Revue de Kardinal.ai, Supply Chain Software Vendor

Par Léon Levinas-Ménard
Dernière mise à jour : avril, 2025

Retourner à Étude de marché

Kardinal.ai est une entreprise de logiciels fondée en 2015 qui propose une plateforme d’optimisation d’itinéraires et d’intelligence logistique toujours active, basée sur le cloud, pour les opérations de livraison du dernier kilomètre. En exploitant l’optimisation combinatoire avancée, le machine learning et l’intégration de données en temps réel, Kardinal.ai affine en continu les tournées de livraison — s’adaptant dynamiquement aux fluctuations du trafic, aux contraintes opérationnelles et aux événements imprévisibles — afin d’améliorer l’allocation des ressources, réduire les coûts d’exploitation et renforcer la prise de décision humaine. Soutenue par une série de levées de fonds totalisant environ 12.6M$ et construite sur une pile technologique moderne comprenant des microservices, Kubernetes, Golang, et même Rust, l’entreprise se positionne comme une solution agile mais robuste face aux défis logistiques complexes dans l’environnement supply chain actuel.

Historique de l’entreprise et Financement

Kardinal.ai a été fondée en 2015 par Jonathan Bouaziz, Cedric Hervet et Hugo Farizon, résultant de la convergence d’une expertise mathématique approfondie et d’une connaissance directe des défis logistiques. La genèse et le développement continu de l’entreprise sont détaillés sur leur page “À propos”1 et ont été davantage relatés à travers des profils sur PitchBook2 et Tracxn3. Le fournisseur a levé environ 12.6M$ — avec une remarquable levée de Série A d’environ 10.4M$ en 2022 — témoignant de la confiance des investisseurs, tout en restant concentré sur une niche de l’optimisation du dernier kilomètre.

Aperçu du produit : Ce que propose Kardinal.ai

La plateforme SaaS de Kardinal.ai offre une optimisation d’itinéraires en temps réel conçue pour :

  • Optimiser la livraison du dernier kilomètre : Créer et ajuster dynamiquement les tournées de livraison en tenant compte des conditions des conducteurs, des schémas de trafic et des créneaux de livraison. Cette ré-optimisation en temps réel garantit des recommandations d’itinéraires pratiques qui répondent activement aux incertitudes sur le terrain4.
  • Améliorer l’efficacité opérationnelle : En tirant parti d’algorithmes sophistiqués, la plateforme affiche des réductions de coûts allant de 10 % à 40 % tout en améliorant la qualité globale du service et l’allocation des ressources. Son modèle d’aide à la décision vient renforcer le jugement humain — les opérateurs examinent et valident les suggestions plutôt que de se fier à une automatisation complète4.
  • S’intégrer sans effort : Proposée en tant que service cloud avec des intégrations API robustes, la solution est conçue pour se brancher aux systèmes TMS, ERP ou autres systèmes d’entreprise existants, supportant à la fois des déploiements IT « big bang » et des implémentations progressives par étapes5.

Mécanismes techniques et opérationnels

Technologies et algorithmes fondamentaux

La plateforme de Kardinal.ai repose sur des techniques mathématiques avancées et le machine learning :

  • Optimisation combinatoire : Le moteur gère « un nombre illimité de contraintes » pour construire des itinéraires de livraison reflétant les variables du monde réel, comme le montre la page d’accueil6.
  • Machine learning pour l’amélioration continue : Les données de terrain collectées via les dispositifs mobiles des conducteurs alimentent des modèles de machine learning qui prédisent les temps de livraison, identifient les tendances de performance et affinent les calculs d’itinéraires ultérieurs. Ce processus itératif garantit que la solution exploite à la fois les données historiques et en temps réel pour gagner en précision4.
  • Intégration de données en temps réel : Des variables dynamiques telles que les conditions de trafic et les créneaux de livraison sont continuellement intégrées, permettant une ré-optimisation immédiate « avant, pendant, et après » les livraisons.

Déploiement et intégration

La plateforme est proposée en tant que solution SaaS et est conçue pour être intégrée sans effort via des API bien documentées. Cela facilite une intégration rapide ainsi que des déploiements IT hybrides et progressifs, rendant possible la liaison du service avec des systèmes logistiques existants tels que TMS ou ERP5.

Pile technologique et perspectives de l’équipe

Bien que les détails précis restent limités, les informations disponibles suggèrent l’utilisation d’une pile technologique moderne incluant des microservices orchestrés avec Kubernetes et des composants backend développés en Golang et Rust. Les perspectives de l’équipe partagées par le cofondateur Hugo Farizon soulignent un engagement envers des systèmes performants, évolutifs et des pratiques de développement agiles et interfonctionnelles78.

Cas d’utilisation concrets et impact opérationnel

Des déploiements pratiques de la plateforme de Kardinal.ai ont été démontrés dans plusieurs études de cas :

  • Une étude de cas sur l’intégration des données de trafic a montré des améliorations significatives dans les prédictions de navigation, conduisant à des tournées plus fiables9.
  • D’autres études de cas détaillent des scénarios dans la gestion de dépôts et les stratégies de tarification de la livraison de colis, soulignant encore davantage la capacité du système à améliorer l’efficacité opérationnelle dans divers environnements.
  • Des partenariats, comme celui avec DPD France, soulignent l’impact concret et la validation externe de la solution dans divers contextes de livraison.

Kardinal.ai vs Lokad

Alors que Kardinal.ai se concentre sur les défis opérationnels de la livraison du dernier kilomètre, notamment la planification dynamique des itinéraires et l’intelligence logistique en temps réel, Lokad représente un paradigme différent dans l’optimisation de supply chain. Fondé en 2008, Lokad est passé d’une prévision basée sur le cloud à une plateforme complète d’optimisation prédictive de supply chain couvrant la prévision de la demande, la gestion des stocks, les stratégies de tarification et la planification de la production. La plateforme de Lokad exploite un langage spécifique au domaine personnalisé appelé Envision et intègre des techniques avancées telles que le deep learning et la programmation différentiable pour générer des recommandations actionnables10111213.

Les principaux contrastes incluent :

• Domaine d’intervention : Kardinal.ai est conçue exclusivement pour la livraison du dernier kilomètre, tandis que Lokad adopte une vision holistique de la supply chain en intégrant une gamme plus large d’optimisations décisionnelles.

• Approche technique : Kardinal.ai fonde sa force sur l’optimisation combinatoire et en temps réel des tournées de livraison grâce à des flux de données en direct. En revanche, Lokad utilise la prévision probabiliste et intègre la logique de supply chain dans son langage Envision (DSL), permettant une automatisation décisionnelle de bout en bout.

• Mise en œuvre et intégration : Les deux utilisent des modèles de livraison SaaS basés sur le cloud et des intégrations API. Cependant, la plateforme développée en interne par Lokad met l’accent sur une approche personnalisée et programmable pour gérer les oscillations complexes de la supply chain, tandis que Kardinal.ai se concentre sur la ré-optimisation dynamique des itinéraires afin de gérer la nature variable de la livraison du dernier kilomètre.

Conclusion

Kardinal.ai offre une solution SaaS innovante et techniquement robuste pour l’optimisation de la livraison du dernier kilomètre. Son mélange d’optimisation combinatoire avancée, de machine learning et d’intégration de données en temps réel en fait un augmentateur efficace de la prise de décision humaine en logistique. Bien que certains aspects reposent sur des mots à la mode et des descriptions de haut niveau, la pile technologique agile de la plateforme et son impact opérationnel démontré indiquent son potentiel réel. En la comparant à une solution de supply chain plus globale comme Lokad, Kardinal.ai se distingue par son approche hyper ciblée de l’optimisation des itinéraires, tandis que Lokad offre un cadre plus étendu pour la gestion de la Supply Chain Quantitative. Les entreprises mettant l’accent principalement sur les défis du dernier kilomètre trouveront particulièrement convaincante la ré-optimisation dynamique et l’intégration agile de Kardinal.ai.

Sources