Retour aux études de marché
GMDH Inc. développe Streamline, une application de planification de la supply chain destinée aux fabricants, distributeurs et détaillants. Elle combine prévision de la demande, réapprovisionnement, calcul des besoins matières, gestion des fournisseurs et planification de production, avec des connexions aux systèmes d’entreprise pour importer les données et leur transmettre les ordres. Le produit actuel est principalement une application web dans le cloud, avec un déploiement Linux proposé aux clients qui l’hébergent eux-mêmes. 1 2
Note globale supply chain : 4,9/10
| Dimension | Note |
|---|---|
| Profondeur supply chain | 4,4/10 |
| Substance des décisions et de l’optimisation | 4,4/10 |
| Intégrité du produit et de l’architecture | 5,0/10 |
| Transparence technique | 6,2/10 |
| Sérieux de l’éditeur | 4,4/10 |
Streamline dispose d’un moteur de planification identifiable, d’intégrations opérationnelles, de manuels publics détaillés et de témoignages clients faisant état d’améliorations des stocks et du travail administratif. Sa documentation permet d’examiner les calculs et leurs limites.
Sa principale limite est le modèle économique. Les prévisions statistiques alimentent des stocks de sécurité, des cycles de commande, des règles fournisseurs et des circuits d’approbation. Le logiciel tient compte de plusieurs dépendances opérationnelles, mais les méthodes publiées ne démontrent pas une sélection conjointe des décisions selon leur rendement financier attendu sous incertitude de demande et d’approvisionnement.
Le positionnement autonome et agentique dépasse ces éléments. Un connecteur vers un assistant IA externe n’améliore pas le modèle de réapprovisionnement sous-jacent, ce que le propre manuel de Streamline indique explicitement. Les lacunes les plus révélatrices concernent la responsabilité de la maintenance des hypothèses de planification, la validation des simulations et la prise en charge des conséquences lorsque les recommandations échouent.
Streamline face à Lokad
Streamline organise la planification autour de prévisions, de paramètres de réapprovisionnement et d’ordres examinés dans une application standard. Le service d’optimisation des stocks de Lokad l’organise autour de décisions récurrentes classées selon leur contribution financière attendue, avec des Supply Chain Scientists qui maintiennent la logique économique.
La différence apparaît lorsque les ressources sont rares. Un objectif de service peut justifier l’achat de davantage d’un article, alors qu’un autre achat produirait une marge attendue supérieure avec la même trésorerie ou la même surface de stockage. Remplir le stock tampon de chaque article, même avec des prévisions sophistiquées, ne résout pas cette concurrence. Remplir un conteneur proportionnellement à la demande ne détermine pas davantage l’assortiment financièrement préférable.
Streamline offre une visibilité importante sur ses règles et permet des calculs et des exports automatisés. Reste à savoir si le client peut améliorer ces règles lorsque les hypothèses initiales ne correspondent plus à son activité, sans recréer un vaste processus de contrôle manuel.
La perspective de Lokad, développée dans Introduction à la Supply Chain, considère cette reformulation continue comme une partie du service. La comparaison pertinente porte sur la qualité des décisions et le travail total nécessaire pour la maintenir, y compris la modélisation, l’intégration et la correction des problèmes.
Le moteur de décision
La prévision statistique constitue le cœur d’IA documenté
Le manuel de prévision décrit la décomposition des séries temporelles en niveau, tendance, saisonnalité et ajustements, avec un système expert qui sélectionne les composantes du modèle. Il décrit également le traitement des historiques affectés par les ruptures de stock, le choix d’une fenêtre historique pertinente et la demande intermittente. 3 Ce sont des mécanismes précis de prévision, même si les documents publics ne proposent pas de benchmark reproductible démontrant leur supériorité sur d’autres méthodes.
L’explication rejette aussi la mise en concurrence des modèles, jugée intrinsèquement sujette au surapprentissage. C’est trop général : le protocole de validation, la complexité du modèle et la stabilité des données déterminent si la sélection fonctionne. Qualifier une approche d’humaine et une autre de dépassée ne tranche pas la comparaison.
Les bandes d’incertitude affichées méritent un examen distinct. Le manuel des niveaux de confiance les dérive des résidus au carré sur les données d’apprentissage, avec un intervalle symétrique autour de chaque prévision. 6 L’ajustement aux données d’entraînement n’est pas un test de calibration hors échantillon. Des résidus historiques stables ne déterminent pas la probabilité de ruptures futures après une promotion, une perturbation chez un fournisseur ou un changement de comportement des clients.
L’incertitude d’approvisionnement est reconnue, mais sa maintenance reste externe
Pour les modèles de demande ordinaires, la formule de stock de sécurité combine la variance résiduelle de prévision à une variance importée du délai d’approvisionnement, pondérées par un quantile du taux de service. Une variance manquante du délai est assimilée à zéro. La formule des centres de distribution combine les protections locales par la racine carrée de la somme de leurs carrés. 4
Cela traite davantage que la seule incertitude de demande, mais la formule publiée ne contient aucun terme de covariance pour les perturbations communes à plusieurs sites. Une promotion commune ou une perturbation des livraisons peut provoquer des ruptures simultanées qu’un calcul ignorant cette dépendance sous-estime.
Le manuel actuel des fournisseurs établit une distinction importante : le logiciel calcule la moyenne et la variance historiques du délai pour comparaison, tandis que la planification continue d’utiliser des paramètres importés ou remplacés manuellement. Les utilisateurs doivent mettre à jour le système source ou remplacer ces valeurs lorsque le comportement observé s’en écarte. 5
Le décalage déterminant se situe donc entre observation et décision. Un rapport fournisseur peut correctement détecter une fiabilité qui se dégrade, tandis que les recommandations de demain utilisent encore des paramètres obsolètes. Le coût de détection, d’approbation et de propagation du changement fait partie du coût de possession du produit.
Une variance historique n’est par ailleurs qu’une description condensée du risque d’approvisionnement. Elle ne conserve ni le comportement des livraisons partielles, ni la dépendance entre retards et demande, ni les conséquences différentes de fournisseurs alternatifs. Ces distinctions comptent lorsqu’il faut accélérer une livraison, scinder une commande, substituer un produit ou accepter une rupture.
La génération d’ordres a une substance opérationnelle et des limites économiques
Le manuel des commandes définit un calcul par cycle : consommation prévue, stock de sécurité, stock existant et mouvements programmés déterminent la quantité nécessaire, suivie d’ajustements pour les quantités minimales et les arrondis. 7 Les résultats sont des achats et des transferts datés qui peuvent alimenter les systèmes d’entreprise.
Streamline prend aussi en charge des contraintes communes à plusieurs produits. La référence sur les conteneurs et les groupes documente des limites de quantité et de coût par fournisseur, des restrictions de poids et de volume, des capacités de palettes et des groupes de fabrication. Le remplissage des conteneurs est décrit comme proportionnel à la demande des articles. 8
Ces mécanismes font du logiciel davantage qu’une collection de graphiques de prévision isolés. Leurs limites économiques restent importantes. Un volume de demande n’est pas un profit marginal attendu. Remplir proportionnellement un conteneur peut favoriser un article peu rentable et lent à écouler plutôt qu’un achat plus petit mais financièrement supérieur.
Les objectifs de service posent un problème similaire. Le guide de configuration demande aux utilisateurs de maintenir les cycles de commande, délais, méthodes de stock de sécurité et disponibilités cibles. 34 Ces paramètres peuvent produire une règle exécutable sans établir la pertinence de ses arbitrages financiers.
Le plan futur dépend du chemin de calcul
Le plan de commande ordinaire applique les contraintes de groupe à la première commande, puis seulement les contraintes individuelles aux commandes suivantes. Un calcul distinct du plan contraint applique les contraintes de groupe sur tout l’horizon. Sa documentation avertit que les gros calculs peuvent prendre du temps et recommande une exécution nocturne ; les rapports de stocks et de ruptures projetés doivent être configurés pour utiliser ce résultat. 9
Cette distinction compte pour la visibilité annoncée à un an. Deux rapports peuvent représenter des futurs différents selon que les contraintes pertinentes ont été propagées ou non. Une projection rapide des stocks a peu de valeur si les réceptions qui la sous-tendent ne pouvaient pas réellement être commandées.
La capacité présente une autre limite explicite. La page de planification globale des capacités compare la charge de fabrication aux capacités disponibles, mais indique que la résolution des surcharges exige une action manuelle. 10 Un module distinct d’ordonnancement attribue bien les ordres aux postes de travail à partir d’un plan contraint, en utilisant les étapes de processus, cadences et équipes. Il exclut actuellement les étapes qui dépassent une journée. 11
L’ordonnancement des postes traite la faisabilité dans ces limites. Les méthodes publiques ne démontrent pas une sélection conjointe des décisions d’achat, de fabrication et de stocks sous incertitude des durées et de la demande.
Simulation et précision des prévisions
Une supply chain simulée a elle aussi besoin d’une validation prédictive
Time Machine exécute les recommandations face à un système d’entreprise simulé et peut ajouter un bruit blanc fondé sur les erreurs passées de prévision. Son manuel indique que cela ressemble étroitement au futur MAPE. 12 Le webinaire d’octobre 2026 présente les jumeaux numériques et cette simulation comme un moyen de tester les changements de demande et d’examiner les ordres et KPI futurs. 28
Il manque la validation des résultats opérationnels simulés. Une distribution d’erreurs de demande ne détermine pas la précision des stocks projetés, péremptions, défaillances de service ou coûts. Ces états dépendent aussi du comportement des fournisseurs, des retards d’exécution, des substitutions, des contraintes de commande et des réactions de la politique aux événements précédents.
Le bruit blanc est particulièrement limité lorsque les perturbations persistent ou touchent plusieurs articles ensemble. Simuler des surprises indépendantes autour du plan historique peut donner des résultats rassurants tout en omettant la défaillance d’un fournisseur commun ou un changement durable de demande.
La comparaison pertinente confronte les résultats prévus et réalisés au niveau où les décisions sont prises. Elle doit également tester les changements de politique : un modèle qui reproduit la trajectoire de stock de l’ancienne politique peut échouer lorsque la fréquence d’achat ou le choix du fournisseur change. Les documents publics ne fournissent pas cette validation à l’appui du jumeau numérique.
Les rapports de précision révèlent des exclusions que les titres doivent préserver
Le manuel d’analyse des prévisions documente les versions enregistrées, plusieurs mesures d’erreur et une vue de précision calculée comme 100% moins l’erreur sélectionnée, avec un plancher à zéro. Il laisse vides les cellules d’erreur en pourcentage lorsque les ventes sont nulles, et une ligne entière pour un modèle intermittent ou un article inactif. L’agrégation et la pondération par chiffre d’affaires sont configurables. 13
Cela rend la métrique vérifiable, mais un chiffre de précision du portefeuille doit conserver ses exclusions. Omettre les articles intermittents peut retirer précisément les produits difficiles à réapprovisionner. La pondération par chiffre d’affaires peut masquer de nombreuses erreurs sur les faibles volumes, et des périodes d’agrégation plus longues peuvent lisser les erreurs de calendrier qui créent des ruptures.
La page d’accueil de GMDH annonce une disponibilité des stocks supérieure à 99%, pas une précision de prévision de 99%. 32 Ces mesures doivent rester distinctes. Une forte disponibilité peut s’acheter avec des stocks excessifs ; elle ne démontre ni une prévision presque parfaite de la demande, ni une politique maximisant le profit.
Un résultat crédible doit préciser la granularité produit-site, l’horizon, la période d’évaluation, le traitement des zéros et des ruptures, ainsi qu’une comparaison avec une référence opérationnelle. Le résultat financier doit ensuite être mesuré séparément.
Productivité et promesse agentique
Le guide des commandes d’achat de Streamline décrit un processus concret de contrôle et d’exécution. Les utilisateurs examinent les suggestions, modifient les quantités ou les prix, les soumettent à approbation ou créent directement les commandes, puis synchronisent les transactions avec le système d’entreprise. Il avertit que la création d’une commande ne peut pas être annulée dans cette action. 14
Les mises à jour automatiques des données, les calculs de plans et les exports peuvent éliminer beaucoup de tâches administratives. Ils ne suppriment pas à eux seuls le jugement récurrent au niveau de chaque article. La question de productivité est de savoir combien de travail reste après déploiement, notamment le contrôle des exceptions, la maintenance des paramètres, la résolution des intégrations défaillantes et l’analyse des recommandations économiquement mauvaises.
Le manuel actuel de MCP précise explicitement que le raisonnement externe ne modifie pas le moteur de prévision ou de calcul de Streamline. Le connecteur expose les actions prises en charge dans les limites des autorisations de l’utilisateur, mais ne peut ni lancer des mises à jour de données ni modifier des intégrations. Il reste un service de test avant disponibilité générale. 15
C’est un signal d’alerte lorsqu’il sert à soutenir un vaste discours sur la planification agentique. Fournir un accès conversationnel aux écrans et actions existants coûte peu comparé à la refonte du processus de décision. Cela peut conserver l’ancienne succession d’investigations SKU par SKU du planificateur tout en facilitant chaque interaction.
Un agent externe pourrait exécuter un processus prédéfini utile. Il manque des preuves de performances durables en production : moins d’interventions récurrentes, de meilleures décisions financières et une récupération maîtrisée après incident. Une spécification de connecteur ne fournit pas ces résultats.
Le test plus exigeant suit l’holimization. Lorsqu’une rupture récurrente révèle une dépendance manquante, le système devrait aider à identifier l’hypothèse erronée, réviser la politique et retester les décisions touchées. Ajuster sans cesse prévisions ou stocks tampons peut masquer le défaut tout en augmentant le travail nécessaire pour maintenir l’application en fonctionnement.
Résultats clients et responsabilité économique
| Client | Éléments publiés | Lecture économique |
|---|---|---|
| Whalen | Le cas rapporte 36% de stocks en moins, la suppression de deux bâtiments auxiliaires loués et environ 56 000 dollars d’économies mensuelles de stockage. Une mise à jour de tableur qui prenait un jour et demi pour 60 articles s’effectue désormais en quelques secondes ; le salarié consacre ensuite son temps à l’analyse des données. 29 | La dépense d’entrepôt supprimée est concrète. L’accélération des mises à jour ne mesure pas toute la charge de planification et ne démontre pas la disparition du travail du salarié. |
| Transgold | Après plus d’un an, une citation du client annonce 5–10% de stocks en moins avec un impact minime sur le taux de satisfaction des commandes et un processus d’achat nettement plus rapide. L’implémentation a duré environ six semaines et comprenait un connecteur Micronet unidirectionnel. 30 | Un résultat de déploiement modeste et opérationnellement plausible. Le récit publié ne rapproche pas le coût de l’implémentation, de l’abonnement et du travail continu du gain obtenu. |
| Genomma Lab | Le titre affiche une réduction des stocks de 40–50%. Le corps décrit plutôt une possibilité de réduction des stocks matières dans les quatre à six mois suivants, après un projet d’octobre 2019 à mars 2020. 31 | Un potentiel projeté est présenté comme un résultat acquis. La page ne fournit pas la mesure ultérieure nécessaire pour justifier le titre. |
Ces cas attestent des déploiements réels et certaines améliorations significatives. Ils montrent aussi pourquoi un pourcentage isolé ne suffit pas : dépenses de stockage, valeur des stocks, capacité des salariés et potentiel futur sont des grandeurs différentes.
La page d’accueil actuelle de GMDH promet 100% de ROI dans les trois premiers mois, sans publier de méthode de mesure commune ni de rapprochement au niveau des clients à l’appui. 32 Les stocks libérés ne peuvent pas simplement être comptés comme un profit récurrent. Le temps gagné sur une tâche ne peut pas davantage être assimilé à une masse salariale supprimée.
Les conditions MCP répartissent particulièrement clairement la responsabilité de la nouvelle interface. En vigueur depuis le 2 septembre 2026, elles attribuent au client les autorisations et le choix des outils tiers, excluent les garanties d’exactitude et de fiabilité des résultats, plafonnent la responsabilité à 100 dollars et limitent la divulgation des résultats de tests non publics. Ces dispositions concernent le service MCP avant disponibilité générale. 16
Les clients qui évaluent ce service supportent les conséquences opérationnelles tandis que leurs conclusions peuvent rester confidentielles, ce qui limite l’examen indépendant des bénéfices annoncés.
Maintenance de la configuration et coût total de possession
La flexibilité de Streamline crée un modèle important à maintenir : corrections de prévisions, objectifs de service, paramètres fournisseurs, regroupements d’articles, règles de conteneurs, calendriers, processus de production et autorisations. L’héritage hiérarchique réduit les saisies répétitives, mais permet aussi à une modification d’affecter de nombreuses recommandations.
Le processus des délais d’approvisionnement illustre particulièrement bien cette charge récurrente. Comportement observé des fournisseurs, paramètres de planification du système source, substitutions dans l’application et commandes entrantes doivent rester cohérents. Une mise à jour de données techniquement réussie peut conserver une hypothèse d’achat périmée.
L’intégration ajoute du travail au-delà du paramétrage initial. Le guide de la base intermédiaire attribue à l’équipe informatique du client la responsabilité d’organiser l’échange bidirectionnel avec son système d’entreprise. Il recommande cette séparation lorsque l’accès direct est interdit ou que des requêtes de planification lourdes pourraient affecter les performances du système de production. 22
Cette séparation améliore la frontière, mais quelqu’un doit maintenir les correspondances lorsqu’un ERP change un code de statut, qu’une filiale est ajoutée ou qu’une commande est rejetée. Des correspondances erronées peuvent produire des prévisions apparemment plausibles à partir des mauvaises transactions.
La tarification actuelle nécessite un devis personnalisé. 33 Une comparaison utile du coût de possession doit donc inclure abonnement et implémentation, mais aussi contrôle des planificateurs, maintenance des intégrations, entretien des paramètres, validation des modèles et correction des incidents. Les cas clients ne quantifient pas toute cette charge récurrente.
Histoire technologique et intégrité de la feuille de route
| Période | Éléments | Implication |
|---|---|---|
| 2021 | Une annonce de l’éditeur du 30 novembre décrivait déjà le produit de GMDH comme reposant sur l’IA. 26 | Cette première marque IA désignait des techniques spécialisées de prévision et de planification, pas les capacités ultérieures des modèles de langage. |
| 2024 | La comparaison de Streamline avec Netstock en septembre mettait en avant l’IA, la simulation dynamique et un jumeau numérique comme différenciateurs. 27 | Le discours sur la simulation précède l’actuelle marque agentique ; ses prédictions opérationnelles nécessitent toujours une validation. |
| 2025–2026 | Le journal public des changements montre des versions continues, pas seulement des annonces marketing. En septembre 2026, les outils MCP ont été générés depuis la spécification OpenAPI du produit ; octobre a étendu MCP aux installations sur site. 25 | Le connecteur correspond à un travail d’ingénierie identifiable, mais expose surtout des capacités existantes de l’application. |
| Octobre 2026 | Les notes de version indiquent que l’ancien modèle intermittent pouvait produire des stocks de sécurité excessifs avec de longs cycles de commande et annoncent un remplacement. Les articles existants basculent automatiquement. 25 | Une correction substantielle de modélisation modifie aussi le comportement d’achat déployé et exige des tests de non-régression économique. |
Le changement du modèle intermittent est plus instructif qu’une nouvelle étiquette IA. Il reconnaît un mode de défaillance concret et en documente la correction. Pourtant, les manuels actuels de prévision et de stock de sécurité décrivent encore l’ancienne formulation lognormale, tandis que les notes de version décrivent différemment son remplacement. 3 4 25
Il subsiste donc un décalage documentaire lié aux versions. Un client qui évalue les recommandations actuelles ne peut pas supposer que chaque formule publiée correspond au modèle en fonctionnement. La migration automatique rend aussi nécessaires des contrôles avant et après : modifier le stock de sécurité change l’engagement de trésorerie et l’exposition aux ruptures.
Le schéma historique est celui d’un produit durable de prévision et de réapprovisionnement enveloppé de promesses de plus en plus vastes. Les développements sont réels ; les preuves d’optimisation économique autonome restent nettement plus minces. Le sérieux du produit doit se juger sur les changements démontrés dans les décisions et les coûts, y compris les conséquences des défauts corrigés.
Nomenclature des composants logiciels
Les exigences actuelles de la plateforme établissent une application web et une option d’hébergement Linux. Les recrutements de l’employeur et le témoignage professionnel public d’un ancien développeur identifient une partie de l’environnement d’ingénierie. 2 23 24
| Composant ou mécanisme | Rôle attribuable |
|---|---|
| C++ | Ingénierie produit dans le recrutement Streamline d’août 2026 |
| Qt ; CMake | Le récit du développeur sur ses travaux de 2024–2026 décrit une migration de Qt 5 vers 6 et des changements de compilation de l’application proxy |
| Node.js | Le même récit identifie le serveur d’autorisation OAuth de l’entreprise |
| Python | Utilitaires internes d’import de données et de création des packages d’installation dans ce récit |
| Jenkins, puis GitHub Actions | Chaîne de livraison rapportée pour l’application proxy |
| ODBC et connexion directe MySQL | Connexions documentées aux bases des clients 18 |
| Application navigateur, déploiement Linux, connecteurs aux systèmes d’entreprise | Frontière actuelle de déploiement et d’intégration |
Les bases des clients sont des cibles d’intégration dont les connecteurs ajoutent du travail de compatibilité et de mise à niveau.
La charge concrète de maintenance concerne les interactions entre moteur de planification, interface web, authentification, proxys et connecteurs ERP. Les migrations Qt et de compilation documentées illustrent un travail qui continue après la livraison d’une fonctionnalité. Les informations publiques ne quantifient pas le volume de code propre aux intégrations maintenu par client.
Les données peuvent être exportées, et les schémas documentés rendent une migration plus évaluable. La logique de prévision, les conventions de configuration et le comportement de génération d’ordres devraient néanmoins être reconstruits dans un système de remplacement. La portabilité des enregistrements n’implique pas celle du processus de décision.
Mécanismes de sécurité et consignes d’intégration dangereuses
La page de sécurité actuelle décrit des instances applicatives isolées par client, le chiffrement en transit et au repos, l’authentification multifacteur, l’accès par rôles et des sauvegardes automatiques. Le manuel utilisateur sépare en outre les autorisations fonctionnelles des catalogues d’accès aux données. 17 21 Ces mécanismes offrent une base d’évaluation au-delà du badge SOC 2.
Les instructions de connexion aux bases contiennent un détail plus préoccupant. Lorsque la connexion chiffrée à SQL Server échoue, le guide demande de passer le chiffrement de la connexion à Optional. Ailleurs, il explique la configuration de certificats pour les connexions chiffrées. 18 Ce contournement affaiblit le réglage par défaut précisément lorsque la sécurité de la connexion devrait être examinée.
Le guide de connexion SQL lié, modifié pour la dernière fois en mai 2021, demande de désactiver l’application de la politique de mots de passe lors de la création d’un compte de base en lecture seule. 19 La lecture seule limite les droits de modification mais expose toujours les données métier. L’ancienneté de l’instruction ne supprime pas sa pertinence tant que le manuel actuel d’intégration y renvoie.
SQL Assistant de Streamline génère des requêtes de transformation sur la base intermédiaire et demande de prévisualiser les résultats avant de les appliquer. 20 La version d’octobre confine aussi les scripts de transformation aux tables de leur propre connecteur. 25 Les questions restantes concernent les permissions de base, les limites de ressources et la séparation entre transformations générées et écritures dans les systèmes de production.
MCP ajoute une autre frontière : un modèle externe peut lire des données et invoquer les opérations autorisées en tant qu’utilisateur. L’authentification établit qui a autorisé l’accès ; elle ne prouve pas que le modèle a choisi l’action voulue. Les documents publics décrivent insuffisamment le confinement d’instructions malveillantes présentes dans les données importées, ou la limitation d’actions économiquement conséquentes indépendamment des vastes autorisations de l’utilisateur.
Note supply chain
Profondeur supply chain
| Critère | Note |
|---|---|
| Cadrage économique | 4/10 |
| Décisions comme résultat final | 6/10 |
| Netteté conceptuelle en supply chain | 4/10 |
| Indépendance vis-à-vis des doctrines obsolètes | 4/10 |
| Résistance au théâtre des KPI | 4/10 |
Moyenne : 4,4/10
Cadrage économique — 4/10. Des limites de coût et des considérations économiques de stocks apparaissent dans le produit, mais les politiques de commande restent pilotées par des objectifs de service et des règles de réapprovisionnement plutôt que par un objectif financier conjoint divulgué. 4 7 9
Décisions comme résultat final — 6/10. Le logiciel produit et exporte des ordres d’achat, de transfert et de fabrication. Les responsabilités d’approbation et les chemins de calcul configurés séparément limitent la promesse d’autonomie. 7 14
Netteté conceptuelle en supply chain — 4/10. Délais, contraintes et variabilité d’approvisionnement sont traités concrètement. La conception publique convainc moins sur l’incertitude corrélée et la concurrence financière entre décisions. 5 7 8
Indépendance vis-à-vis des doctrines obsolètes — 4/10. Planification centrée sur les prévisions, objectifs de stock de sécurité, configuration de type ABC et revues de consensus restent centraux. La simulation dynamique élargit la visibilité sans supprimer ces limites des politiques. 4 27 34
Résistance au théâtre des KPI — 4/10. Formules d’erreur et exclusions sont documentées. Le potentiel projeté de Genomma et la promesse générale de ROI sont présentés avec plus de force que ne le permettent leurs preuves économiques. 13 27 31
Substance des décisions et de l’optimisation
| Critère | Note |
|---|---|
| Profondeur de la modélisation probabiliste | 4/10 |
| Substance distinctive de l’optimisation ou du machine learning | 4/10 |
| Prise en compte des contraintes réelles | 5/10 |
| Automatisation des décisions et productivité du travail | 5/10 |
| Résilience face à la complexité opérationnelle réelle | 4/10 |
Moyenne : 4,4/10
Profondeur de la modélisation probabiliste — 4/10. Variabilité de la demande et variance d’approvisionnement influencent la protection, mais dépendances, calibration prédictive et maintenance automatique de l’incertitude de planification restent faiblement établies. 4 5 6
Substance distinctive de l’optimisation ou du machine learning — 4/10. Le moteur et les formules sont identifiables. Les preuves publiques n’établissent pas d’optimisation économique distinctive ajustée au risque au-delà des calculs documentés de prévision et de politiques. 3 4 7
Prise en compte des contraintes réelles — 5/10. Contraintes communes aux commandes, conteneurs, matières et ordonnancement des postes sont documentés. Les calculs différents selon l’horizon et la résolution manuelle des problèmes de capacité laissent des frontières importantes. 8 9 10 11
Automatisation des décisions et productivité du travail — 5/10. Calculs programmés, exports et cas clients étayent des gains administratifs. Le travail récurrent complet et la productivité additionnelle de MCP restent non mesurés. 14 15 29 30
Résilience face à la complexité opérationnelle réelle — 4/10. Les utilisateurs peuvent réviser les configurations et rejouer les plans. Les preuves publiques sont plus faibles sur le diagnostic d’un modèle de décision inadéquat, sa reformulation et la validation de la correction dans les opérations touchées. 12 25 34
Intégrité du produit et de l’architecture
| Critère | Note |
|---|---|
| Cohérence architecturale | 6/10 |
| Clarté des frontières du système | 7/10 |
| Sérieux de la sécurité | 4/10 |
| Parcimonie logicielle et coût de possession | 4/10 |
| Compatibilité avec les opérations programmatiques et assistées par agents | 4/10 |
Moyenne : 5,0/10
Cohérence architecturale — 6/10. Une application de planification commune relie prévisions, stocks et ordres. Les multiples modes de calcul et les versions évolutives des modèles exigent une documentation et une validation plus cohérentes. 3 7 25
Clarté des frontières du système — 7/10. Déploiement, échanges avec les systèmes d’entreprise, bases intermédiaires et autorisations utilisateurs sont documentés. La séparation entre raisonnement externe de l’IA et moteur de planification est explicite. 2 15 21 22
Sérieux de la sécurité — 4/10. Isolation, authentification et permissions sur les données sont décrites concrètement. Des contournements d’intégration dangereux et des détails incomplets sur le confinement des actions affaiblissent la sécurité présentée aux clients. 17 18 19 20 21
Parcimonie logicielle et coût de possession — 4/10. Les composants identifiables ont des rôles opérationnels, mais configuration, connecteurs, migrations et contrôles créent une charge récurrente non quantifiée. 22 23 24 33 34
Compatibilité avec les opérations programmatiques et assistées par agents — 4/10. Les API et l’exécution programmée offrent un accès programmatique utile. MCP expose surtout l’application existante et laisse inchangée la méthode de décision économique. 14 15
Transparence technique
| Critère | Note |
|---|---|
| Documentation technique publique | 7/10 |
| Inspectabilité sans médiation de l’éditeur | 7/10 |
| Portabilité et visibilité de la dépendance | 5/10 |
| Transparence de la méthode d’implémentation | 6/10 |
| Densité des preuves derrière les affirmations techniques | 6/10 |
Moyenne : 6,2/10
Documentation technique publique — 7/10. Les manuels dévoilent calculs, restrictions, réglages et comportement des intégrations. Le décalage entre versions des modèles et documentation des formules empêche une note supérieure. 3 4 25
Inspectabilité sans médiation de l’éditeur — 7/10. De nombreuses affirmations opérationnelles peuvent être vérifiées dans les références publiques. Les mécanismes internes de sélection des modèles et les évaluations reproductibles de performance restent indisponibles. 3 7 13
Portabilité et visibilité de la dépendance — 5/10. Schémas et exports clarifient les mouvements de données. Remplacer le moteur propriétaire de politiques et sa configuration propre au client demanderait encore un travail considérable. 14 22 34
Transparence de la méthode d’implémentation — 6/10. Intégration des données, autorisations, configuration et circuits d’approbation sont décrits en détail. L’effort continu et les coûts ne sont pas quantifiés de façon comparable. 14 18 21 34
Densité des preuves derrière les affirmations techniques — 6/10. Le dossier comprend formules, changements techniques datés et déploiements nommés. La qualité des décisions autonomes et la validité des simulations sont beaucoup moins solidement étayées. 4 25 29 30
Sérieux de l’éditeur
| Critère | Note |
|---|---|
| Sérieux technique de la communication publique | 3/10 |
| Intégrité de la feuille de route technologique | 6/10 |
| Netteté conceptuelle | 4/10 |
| Responsabilité économique | 4/10 |
| Défendabilité dans un monde de logiciels agentiques | 5/10 |
Moyenne : 4,4/10
Sérieux technique de la communication publique — 3/10. Les discours généraux sur l’IA, l’autonomie et le ROI dépassent les mécanismes et résultats démontrés. Les manuels plus précis apportent souvent les nuances nécessaires. 1 15 27 31
Intégrité de la feuille de route technologique — 6/10. Les versions détaillées montrent des livraisons et des corrections concrètes. Le retard documentaire et les changements automatiques de modèles déployés créent du travail de vérification supplémentaire pour les clients. 3 25
Netteté conceptuelle — 4/10. Streamline distingue prévision, intégration et IA externe dans sa documentation. Son discours commercial les confond dans une promesse d’optimisation bien plus large. 3 7 15
Responsabilité économique — 4/10. Certains cas identifient des économies tangibles, mais l’économie des projets est incomplète et un grand titre sur les stocks reste une projection. Les conditions du MCP avant disponibilité générale limitent fortement la responsabilité de l’éditeur et la transparence publique des tests. 16 29 30 31
Défendabilité dans un monde de logiciels agentiques — 5/10. Le moteur maintenu et les intégrations opérationnelles ont de la substance. L’accès conversationnel et les contrôles répétés des planificateurs différencient moins durablement que de meilleures décisions obtenues avec moins de travail total. 7 14 15 30
Sources
Sources vérifiées le 4 novembre 2026. Les résultats clients sont rapportés par l’éditeur. L’historique des versions et les manuels de formules sont identifiés séparément lorsqu’ils décrivent des versions différentes du modèle.
[1] Page d’accueil du produit Streamline
Page d’accueil du produit Streamline. Sans date ; consultée le 4 novembre 2026.
[2] Configuration système requise
Configuration système requise. Sans date ; consultée le 4 novembre 2026.
Prévision statistique. Sans date ; consultée le 4 novembre 2026.
[4] Calculs de stock de sécurité
Calculs de stock de sécurité. Sans date ; consultés le 4 novembre 2026.
[5] Paramètres et performances des fournisseurs
Paramètres et performances des fournisseurs. Publication ou mise à jour le 2026-10-07 ; consultation le 4 novembre 2026.
Niveaux de confiance. Sans date ; consultés le 4 novembre 2026.
[7] Calculs du plan de commande
Calculs du plan de commande. Sans date ; consultés le 4 novembre 2026.
Conteneurs et groupes. Sans date ; consultés le 4 novembre 2026.
[9] Plan de commande contraint
Plan de commande contraint. Sans date ; consulté le 4 novembre 2026.
[10] Planification globale des capacités
Planification globale des capacités. Sans date ; consultée le 4 novembre 2026.
[11] Ordonnancement de production
Ordonnancement de production. Sans date ; consulté le 4 novembre 2026.
Time Machine. Sans date ; consulté le 4 novembre 2026.
[13] Rapports d’analyse des prévisions
Rapports d’analyse des prévisions. Sans date ; consultés le 4 novembre 2026.
[14] Création et envoi de commandes d’achat
Création et envoi de commandes d’achat. Sans date ; consultés le 4 novembre 2026.
Streamline MCP. Sans date ; consulté le 4 novembre 2026.
[16] Conditions d’utilisation de Streamline MCP
Conditions d’utilisation de Streamline MCP. Publication ou mise à jour le 2026-09-02 ; consultation le 4 novembre 2026.
Politiques de sécurité. Sans date ; consultées le 4 novembre 2026.
[18] Connexion à une base de données
Connexion à une base de données. Sans date ; consultée le 4 novembre 2026.
[19] Création d’un compte SQL Server pour Streamline
Création d’un compte SQL Server pour Streamline. Publication ou mise à jour le 2021-05-06 ; consultation le 4 novembre 2026.
SQL Assistant. Sans date ; consulté le 4 novembre 2026.
Utilisateurs et rôles. Sans date ; consultés le 4 novembre 2026.
[22] Base de données intermédiaire
Base de données intermédiaire. Publication ou mise à jour le 2026-09-29 ; consultation le 4 novembre 2026.
[23] Streamline : ingénieur stagiaire
Streamline : ingénieur stagiaire. Publication ou mise à jour le 2026-08-04 ; consultation le 4 novembre 2026.
[24] CV professionnel public d’un ancien développeur Streamline
CV professionnel public d’un ancien développeur Streamline. Publication ou mise à jour le 2026-10-12 ; consultation le 4 novembre 2026.
[25] Historique des versions de Streamline
Historique des versions de Streamline. Publication ou mise à jour le 2026-10-08 ; consultation le 4 novembre 2026.
[26] Annonce de distinction de GMDH de novembre 2021
Annonce de distinction de GMDH de novembre 2021. Publication ou mise à jour le 2021-11-30 ; consultation le 4 novembre 2026.
[27] Comparaison de Streamline et Netstock
Comparaison de Streamline et Netstock. Publication ou mise à jour le 2024-09-10 ; consultation le 4 novembre 2026.
[28] Compte rendu du webinaire sur la planification prédictive
Compte rendu du webinaire sur la planification prédictive. Publication ou mise à jour le 2026-10-12 ; consultation le 4 novembre 2026.
[29] Cas du fabricant de meubles Whalen
Cas du fabricant de meubles Whalen. Sans date ; consulté le 4 novembre 2026.
[30] Cas de réapprovisionnement Transgold
Cas de réapprovisionnement Transgold. Sans date ; consulté le 4 novembre 2026.
[31] Cas des stocks de Genomma Lab
Cas des stocks de Genomma Lab. Sans date ; consulté le 4 novembre 2026.
[32] Page d’accueil du produit GMDH
Page d’accueil du produit GMDH. Publication ou mise à jour le 2026-09-08 ; consultation le 4 novembre 2026.
[33] Tarification de Streamline
Tarification de Streamline. Sans date ; consultée le 4 novembre 2026.
[34] Configuration des paramètres de réapprovisionnement
Configuration des paramètres de réapprovisionnement. Sans date ; consultée le 4 novembre 2026.