concentrant l’attention des planificateurs sur les risques de pénurie, les retards de livraison et les articles se trouvant sous le safety stock.⁷¹⁰
Les groupes de planification peuvent être configurés selon des critères tels que le fournisseur, la classification ABC ou l’entrepôt, avec des paramètres spécifiques au groupe et des responsabilités utilisateur.⁷

La presse spécialisée souligne l’évolution de Flow en mettant en avant :

Des capacités à gérer des flux multi-niveaux, regroupant les bons de commande sous des contraintes de quantité minimale ou de lot, et offrant une visibilité sur l’effet des décisions à travers le réseau.⁷
Une intégration avec Vision afin que les propositions d’approvisionnement soient directement liées à la prévision en cours, avec la possibilité de relancer les plans après révision des prévisions.⁷¹⁶

Ainsi, Flow se comporte comme un moteur DRP moderne conçu pour des planificateurs à l’aise avec les listes d’exceptions et le regroupement des commandes, plutôt que comme un solveur d’optimisation complet.

S&OP et planification stratégique (PILOTE)

Pilote est décrit comme le module pour :

Construire, simuler et comparer des scénarios S&OP.
Visualiser les impacts sur la capacité, les stocks et le service.
Aligner les parties prenantes autour d’un plan consensuel.¹⁰¹⁵

La feuille de route élaborée avec Supply Chain Movement positionne Colibri comme une solution de « S&OP collaboratif dans le cloud », ciblant les entreprises souffrant du « chaos de la prévision » et de la planification basée sur Excel, et présentant une série d’étapes de maturité aboutissant à des processus S&OP intégrés soutenus par Pilote.¹⁵ Pilote fonctionne principalement comme un gestionnaire de scénarios et une couche de visualisation au-dessus de Vision et Flow plutôt que comme un optimiseur indépendant.

Déploiement et lancement

Les messages de Colibri et les études de cas indépendantes mettent systématiquement en avant un déploiement rapide :

Supply Chain Magazine note que Colibri S&OP peut être déployé opérationnellement en environ trois mois pour des projets typiques, couvrant la demande, la distribution, la prévision, les réapprovisionnements et le S&OP via ses trois modules.⁷
Le projet de Puressentiel est rapporté comme ayant été achevé en trois mois, prolongeant les horizons de planification et améliorant la collaboration ; ce même délai est repris dans un communiqué de presse numérique décrivant des gains en fiabilité des prévisions.¹⁷¹⁸¹⁹
Un article de presse sur Puressentiel et Asmodee souligne que les deux entreprises ont mis en place Colibri S&OP en trois mois, en insistant fortement sur l’expertise accompagnatrice du fournisseur.²⁰
L’adoption par IZIPIZI — Vision et Flow après un appel d’offres — s’est déroulée sur quelques mois, l’entreprise passant d’Excel à une solution cloud plus apte à gérer sa croissance rapide et sa distribution complexe.¹⁶

Le schéma est le suivant :

Découverte / appel d’offres, impliquant souvent des comparaisons avec d’autres fournisseurs d’APS.¹⁶²⁰
Configuration des hiérarchies, des groupes de planification, des alertes et des paramètres, ainsi que l’intégration avec un ERP (par exemple, SAP).
Téléversement et nettoyage des données historiques, incluant la segmentation et la gestion des anomalies.
Formation, mise en service et expansion ultérieure (par exemple, ajout de Flow ou Pilote après Vision).

Ces délais sont réalistes pour des déploiements de taille moyenne et ne suggèrent pas une surcharge d’implémentation inhabituelle.

Machine learning, IA et optimisation : évaluation

D’un point de vue sceptique, les revendications de Colibri en matière d’IA et d’optimisation peuvent être résumées comme suit :

Super Best Fit automatise la sélection de modèles parmi un mélange d’algorithmes statistiques et de ML/deep-learning ; son existence est bien documentée dans de multiples sources indépendantes.⁶⁸¹⁴⁹¹⁶
Data Sensing ingère des variables exogènes et quantifie leur influence, permettant aux planificateurs d’ajuster les prévisions en fonction de signaux externes corrélés.⁸¹⁴⁹
Les fonctionnalités d’automatisation englobent le calcul automatique du safety stock par priorité ou catégorie de produit, les ajustements automatiques des plans et la capacité à apprendre les actions récurrentes des utilisateurs.⁶⁸¹⁴
Des assistants IA sont annoncés comme des capacités à venir qui exécuteront des tâches sur la plateforme et fourniront un soutien conversationnel pour les analyses.¹⁴¹⁶

Cependant :

Il n’existe aucun détail technique publié (architectures, hyperparamètres, protocoles d’évaluation) pour les modèles ML utilisés dans Super Best Fit ou Data Sensing. Les textes publics évoquent des classes de méthodes (statistiques, ML, deep learning) sans entrer dans les spécificités.⁶⁸⁹
Il n’existe aucun benchmark indépendant ni compétition démontrant la performance de prévision de Colibri sur des ensembles de données standard.
L’optimisation est décrite avec des termes tels que « optimisation de plans contraints » et « meilleure anticipation et performance », mais aucune formulation mathématique (par exemple, programmation en nombres entiers mixtes, programmation stochastique) ni détail sur les solveurs n’apparaissent dans les sources publiques.⁷⁶⁸¹⁴

L’interprétation technique la plus sûre est que Colibri implémente :

Un moteur de prévision par tournoi de modèles / best-fit, ce qui constitue une approche raisonnable et de plus en plus standard.
Un module de caractéristiques causales pour des régresseurs exogènes.
Un ensemble de heuristiques et de règles métier pour le stock de sécurité et la planification sous contrainte, amélioré par la reconnaissance de motifs à partir des actions historiques des planificateurs.

Cela positionne Colibri globalement dans la pratique actuelle du mid-market plutôt qu’à la pointe de la modélisation probabiliste ou de l’optimisation stochastique.

Empreinte commerciale et preuves clients

La maturité commerciale de Colibri est étayée par plusieurs indicateurs indépendants:

Chiffre d’affaires et base client : Supply Chain Magazine rapporte un chiffre d’affaires de 3,3 M€ en 2024, une croissance de près de 20%, environ 110 clients et 35 collaborateurs.⁶
Dépôts juridiques et financiers : Pappers montre une montée en puissance passant d’un chiffre d’affaires inférieur à 1M€ et des résultats négatifs en 2018–2019 à un résultat net positif en 2021, ce qui est cohérent avec la croissance d’une entreprise SaaS en expansion.⁴
Effectif et organisation : WTTJ confirme 35 employés répartis entre Boulogne-Billancourt et Lyon, avec VISEO comme société mère.³

Du côté client, il existe des preuves convergentes provenant des fournisseurs, des partenaires et des médias indépendants pour une liste d’entreprises de taille moyenne dans divers secteurs:

Mode/accessoires (IZIPIZI), santé grand public (Puressentiel), alimentation (Isla Délice), divertissement (Asmodee), industrie manufacturière (GGB, Safran Nacelles), entre autres.¹³¹⁵¹⁶¹⁷¹⁸¹⁹²⁰²¹

Aucun indice de détaillants mondiaux de premier plan ou de géants du FMCG comme références phares, mais compte tenu de l’échelle de Colibri, cela est cohérent.

Évaluation des affirmations d’état de l’art

Lors de l’évaluation de la technologie de Colibri par rapport à la pointe de l’analytics supply chain, plusieurs points ressortent:

Architecture native au cloud : Le design de Colibri, basé sur Azure, multi-tenant en ASP.NET/SQL, est contemporain mais pas unique ; de nombreux outils modernes de SCP partagent une architecture similaire. Il n’existe aucune preuve d’innovations architecturales comparables à des langages spécifiques au domaine personnalisés, des plateformes de données basées sur les événements ou des moteurs de calcul probabilistes à grande échelle.¹²³²³¹⁰¹¹
Approche de prévision : La transition des modèles statistiques simples vers un moteur best-fit renforcé par le ML/deep learning reflète des tendances plus larges dans la prévision d’entreprise. Sans références externes ni détails algorithmiques, le Super Best Fit de Colibri doit être considéré comme une implémentation crédible mais non vérifiée de ces idées.⁷⁶⁸¹⁴⁹
Probabiliste vs déterministe : Les sources publiques ne mentionnent pas de prévision probabiliste complète (distributions) ni de prise de décision basée sur Monte Carlo ; tous les exemples reposent sur des prévisions ponctuelles (par exemple, des volumes mensuels) et une logique classique de stock de sécurité. Cela contraste avec les fournisseurs (y compris Lokad) qui publient une documentation sur les distributions de probabilité et l’optimisation stochastique.²⁷²⁶
Profondeur d’optimisation : “Optimization of constrained plans” et “automatic safety stock” apparaissent davantage comme des étiquettes descriptives que comme des références à des programmes mathématiques ou solveurs spécifiques. Vu le manque de détails, il est plus prudent de supposer une logique heuristique et basée sur des règles plutôt que des algorithmes avancés d’OR.⁷⁶⁸¹⁴
Transparence et reproductibilité : Contrairement à certains fournisseurs axés sur la recherche, Colibri ne publie pas de livres blancs techniques, de code ou de collaborations académiques ; ses fonctionnalités d’IA sont principalement documentées à travers des supports marketing et des articles de presse spécialisés.

Dans l’ensemble, Colibri apparaît comme un APS moderne et techniquement compétent pour les mid-market supply chains, avec une utilisation judicieuse du ML/AI pour automatiser la sélection des modèles et intégrer des données exogènes. D’après les preuves publiques, il ne démontre pas le type de pile profondément documentée, probabiliste et centrée sur l’optimisation que l’on qualifierait “state-of-the-art” dans un sens strictement de recherche.

Conclusion

Colibri est un fournisseur de planification de supply chain cloud, à taille réduite mais établi, issu d’une initiative de VISEO en 2014 et formalisé en SAS française distincte en 2017, générant désormais environ 3,3 M€ de chiffre d’affaires annuel avec environ 35 employés et 110 clients.²³⁴⁵⁶ Sa suite logicielle—Vision pour la prévision de la demande, Flow pour la planification de l’offre, Pilote pour le S&OP et l’offre pré-packagée E-Colibri Vision—cible les entreprises du mid-market cherchant à remplacer la planification basée sur Excel ou sur des systèmes anciens par un APS configurable et cloud.¹⁷¹⁰¹¹¹²¹⁵ Architecturalement, Colibri est un SaaS multi-tenant ASP.NET/SQL simple sur Azure, avec des bases de données par client, des interfaces web/Excel et une intégration basée sur REST, ainsi que des pratiques de sécurité conformes à un SaaS d’entreprise typique.¹²³²¹⁰¹¹

Du côté de l’analytics, Colibri est passé d’une prévision purement statistique à une approche de tournoi de modèles (Super Best Fit) intégrant ML et deep learning, ainsi que des variables exogènes via Data Sensing et des fonctionnalités d’automatisation pour les stocks de sécurité et les plans sous contrainte.⁷⁶⁸¹⁴⁹ Ces capacités s’alignent sur la pratique actuelle de nombreuses solutions SCP modernes, mais ne sont documentées qu’à un niveau élevé ; il n’existe aucune documentation technique publique ou aucun benchmark permettant une évaluation indépendante de la nouveauté algorithmique ou des performances. L’optimisation semble être principalement heuristique et basée sur des règles plutôt que fondée sur des modèles explicites stochastiques ou de programmation mathématique.

Commercialement, la base de références de Colibri—IzIziPI, Puressentiel, Asmodee, Isla Délice, Safran Nacelles, GGB, entre autres—démontre des déploiements en conditions réelles dans divers secteurs, généralement mis en œuvre en environ trois mois et intégrés aux ERP existants.¹⁵¹⁶¹⁷¹⁸¹⁹²⁰²¹ Cela positionne Colibri comme un choix crédible pour les entreprises de taille moyenne qui ont besoin d’un APS packagé et compatible avec l’avenir, avec quelques améliorations d’IA, et qui sont prêtes à travailler dans le cadre d’une architecture modulaire standard plutôt que de créer un environnement d’optimisation sur mesure.

En comparaison avec des plateformes plus axées sur la recherche telles que Lokad, la proposition de valeur de Colibri concerne davantage la simplification des processus de planification traditionnels grâce à un SaaS moderne et au ML, plutôt que la redéfinition fondamentale de la planification autour de l’optimisation probabiliste. Pour les organisations qui privilégient la facilité de déploiement, une structure modulaire familière et un support d’IA incrémental dans un paradigme APS, Colibri offre une option pragmatique et bien soutenue. Pour celles qui recherchent une optimisation profondément programmable, probabiliste et centrée sur la décision, un autre type de plateforme est probablement plus approprié.