Revue de GoComet, Plateforme d'Automatisation de la Supply Chain

Par Léon Levinas-Ménard

Dernière mise à jour: November, 2025

GoComet est un fournisseur de logiciels pour le fret basé à Singapour, en Série A, offrant une plateforme logistique multimodale basée sur le cloud qui combine l’approvisionnement en fret (RFQs et négociation de tarifs), la visibilité des expéditions, la vérification des factures et la gestion des workflows pour les expéditeurs couvrant océan, air, route et coursier. La société présente son produit comme une couche d’automatisation de la supply chain et de visibilité alimentée par l’IA, promettant des ETA prédictives, des indicateurs de risque de congestion portuaire et des workflows centralisés de tour de contrôle pour des marques mondiales, avec du matériel marketing affirmant une adoption par plus de 500 entreprises et de nombreux logos dans les secteurs pharmaceutique, automobile, chimique, FMCG et logistique.¹²³⁴⁵⁶ En pratique, GoComet opère beaucoup plus près de la couche d’exécution des transports que de la planification de bout en bout de la supply chain : il tente de numériser et de partiellement automatiser la manière dont les expéditeurs sélectionnent les transporteurs, surveillent les expéditions en transit et réconcilient les factures, plutôt que d’optimiser les stocks ou les plans de production. Ses documents publics fournissent des preuves concrètes de la livraison de SaaS, du suivi multimodal et de l’automatisation des RFQ, mais offrent une profondeur technique limitée sur les modèles d’IA/ML sous-jacents, les routines d’optimisation ou les pipelines de données, au-delà d’énoncés de haut niveau sur la “data science” et “machine intelligence.”¹⁷⁸⁹

Vue d’ensemble de GoComet

Sur le plan fonctionnel, GoComet propose une plateforme SaaS accessible via navigateur et API, axée sur l’exécution du fret : un expéditeur peut lancer des RFQs avec des transporteurs, sélectionner les offres gagnantes, transférer les réservations, suivre les conteneurs et connaissements, surveiller la congestion des ports et les exceptions, et réconcilier les factures de fret avec les tarifs contractuels, le tout dans un seul environnement.¹⁷⁶¹⁰ La plateforme est explicitement multimodale (océan, air, route, coursier) et multi-transporteurs ; GoComet met en avant “Track and Trace, Procurement, Invoice Audit, Workflow Management [and] Market Intelligence” comme ses familles de solutions principales, alimentées par “data science and advanced machine learning intelligence.”¹ Architecturalement, GoComet est une application hébergée dans le cloud, multi-locataire, proposée en tant que SaaS d’entreprise, avec des outils gratuits dédiés (par exemple, le suivi en ligne des conteneurs) et une porte d’accès commerciale pour les fonctionnalités payantes.¹¹¹

Commercialement, GoComet est un acteur relativement jeune mais non négligeable : fondé en 2016 à Singapour par Chitransh Sahai, Gautam Prem Jain, Ayush Lodhi et Mehul Katiyar,¹²¹³¹⁴ il a levé 7 millions de dollars US lors d’une levée de Série A en février 2022, dirigée par Rider Global et Atlas Ventures,¹²¹⁵¹⁶¹³¹⁷ portant le financement total divulgué à environ 9–10 millions de dollars US selon les sources.¹²¹⁵⁹ Tracxn et des trackers similaires classent l’entreprise comme une société Série A “minicorn” ayant levé environ 10,3 millions de dollars US et ayant son siège à Singapour,¹² tandis que certaines bases de données américaines (par exemple, CB Insights, Parsers.vc) indiquent une présence à Newark, New Jersey et décrivent le produit comme une plateforme de visibilité des transports alimentée par l’IA.¹⁵⁷⁸ Des références publiques indiquent des déploiements chez des clients en Amérique du Nord, en Europe, en APAC, au Moyen-Orient et en Amérique latine, avec un mélange de fabricants du Fortune 500, de sociétés pharmaceutiques, de fabricants de pneus, de prestataires logistiques et de compagnies aériennes.¹³⁴⁵⁶¹⁸

Techniquement, les revendications les plus distinctives de GoComet tournent autour de trois thèmes : (1) l’analyse prédictive des ETA et de la congestion portuaire pour les conteneurs océaniques, (2) l’automatisation des RFQ pour le fret et les outils de négociation qui promettent de meilleurs tarifs grâce à la mise en concurrence et à la centralisation, et (3) la vérification automatisée des factures afin de détecter les écarts de tarifs et les erreurs de facturation.¹⁷⁶¹⁰¹¹ Le fournisseur attribue à plusieurs reprises ces avantages à l’IA/ML et à la “data science”, mais la documentation publique ne va pas jusqu’à spécifier les architectures de modèles, les ensembles de caractéristiques, les métriques d’erreur ou les objectifs d’optimisation. Des analyses indépendantes d’analystes et des annonces de financement corroborent globalement que GoComet évolue dans le domaine de la visibilité du fret / TMS (transportation management), en utilisant l’IA principalement pour améliorer le suivi et la gestion des exceptions plutôt que pour résoudre des problèmes d’optimisation de réseau à grande échelle.¹²¹⁵¹⁹⁷⁸³

GoComet vs Lokad

Fonctionnellement, GoComet et Lokad traitent différentes tranches de la pile décisionnelle de la supply chain. GoComet se positionne au niveau de l’exécution des transports : son objectif est de gérer la manière dont les expéditions sont procurées, réservées, surveillées et facturées une fois qu’une entreprise a déjà décidé quoi expédier, d’où et quand.¹⁷⁶¹⁰ Lokad, en revanche, opère au niveau de la planification et optimisation décisionnelle : sa plateforme est conçue pour calculer des prévisions de demande probabilistes et optimiser les stocks, la production, l’allocation et les décisions de tarification à travers les SKU, les emplacements et le temps, produisant des listes hiérarchisées de commandes d’achat, de transferts de stocks ou de lots de production plutôt que de réserver le fret.²⁰²¹

En termes d’orientation des données, GoComet est centré sur les événements et les expéditions. Ses principaux objets de données sont les RFQs, les offres des transporteurs, les confirmations de réservation, les identifiants de conteneurs ou les AWB, les étapes clés des expéditions, les signaux de congestion portuaire et les factures de fret.¹⁷⁶¹⁰¹¹ L’objectif est de réduire la coordination manuelle entre les équipes logistiques et les transitaires, de fournir une visibilité en temps réel du fret en transit et d’automatiser les vérifications de la facturation correcte par les transporteurs. Lokad, en revanche, est centré sur les SKU et sur les stocks. Son modèle de données tourne autour des historiques de ventes, des stocks disponibles et en transit, des nomenclatures, des délais et des facteurs de coûts ; les principales sorties sont des décisions optimisées telles que « commander 120 unités du SKU X pour l’entrepôt Y la semaine prochaine » avec une justification économique explicite en cas d’incertitude.²⁰²¹

En ce qui concerne l’analytique et l’IA, GoComet affirme publiquement utiliser une “advanced machine learning intelligence” pour calculer des ETA prédictives et des indicateurs de risque (par exemple, pour la perturbation de la mer Rouge) et pour enrichir les tableaux de bord de visibilité,¹⁶¹⁷ mais ne publie pas de détails techniques sur les modèles, se limitant à des références générales à la data science et à la machine intelligence.⁷⁸ Lokad, en revanche, documente une pile qui combine la prévision probabiliste, le deep learning et l’optimisation stochastique, le tout exprimé via son langage spécifique au domaine Envision, et possède des preuves de performances en benchmark (par exemple, les résultats de la compétition de prévision M5) pour certaines parties de cette pile.²⁰²² Le ML de Lokad vise à optimiser conjointement les prévisions et les décisions ; le ML de GoComet semble destiné à améliorer la visibilité des transports et les alertes de risque.

La portée décisionnelle diffère en conséquence. GoComet peut suggérer quelle offre de transporteur accepter, signaler les expéditions à risque de retard ou mettre en évidence les factures qui s’écartent des tarifs contractuels ; il s’agit de décisions logistiques opérationnelles liées à des expéditions et segments spécifiques.⁶¹⁰²³¹¹ Lokad, en revanche, privilégie les décisions concernant la quantité à acheter, l’emplacement des stocks, les commandes à accepter ou à accélérer, ou la fixation des prix, en utilisant des compromis quantifiés entre les taux de service et les leviers économiques.²¹²⁰

Architecturalement, GoComet est proposé sous forme d’une application SaaS relativement fermée avec des modules préemballés (GoProcure, GoTrack, GoInvoice, GoShipment, GoPlan, Market Intelligence) et une interface API documentée pour les intégrations.¹⁶²³¹¹ Lokad, quant à lui, expose un moteur analytique programmable où la logique de chaque client est écrite sous forme de scripts Envision exécutés sur un backend distribué ; le « produit » est en réalité une application d’optimisation sur mesure construite sur le même moteur, plutôt qu’un catalogue de modules fixes.²¹²⁴

D’un point de vue de sélection des fournisseurs, GoComet est principalement en concurrence avec les fournisseurs de visibilité des transports et de TMS (Project44, FourKites, Shippeo, etc.) ainsi qu’avec des outils d’approvisionnement en fret / RFQ. Lokad est en concurrence avec des systèmes avancés de planification et d’optimisation (APS, suites de planification de la demande, fournisseurs d’optimisation des stocks). Dans une grande organisation, les deux pourraient coexister et même se compléter : Lokad pourrait calculer des plans d’approvisionnement optimaux et des décisions de réapprovisionnement, tandis que GoComet exécute ces plans en mettant en concurrence le fret, en suivant les expéditions et en vérifiant les factures. Le chevauchement est limité ; ils ne sont pas interchangeables.

Historique de l’entreprise et financement

Plusieurs sources indépendantes s’accordent à dire que GoComet a été fondé en 2016 et est basé à Singapour.¹²³¹⁰¹⁴ Le profil de Tracxn (mis à jour en November 2025) décrit GoComet comme une entreprise de Série A basée à Singapour, fondée par Chitransh Sahai, Gautam Prem Jain, Ayush Lodhi et Mehul Katiyar, et exploitant une plateforme logistique multimodale alimentée par l’IA pour la digitalisation de bout en bout de la supply chain.¹² Un profil d’entreprise YourStory décrit également GoComet comme une entreprise technologique fondée par “quatre IITians” avec pour mission d’éliminer l’opacité traditionnelle dans les opérations de la supply chain.¹³

Le financement de GoComet repose sur une levée de Série A de 7 millions de dollars US annoncée en février 2022. Le communiqué de presse de PRNewswire et plusieurs médias décrivent GoComet comme une “vertical SaaS platform” fournissant des solutions logistiques multimodales aux PME et aux conglomérats mondiaux, et indiquent que la Série A a été dirigée par Rider Global et Atlas Ventures.¹²¹⁵¹⁶¹³¹¹¹⁷ Ces articles notent également une présence en Asie du Sud-Est, aux États-Unis et en Europe, et énumèrent des clients nommés tels que Sun Pharma, Glenmark, Polyplex, Alliance Tyres (Yokohama), Lupin et ACG.¹²¹⁵¹¹¹⁷ Tracxn rapporte un financement total d’environ 10,3 millions de dollars US à la fin de 2025,¹² tandis que des premières couvertures de la Série A mentionnaient un financement cumulé “d’environ 9,5 millions de dollars”, ce qui implique soit un capital de suivi soit de légères divergences dans le comptage des tours précédents.¹²¹⁵

D’autres fournisseurs de données (CB Insights, PitchBook, Parsers.vc) s’accordent globalement sur le stade de financement et le domaine de produit de GoComet, mais divergent sur certaines métadonnées telles que l’année de fondation (2016 contre 2017) et le lieu du siège principal (Singapour contre Newark, New Jersey).¹⁵¹⁹⁷⁸ Ces incohérences sont courantes dans les bases de données d’entreprises privées ; les preuves principales (entretiens avec les fondateurs, communiqués de presse et positionnement de Singapour dans la couverture Gartner) soutiennent l’idée que GoComet est une entreprise fondée à Singapour avec des bureaux aux États-Unis plutôt qu’une entreprise dont le siège est aux États-Unis.¹²⁸³⁶

Les indicateurs de maturité commerciale suggèrent un fournisseur ayant dépassé le stade du MVP précoce, mais restant en phase de croissance. L’étiquette “minicorn” de Tracxn et le montant de financement indiquent une entreprise de taille modeste mais pas fortement capitalisée par rapport aux grands acteurs du TMS.¹² La couverture sectorielle liée à Gartner en 2025 fait référence à GoComet comme ayant reçu une “double reconnaissance” dans les rapports Gartner, décrivant des clients comprenant des entreprises du Fortune 500, des fabricants mondiaux et des fournisseurs logistiques à travers plusieurs régions, et énumérant le suivi des émissions et les intégrations ERP dans le périmètre de la plateforme.³ Bien qu’une telle reconnaissance ne constitue pas un endossement technique ferme, elle est cohérente avec un fournisseur qui a surmonté le risque de stade précoce et qui concurrence maintenant dans les listes restreintes de visibilité/TMS grand public.

Gamme de produits et couverture fonctionnelle

Modules d’exécution de base

Les documents de GoComet et les analyses indépendantes s’accordent à dire que la plateforme est structurée en un ensemble de modules fonctionnels couvrant l’approvisionnement, la planification, l’exécution et le contrôle financier du fret.¹⁷⁶¹⁰²³¹¹ Les pages publiques et les études de cas mettent en avant les composants nommés suivants :

GoProcure – moteur de RFQ pour le fret et de négociation qui automatise les workflows de demande de devis avec les transporteurs, centralise les offres et fournit des analyses comparatives permettant aux expéditeurs de sélectionner les tarifs gagnants.⁶¹⁰²³
GoPlan – module de planification des expéditions (mentionné dans la section de planification de GoComet) pour la planification de bout en bout des expéditions, bien que les détails publics sur la logique d’optimisation sous-jacente soient limités.²³
GoTrack – suivi en temps réel des expéditions à travers les transporteurs et modes, consolidant les événements pour les conteneurs, AWB, expéditions routières et par coursier dans des tableaux de bord unifiés ; souvent associé à des ETA prédictives et des indicateurs de congestion portuaire dans le marketing.¹⁶¹⁰¹¹
GoShipment – outil d’exécution des expéditions / tour de contrôle qui regroupe le suivi, la gestion des exceptions et l’analytique pour le fret en transit.⁶¹⁰
GoInvoice (Invoice Audit) – module de réconciliation des factures qui compare les factures de fret avec les tarifs négociés, signale les écarts et centralise les workflows d’approbation.¹⁷⁶¹⁰
Market Intelligence – outils couvrant l’évaluation comparative des tarifs par ligne, la fiabilité des transporteurs, les horaires de navigation et les informations sur la congestion portuaire.¹⁶²³¹⁷

L’étude de cas d’Essentra offre l’un des déploiements concrets les plus clairs : l’entreprise a mis en œuvre GoInvoice pour automatiser la gestion des factures et réduire les surpaiements ; GoProcure pour rationaliser les RFQ et consolider les processus encombrés d’emails ; et GoTrack/GoShipment pour automatiser le suivi des expéditions et fournir des tableaux de bord et des analyses centralisés.¹⁰ L’étude de cas rapporte des améliorations dans les délais de traitement des factures, une meilleure visibilité des coûts du fret et une identification basée sur les données des opportunités d’économies, mais n’expose pas les algorithmes exacts derrière les calculs d’économies ou la détection d’anomalies.¹⁰

Le communiqué de presse de Himalaya Wellness décrit de manière similaire l’utilisation de GoComet pour optimiser le suivi des expéditions et améliorer les livraisons à temps, citant près de 60 % de performance à l’heure et mettant en avant une communication proactive des retards aux clients. Il énumère également un ensemble plus large de clients pharmaceutiques (Glenmark, Sun Pharma, Baxter, Dr. Reddy’s) et indique que GoComet sert “plus de 500 entreprises” incluant Bazooka Candy, Lycra, Amcor et General Mills.¹⁸ Là encore, les bénéfices opérationnels sont décrits qualitativement (meilleur suivi, alertes proactives, satisfaction améliorée) avec peu d’informations divulguées sur les modèles quantitatifs derrière les ETA ou la prédiction des retards.

Visibilité, outils et niveau gratuit

Au-delà de la plateforme payante, GoComet propose des outils de suivi en ligne des conteneurs qui permettent à tout utilisateur de suivre un petit nombre de conteneurs par mois gratuitement, en utilisant des numéros de conteneur ou de connaissement et en fournissant des mises à jour de statut en temps réel ainsi que des notifications par email/SMS.¹¹ Les outils gratuits sont explicitement positionnés comme un entonnoir vers la plateforme plus large et sont limités en volume mensuel ; le produit payant offre des limites supérieures, une analytique plus approfondie et une intégration dans les workflows d’entreprise.

Le site marketing principal présente la solution globale comme une plateforme de visibilité alimentée par l’IA qui permet aux expéditeurs de “suivre your freight over road, rail, ocean and air in one integrated platform,” de recevoir des ETAs prédictifs dynamiques et de réduire la coordination manuelle avec les transporteurs.¹¹¹ Les logos sur la page d’accueil et dans la section de mise en avant des clients incluent Danone, Honda, Godrej, General Mills, Qatar Airways, Colgate, Wipro, S&P Global, Nippon Express et d’autres, avec des témoignages citant une efficacité interne améliorée, une meilleure communication client concernant le statut des expéditions et une réduction des dépenses de fret.¹⁶

Du point de vue de la couverture fonctionnelle, les preuves indiquent une suite d’exécution de fret / visibilité moderne assez typique, avec un accent supplémentaire sur l’automatisation des RFQ et les tableaux de bord d’intelligence de marché. Les modules semblent étroitement couplés : les études de cas décrivent systématiquement des clients implémentant plusieurs d’entre eux ensemble (RFQ + tracking + invoice audit) afin d’obtenir des avantages de centralisation.⁶¹⁰¹⁸

Pile technologique et architecture

Les sources publiques s’accordent à dire que GoComet est un produit SaaS d’entreprise basé sur le cloud. Parsers.vc le qualifie explicitement de “enterprise cloud-based SaaS product … being used by large manufacturing conglomerates to automate various logistics processes.”⁸ La page d’accueil présente GoComet comme une plateforme multi-locataire accessible via navigateur, sans aucune mention de déploiements sur site.¹

Les synthèses d’analystes externes (CB Insights, PitchBook) décrivent GoComet comme une “AI-powered transportation visibility platform” qui automatise et rationalise la gestion du fret, incluant le suivi en temps réel à travers les transporteurs, l’approvisionnement automatisé de fret et la réconciliation des factures.¹⁵¹⁹⁷ Ces descriptions sont cohérentes avec la propre taxonomie de modules et les récits d’études de cas de GoComet.¹⁶¹⁰ Cependant, ni le site du fournisseur ni les briefings analystes ne divulguent de détails architecturaux de bas niveau (langages de programmation, technologies de stockage de données, mécanismes de mise en file d’attente, etc.).

GoComet expose des APIs pour l’intégration : le site fait référence à une documentation API (par exemple pour le container tracking) et à une page “Implementation” qui détaille la sélection des événements à intégrer, la mise en place du transfert de données et le mapping des champs vers les systèmes clients.⁹¹¹ Le guide d’implémentation met l’accent sur une intégration pilotée par les événements (par exemple, déclencher des notifications sortantes lorsqu’un shipment atteint une certaine étape) et suggère que la plateforme peut être intégrée via des APIs web modernes dans les ERP ou TMS, bien qu’il ne dresse pas de liste détaillée des systèmes ou middleware supportés.⁹

Sur le front IA/ML, les principales revendications techniques de GoComet sont qu’il utilise (a) des méthodes avancées de machine learning pour des ETAs prédictifs, incluant une visibilité prenant en compte les risques lors de perturbations telles que la crise de la mer Rouge, et (b) la data science pour optimiser les outcomes d’approvisionnement de fret.¹⁶¹⁷ Le texte marketing évoque “data science and advanced machine learning intelligence” derrière la visibilité multimodale,¹ et plusieurs pages d’études de cas mettent l’accent sur les “predictive ETAs” et les “AI-powered insights,” particulièrement dans le contexte de la congestion portuaire et des perturbations dans la mer Rouge.⁶¹⁷

Cependant, aucune documentation technique accessible au public n’a pu être trouvée qui précise :

quels algorithmes de ML sont utilisés (par exemple, gradient boosted trees vs. neural networks vs. ensembles),
quelles caractéristiques alimentent les modèles d’ETA (par exemple, carrier schedules, historical delays, vessel AIS, weather, congestion indices),
à quelle fréquence les modèles sont réentraînés,
comment la précision des modèles est évaluée (MAPE, MAE, coverage of prediction intervals, etc.), ou
comment l’optimisation est effectuée pour le scoring des RFQ ou la détection d’anomalies dans les factures (par exemple, rule-based, heuristic, constrained optimization).

L’absence de tels détails ne signifie pas que le ML n’est pas utilisé ; cela signifie simplement que la force de l’affirmation relative à l’IA ne peut être vérifiée de manière indépendante en dehors des récits marketing et d’études de cas. C’est une situation courante parmi les outils commerciaux de visibilité logistique : ils ont tendance à traiter les algorithmes comme propriétaires et ne dévoilent que des descriptions de haut niveau au marché.

Sécurité et conformité : le site principal et les pages médias de GoComet font référence à la desserte d’entreprises Fortune 500 et mettent en avant des intégrations ERP et une portée mondiale,¹³¹⁸ ce qui implique un certain niveau de maturité en matière de sécurité et de conformité, mais aucun livre blanc dédié et détaillé sur la sécurité ou l’architecture n’est disponible publiquement au moment de la rédaction. Des attestations vérifiables indépendamment (par exemple, des rapports SOC 2) n’étaient pas accessibles via des liens publics, si bien que toute revendication en matière de sécurité reste au niveau marketing.

Globalement, sur la base des informations visibles publiquement, GoComet apparaît comme une solution SaaS moderne, native du cloud et activée par API appartenant à la même catégorie technique générale que d’autres plateformes de visibilité de fret : front-end web multi-locataire, APIs de style REST et modèles internes de ML pour les ETAs et le scoring de risque. La mise en œuvre exacte et le degré de sophistication de ces modèles restent opaques pour les observateurs extérieurs.

Modèle de déploiement et pratique d’implémentation

Le modèle d’implémentation de GoComet est décrit en grandes lignes sur une page “Implementation” dédiée et illustré par des études de cas clients.¹⁰¹⁸⁹ Le guide d’implémentation suggère un schéma de déploiement SaaS relativement standard :

Identifier les événements ou actions dans GoComet (par exemple, shipment booked, milestone reached, invoice generated) à intégrer avec des systèmes externes.
Configurer le transfert de données pour ces événements (via APIs ou file exchange).
Mapper les champs de données aux schémas ERP/TMS du client.
Tester l’intégration et passer en production.⁹

La page intègre également des citations d’utilisateurs provenant de plateformes d’avis tierces (par exemple, G2) mettant en avant des cas d’usage tels que le suivi des shipments inter-company et louant la réactivité du support de GoComet.⁹ Bien que cela apporte un éclairage, ces évaluations sont anecdotiques et ne remplacent pas des preuves techniques concrètes.

Les récits d’études de cas offrent des indices supplémentaires. Le déploiement d’Essentra, par exemple, impliquait l’intégration de GoInvoice, GoProcure, GoTrack et GoShipment à travers des sites mondiaux, ce qui suggère que GoComet peut ingérer des données de shipment, RFQ et invoice provenant de multiples systèmes et présenter des tableaux de bord et workflows consolidés.¹⁰ La transformation décrite met l’accent sur la centralisation (remplacement des spreadsheets éparses et des email threads), une visibilité anticipée des rates et des invoices, et une résolution des exceptions plus rapide, mais ne traite pas de la latence d’intégration, des limites de volume de données ou des SLAs.¹⁰

Le cas Himalaya Wellness décrit un horizon d’utilisation de deux ans et revendique près de 60 % de livraisons à temps ainsi qu’une communication proactive des retards après l’adoption de GoComet, se concentrant à nouveau sur les outcomes business plutôt que sur les détails de l’implémentation technique.¹⁸

Pris dans leur ensemble, les preuves soutiennent l’idée que les implémentations de GoComet sont des projets SaaS modérément impliqués mais conventionnels : mappings de données, branchements d’APIs, configuration de workflows et formation des utilisateurs, généralement déployés sur plusieurs semaines à plusieurs mois selon l’ampleur. Il n’y a aucune trace d’un DSL programmable ou d’une modélisation interne lourde exigée des clients, contrairement à l’approche plus programmable de Lokad ; au contraire, GoComet tend à présenter des modules préconstruits qui sont configurés plutôt que codés.

Traction commerciale et preuves clients

L’empreinte client de GoComet est mieux étayée que celle de nombreuses startups en phase de démarrage, grâce à des études de cas explicites, des communiqués de presse et des murs de logos :

Le site principal affirme “500+ brands globally” et “over 70 countries,” avec un champ de logos dense incluant Unilever, Danone, Honda, General Mills, Qatar Airways, Ajinomoto, Bazooka Candy, Sun Pharma, Glenmark, ACG, Colgate, Wipro, S&P Global, Nippon Express et bien d’autres.¹⁴⁶
La rubrique de ReadMagazine sur la mission de GoComet liste d’importants clients américains, dont Vita Coco, General Mills, Honda, John Deere, S&P Global, Qatar Airways, Ajinomoto, Borosil et Bazooka Candy, contextualisant le premier événement client basé aux US de GoComet.⁵
Le communiqué de presse de Himalaya Wellness confirme son propre déploiement de GoComet et nomme d’autres clients pharmaceutiques (Glenmark, Sun Pharma, Baxter, Dr. Reddy’s).¹⁸
L’étude de cas d’Essentra fournit un récit détaillé et indique l’utilisation de quatre modules majeurs à travers des opérations globales.¹⁰

Il s’agit de références nommées et vérifiables plutôt que de revendications anonymisées telles que “a large European shipper.” Pour certains d’entre eux (Essentra, Himalaya), des communiqués de presse tiers ou des articles externes corroborent l’implication de GoComet.¹⁸¹¹¹⁷

D’autre part, des affirmations plus larges telles que “trusted by Fortune 500 companies” et “world’s most intuitive AI-powered visibility platform” sont des slogans marketing qui, bien que plausibles compte tenu des logos, ne peuvent être quantifiés de manière indépendante.¹³ La couverture en lien avec Gartner décrivant une double reconnaissance dans les rapports de 2025 montre que GoComet est au moins visible dans les évaluations des analystes, mais ces mentions ne prouvent pas en elles-mêmes une supériorité technique.³

Dans l’ensemble, les preuves de maturité commerciale sont plus fortes que celles de transparence technique : GoComet dispose clairement d’une base de clients d’entreprise non négligeable et d’une empreinte géographique significative. La profondeur exacte de l’adoption (par exemple, le nombre de lanes ou de modes par client, le degré d’automatisation par rapport à l’utilisation manuelle) reste opaque d’après les informations publiques.

Évaluation critique des revendications techniques

D’un point de vue de la rigueur technique, la solution de GoComet peut être résumée comme suit :

Ce qu’elle offre concrètement : une plateforme SaaS pour gérer les RFQ de fret, suivre les shipments multimodaux, surveiller les perturbations et réconcilier les invoices de fret, avec des tableaux de bord et des workflows pour les équipes logistiques. Ces capacités sont solidement étayées par des pages produit, des descriptions d’analystes et des études de cas détaillées.¹¹⁵¹⁹⁷⁶¹⁰¹⁸¹¹
Comment cela est réalisé, de manière globale : application web moderne soutenue par des data stores centralisés et des APIs, combinant des workflows basés sur des règles avec des ETAs et scores de risque dérivés de ML, et exposant des fonctionnalités via des modules tels que GoProcure, GoTrack, GoInvoice et GoPlan.¹⁷⁸⁶²³¹¹

Cependant, plusieurs aspects du récit “AI-powered” demeurent faiblement étayés :

Les détails concernant le ML/IA sont opaques. Il n’existe aucun livre blanc technique ou documentation décrivant les architectures de modèles, les ensembles de caractéristiques ou les métriques d’erreur pour les ETAs, les prédictions de risque ou la détection d’anomalies. Toutes les revendications relatives à l’IA proviennent de textes marketing (“advanced machine learning intelligence,” “AI-powered insights”) et de récits d’études de cas de haut niveau, qui ne permettent pas une vérification indépendante de leur statut à la pointe.¹⁸⁶¹⁸
Optimisation vs. automatisation. GoComet automatise clairement les workflows (RFQ distribution, bid collection, invoice checks), mais il y a peu de preuves qu’il réalise une optimisation mathématique poussée au-delà du scoring et du filtrage standard. Par exemple, les documents publics ne montrent pas de formulations telles que “optimize carrier selection subject to capacity and service constraints” ou “minimize expected logistics cost under uncertainty” ; ils mettent plutôt l’accent sur la visibilité, la consolidation et une prise de décision manuelle plus rapide.¹⁵¹⁹⁷⁶¹⁰
Benchmarking et précision. Contrairement à certains fournisseurs de forecasting qui participent à des compétitions publiques ou publient des benchmarks de précision, GoComet ne présente pas d’évaluations quantitatives de ses ETAs prédictifs (par exemple, average ETA error vs. carrier ETAs ou vs. competition). Les études de cas ne rapportent pas des métriques telles que la réduction de l’erreur ETA ; elles rapportent des outcomes business (on-time delivery, customer satisfaction), qui, bien qu’importants, sont multifactoriels et non uniquement attribuables aux modèles de ML.⁵¹⁰¹⁸
Amplitude de l’application du ML. La plupart des références à l’IA se concentrent sur la visibilité et la gestion des disruptions (par exemple, la crise de la mer Rouge),⁶¹⁷ avec moins de preuves que le ML soit utilisé, par exemple, pour la détection d’anomalies dans les invoices ou le benchmarking des rates ; ces domaines peuvent reposer principalement sur des règles déterministes et de l’analytics plutôt que sur des systèmes d’apprentissage. Ce n’est pas un défaut en soi – de nombreux problèmes n’ont pas besoin de ML – mais cela signifie que la plateforme est mieux décrite comme “partially ML-enhanced” que comme un système d’IA de bout en bout.

Dans ce contexte, GoComet apparaît techniquement solide mais pas démontrablement avant-gardiste. Il est aligné avec les outils contemporains de visibilité de fret : cloud-native, API-driven, ETAs assistés par ML, automatisation des RFQ et des invoices, tableaux de bord visuellement soignés. Il n’existe aucune preuve publique d’une innovation de niveau recherche (par exemple, open-sourced models, academic collaborations, patents on novel ETA algorithms) au-delà des propres déclarations marketing du fournisseur. Cela contraste avec le profil plus visible en recherche de Lokad (par exemple, probabilistic forecasting at scale, differentiable programming, M5 results).

Rien de tout cela ne porte atteinte à la valeur pratique de GoComet : pour de nombreux shippers, simplement centraliser les RFQs, le tracking et les invoices dans un SaaS unique et réactif peut permettre des économies significatives et moins de surprises pendant le transit. Mais d’un point de vue strictement evidence-based, state-of-the-art, GoComet doit être perçu comme une plateforme d’exécution de fret compétente et validée commercialement avec une visibilité assistée par l’IA, plutôt que comme un pionnier technique transparent en matière de ML ou d’optimisation.

Conclusion

GoComet est un fournisseur de logiciels logistiques de série A qui offre une plateforme crédible et adoptée commercialement pour l’approvisionnement en fret multimodal, la visibilité et le invoice audit. Ses points forts résident dans la consolidation des workflows, le tracking multimodal, l’automatisation des RFQ et les tableaux de bord d’intelligence de marché, le tout délivré sous forme de package SaaS d’entreprise avec une intégration basée sur API et une base de clients internationaux en croissance, incluant des marques industrielles et de consommation bien connues.¹¹²⁷⁴⁵⁶¹⁰¹⁸ L’entreprise se situe clairement dans la couche d’exécution et de visibilité du transportation de la supply chain et n’est pas un système de planification ou d’optimisation de stocks.

Techniquement, GoComet revendique des capacités en IA et ML, notamment autour des ETAs prédictifs et de la gestion des disruptions, mais fournit peu de détails publics sur les modèles sous-jacents, les données d’entraînement, l’évaluation et les méthodes d’optimisation. En conséquence, son statut “AI-powered” peut être accepté au pied de la lettre seulement dans le sens faible où le ML est probablement utilisé quelque part dans la stack; des affirmations plus fortes sur son caractère state-of-the-art en predictive logistics ne peuvent être étayées par des preuves publiques seules. Comparé à Lokad, GoComet se concentre sur le tracking and executing shipments, tandis que Lokad se concentre sur deciding what to produce, stock and move en situation d’incertitude, en utilisant un cadre d’optimisation documenté de manière plus transparente.

Pour les praticiens, l’implication est simple : l’évaluation de GoComet doit se fonder avant tout sur des workflows de fret adaptés aux besoins, la facilité d’intégration et des performances empiriques en matière de visibilité et de contrôle des coûts sur vos lignes, plutôt que sur des arguments marketing relatifs à l’IA. Pour les entreprises investissant déjà dans des plateformes de planification quantitative telles que Lokad, GoComet doit être considérée comme une couche complémentaire potentielle susceptible d’alimenter de meilleures informations sur le transit et sur les coûts de fret dans la planification en amont – et non comme un substitut à la demande probabiliste et à l’optimisation de stocks.