Revue d'OMP, fournisseur de logiciels de planification supply chain

Par Léon Levinas-Ménard

Dernière mise à jour : décembre, 2025

OMP est un fournisseur belge de logiciels et de conseils fondé en 1985, qui a évolué d’une boutique académique d’optimisation en un fournisseur mondial de suites de planification supply chain pour les industries à forte intensité d’actifs. Son produit phare, désormais commercialisé sous le nom de Unison Planning™, vise à couvrir toute la chaîne de planification — de la conception du réseau à long terme et du S&OP jusqu’à la planification à capacité finie — au sein d’un modèle de données et d’une application uniques. Ces dernières années, OMP a repositionné la plateforme en une solution hébergée dans le cloud, basée sur Azure, proposant un « jumeau numérique télescopique », des moteurs d’optimisation intégrés, des composants d’IA explicable (XAI) et des « value enhancers » sous-marqués par l’IA, superposés aux solveurs principaux. Un apport en capital de croissance de 20 % de la part du holding d’investissement belge Ackermans & van Haaren (AvH) a renforcé le statut d’OMP en tant que fournisseur mature et privé, avec plusieurs centaines de millions d’euros de chiffre d’affaires annuel et une clientèle comprenant de grands fabricants tels que Bayer et Kraft Heinz. La question centrale de ce rapport n’est pas de savoir si OMP réussit commercialement — ce qui est indéniable —, mais jusqu’où sa pile technologique, ses moteurs d’optimisation et ses fonctionnalités d’IA dépassent réellement un APS sophistiqué et intégré, et comment cela se compare à l’approche explicitement probabiliste et centrée sur le code de Lokad en matière d’optimisation supply chain.

Aperçu d’OMP

Positionnement et périmètre

OMP est une entreprise de logiciels et de conseil spécialisée dans la planification supply chain plutôt que dans les systèmes d’exécution. Elle tire ses origines d’une spin-off académique fondée en 1985 par le professeur Georges Schepens, avec une solide expertise en optimisation mathématique pour les problèmes de planification.¹² Au fil du temps, OMP est passé de l’ancienne suite OMP Plus à la plateforme Unison Planning™ d’aujourd’hui, toujours principalement destinée aux grands fabricants dans les secteurs de la chimie, des sciences de la vie, des biens de consommation, des métaux, de l’emballage et d’autres secteurs exigeant de gros investissements.³⁴⁵

De l’extérieur, OMP est désormais présenté de façon constante comme un fournisseur mondial dont le siège est en Belgique, avec des bureaux internationaux et plusieurs centaines jusqu’à environ 1 500 employés, selon les sources et les années.³⁶⁷ Un accord d’investissement en 2020 a intégré le holding belge Ackermans & van Haaren en tant qu’actionnaire détenant environ 20 %, explicitement présenté comme un apport en capital de croissance destiné à soutenir une expansion internationale supplémentaire et la R&D dans le domaine du jumeau numérique, de l’IA et de l’automatisation de la planification.⁸⁹ Une fiche d’information OMP de 2023 indique un chiffre d’affaires d’environ 200 millions d’euros, confirmant qu’OMP est un acteur commercialement mature plutôt qu’une entreprise en début de développement.¹⁰

En termes de crédibilité sur le marché, OMP a été maintes fois reconnu comme un Leader dans le Magic Quadrant de Gartner pour les solutions de planification supply chain, incluant une 9ème reconnaissance consécutive en tant que Leader dans le rapport de 2024 et un classement en 2025 « le plus élevé pour la capacité d’exécution » parmi les fournisseurs évalués.¹¹¹²¹³ Une analyse distincte des capacités critiques de Gartner en 2025 classe OMP parmi les principaux fournisseurs à travers de multiples cas d’usage de planification.¹⁴ Bien que les positions dans le MQ ne soient pas des garanties techniques, elles confirment que les grandes entreprises déploient OMP à grande échelle et que les analystes le considèrent comme un fournisseur d’APS sérieux et confirmé.

D’OMP Plus à Unison Planning™

Historiquement, OMP Plus fournissait une suite intégrée couvrant la prévision, l’optimisation de stocks, la conception de réseaux, le S&OP, la planification et l’ordonnancement de la production, le tout construit autour d’un modèle de données en mémoire commun et d’un cadre de solveur.¹⁵¹⁶¹⁷ D’anciennes diapositives techniques décrivent une couche d’optimisation centrale capable de traiter la planification des campagnes, la conception de réseaux, l’optimisation de stocks, la promesse de commandes et l’allocation/découpe en utilisant un mélange de programmation mathématique, d’algorithmes de graphes et d’approches heuristiques, tous alimentés par un modèle de données central et une couche d’intégration.¹⁸

À la fin des années 2010, OMP a re-brandé sa solution phare sous le nom de OMP Unison Planning™, désormais commercialisée en tant que plateforme de planification unifiée et de bout en bout qui synchronise toutes les étapes de planification, horizons, fonctions et rôles au sein d’un seul « jumeau numérique télescopique ».¹⁹²⁰ OMP positionne Unison Planning™ comme une plateforme ouverte et spécifique à l’industrie, dotée d’un noyau de planification générique assorti de modèles verticaux, et met en avant les moteurs d’IA, l’IA explicable, la gestion des scénarios et un jumeau numérique comme éléments différenciateurs.¹⁹²¹

Les descriptions tierces (cabinet de conseil et partenaires) sont cohérentes avec ce positionnement : Unison Planning est généralement présenté comme un APS à spectre complet couvrant la conception de réseaux stratégiques, la planification de la demande, le S&OP/IBP, la planification d’approvisionnement, l’ordonnancement de la production, la promesse de commandes et une visibilité de type control tower, avec une forte présence dans la fabrication de processus et l’emballage.⁴²²²³

Secteurs industriels et clients de référence

OMP se concentre sur les secteurs manufacturiers à forte intensité d’investissement, où les longs temps de cycle, la complexité des équipements de production et les réseaux multisites rendent précieuse une planification avancée. Des supports historiques et des études de cas montrent des déploiements dans les domaines des métaux, des plastiques, revêtements de sol, papier et emballage, produits chimiques, pharmaceutique, agroalimentaire et biens de consommation.³¹⁵¹⁶¹⁸

Parmi les clients publiquement nommés figurent Bayer, qui a choisi OMP pour la gestion mondiale de la demande et la planification multi-régionale (avec OMP mettant en avant la prévision propulsée par l’IA et le support pour des centaines de planificateurs),²⁴ et Kraft Heinz, présenté dans des présentations conjointes sur la « planification supply chain autonome » combinant intelligence décisionnelle et « optimisation mathématique avancée » alimentée par Unison Planning.²⁵ D’anciennes études de cas sous la marque OM Partners décrivent des déploiements d’OMP Plus pour Axalta, Albéa, UCB et d’autres, mettant souvent en évidence des flux de travail intégrés de la demande à l’ordonnancement et des niveaux de service améliorés.¹⁶¹⁸

En résumé, OMP est clairement déployé dans des environnements de grandes entreprises présentant des réseaux complexes et de longs horizons de planification ; ce n’est pas un outil de planification pour les petites entreprises.

OMP vs Lokad

Cette section se concentre sur les différences en matière d’approche technique et de philosophie produit entre OMP et Lokad, et non sur lequel des fournisseurs est « meilleur ». Ce contraste est particulièrement pertinent pour les entreprises évaluant les deux solutions pour la planification et l’optimisation supply chain.

Modèle de plateforme vs moteur programmable

OMP fournit une plateforme unique contrôlée par le fournisseur (Unison Planning™) avec un modèle de données fixe, une interface utilisateur et des solveurs intégrés. La personnalisation s’effectue via la configuration, des modèles industriels et des règles scriptées à l’intérieur du produit, mais la structure de base du modèle et la pile de solveurs sont propriétaires.
Lokad propose un moteur d’optimisation programmable accessible via son langage spécifique au domaine Envision, où toute la logique de prévision et d’optimisation est écrite en code par les Supply Chain Scientists de Lokad ou par le client.²⁶²⁷ La plateforme est conçue comme un SaaS multi-locataire avec un magasin de données basé sur les événements et une machine virtuelle distribuée personnalisée (« Thunks »), et n’impose pas de processus de planification fixe ; « l’application » est effectivement le programme Envision.

En pratique : OMP vend une suite APS standardisée que vous adaptez à votre entreprise ; Lokad vend un moteur quantitatif et un DSL utilisés pour construire une application d’optimisation décisionnelle sur mesure pour votre entreprise.

Traitement de l’incertitude et de la prévision

OMP met publiquement l’accent sur la détection de la demande, la prévision et la planification résiliente, et utilise implicitement des méthodes statistiques et d’OR dans ses moteurs, mais ne révèle pas s’il modélise des distributions de probabilité complètes de la demande et des délais, ou s’il se fie à des prévisions ponctuelles complétées par des heuristiques de stock de sécurité.¹⁹²¹²⁵
Lokad fonde explicitement toute sa pile sur la prévision probabiliste, calculant des distributions complètes de la demande (grilles de quantiles) et les intégrant dans des algorithmes d’optimisation stochastique, une approche qu’il documente depuis le début des années 2010 et validée lors de compétitions telles que le défi de prévision M5.²⁶²⁸

Ainsi, bien que les deux évoquent l’incertitude, le dispositif probabiliste de Lokad est explicitement documenté et central dans sa conception, tandis que le traitement d’OMP est implicite dans les solveurs et n’est pas détaillé publiquement.

Transparence et contrôle de l’optimisation

Dans OMP, l’optimisation réside dans des moteurs préconstruits configurés via l’interface utilisateur et les paramètres du projet. Les planificateurs et les consultants peuvent ajuster les contraintes, les paramètres et les flux de processus, mais ils ne peuvent généralement pas réécrire la logique d’optimisation sous-jacente dans un langage de programmation de premier ordre. OMP ne publie pas ses fonctions objectifs ni ses formulations de solveur.¹⁸¹⁹
Dans Lokad, la logique d’optimisation est du code de première classe : les utilisateurs écrivent des scripts Envision qui manipulent des variables aléatoires, construisent des fonctions de coût et appellent des routines d’optimisation. Lokad publie des descriptions conceptuelles de ses algorithmes (par exemple, la descente discrète stochastique, la programmation différentiable pour la supply chain) et considère le modèle de supply chain comme un objet programmable.²⁶²⁷²⁸

Pour les organisations souhaitant un contrôle précis sur les mathématiques (et prêtes à investir dans cette expertise), Lokad offre plus de transparence et de flexibilité. Pour les organisations préférant un APS industrialisé avec des processus préemballés, OMP est davantage en phase avec les attentes traditionnelles.

Rôle du conseil et de la configuration

Les deux fournisseurs allient logiciels et expertise, mais de manières différentes :

Les projets OMP tournent typiquement autour de la configuration d’un grand APS : modélisation du réseau dans Unison Planning™, intégration des ERP et ajustement des flux de planification. Les consultants et partenaires d’OMP conduisent la mise en œuvre, et les planificateurs travaillent principalement dans l’interface OMP une fois le système en production.²²²³²⁹
Lokad présente sa propre équipe comme des “supply chain scientists” qui co-écrivent le code Envision avec le client. La collaboration se rapproche d’un projet de R&D conjoint sur une plateforme réutilisable : le DSL est l’artefact central, et Lokad met l’accent sur une itération rapide et un refactoring continu de ce code au fur et à mesure que l’entreprise évolue.²⁶²⁷

Le résultat net est que Lokad incite à considérer la logique de planification comme du code sous contrôle de version, tandis qu’OMP encourage à envisager la planification comme des flux de travail configurables au sein d’une suite.

Résultats décisionnels

OMP produit principalement des plans au sein de ses espaces de travail : plans de demande contraints, plannings de production, plans d’approvisionnement et scénarios, visibles dans Unison Planning™ et parfois renvoyés à l’ERP sous forme d’ordres planifiés ou de plannings.¹⁹²²²³
Lokad produit principalement des listes de décisions classées (bons de commande, transferts, mouvements de tarification) avec des métriques économiques associées (ROI attendu, risque de rupture de stock, etc.), exportées vers des ERP/WMS et souvent utilisées comme base pour une exécution automatisée ou semi-automatisée.²⁷²⁸

Les deux peuvent soutenir le S&OP et la planification tactique ; cependant, la philosophie de Lokad est plus centrée sur la décision et financièrement explicite, tandis que celle d’OMP est plus centrée sur le processus et le plan.

Narration sur l’IA

OMP se distingue par des fonctionnalités de plateforme aromatisées à l’IA : jumeau numérique télescopique, moteurs XAI, assistants en IA générative et value enhancers autour de la collaboration et de l’analytique.¹⁹²¹³⁰³¹ L’objectif est de donner aux planificateurs des outils intelligents intégrés dans une suite unifiée.
Lokad se distingue par l’IA/ML en tant que mécanisme interne : deep learning et differentiable programming sont utilisés pour entraîner des modèles de prévision et de décision, mais avec relativement peu d’accent sur les chatbots ou assistants. L’interface est basée sur des tableurs et tableaux de bord construits sur Envision, et non sur un cockpit de planification tout-en-un.²⁶²⁸

Un acheteur recherchant un cockpit de planification unique et basé sur les rôles avec des assistants IA intégrés se rapproche du point fort d’OMP ; un acheteur souhaitant un moteur quantitatif programmable qui peut être intégré aux outils existants se rapprochera de Lokad.

Capacités et livrables de la solution OMP

Capacités pratiques de planification

D’un point de vue fonctionnel, Unison Planning™ se veut être une plateforme APS unique couvrant :

Planification de la demande et prévision (prévisions statistiques, planification promotionnelle, détection de la demande)
Planification des stocks et de l’approvisionnement (planification multi-échelons, politiques de stock de sécurité, plans d’approvisionnement contraints par les matériaux et la capacité)
Sales & Operations Planning / Integrated Business Planning (S&OP/IBP)
Ordonnancement et séquençage à capacité finie au niveau de l’usine
Conception de réseaux et planification stratégique
Order promising / ATP–CTP et allocation available-to-promise
Tableaux de bord control tower / analytics pour une visibilité inter-sites¹⁸¹⁹²²²³

Des présentations techniques plus anciennes sur « La suite supply chain OM Partners » montrent explicitement une matrice des types de problèmes supportés (conception de réseaux, planification de campagnes, optimisation de stocks, allocation de commandes, découpe/mélange, etc.) liés aux usines, à la distribution et à la demande sur des horizons stratégiques/tactiques/opérationnels, le tout implémenté dans un unique cadre de solveur (OMP Plus).¹⁸ Cela est cohérent avec le message actuel d’Unison Planning™, qui met l’accent sur « une seule logique, un seul modèle » et une harmonisation de bout en bout allant du niveau corporate à celui de l’usine.²⁰³²

Du point de vue de l’utilisateur, le livrable d’un projet OMP est typiquement :

Un modèle de planification unifié du réseau et des contraintes du client, instancié dans les structures de données d’OMP.
Un ensemble configuré de flux de travaux de planification (demande, approvisionnement, ordonnancement, S&OP, etc.) avec cycles de planification et gouvernance.
Un ensemble de moteurs d’optimisation produisant des plans exécutables (propositions de commandes, campagnes, plannings) et des scénarios.
Des espaces de travail spécifiques aux rôles et des tableaux de bord analytiques fournissant des KPI, des alertes et des comparaisons de scénarios.¹⁹²⁰²²

Étant donné qu’OMP vend également des services de conseil, une part importante de la valeur réside dans la configuration de cette plateforme générique pour une industrie et un client spécifiques, souvent en collaboration avec des intégrateurs de systèmes ou des partenaires.

Jumeau numérique télescopique et “unison” de planification

Le dispositif conceptuel central dans le marketing actuel d’OMP est le « jumeau numérique télescopique ». Dans les documents d’OMP, cela est décrit comme un modèle unique de la supply chain qui permet de passer sans effort d’une vue stratégique à des vues opérationnelles détaillées, alimentant à la fois des tableaux de bord 360° Analytics et des moteurs de planification.¹⁹²⁰³²³⁰

OMP décrit Unison Planning™ comme une plateforme unifiée qui “synchronise toutes les étapes de planification, horizons, fonctions et rôles” et lie explicitement cela à un jumeau numérique télescopique et à des moteurs d’IA explicables pour l’exploration de scénarios et l’aide à la décision.¹⁹²⁰
Les pages spécifiques à l’industrie (par exemple, les métaux) soulignent que ce jumeau offre une visibilité de bout en bout à travers plusieurs usines et niveaux et informe les décisions centralisées en utilisant “advanced intelligence” et “mathematical methodology”.³²

Techniquement, cela semble être une évolution de l’approche antérieure common data model + central solver dans OMP Plus, désormais enrichie par:

une représentation plus détaillée des capacités, contraintes et flux,
des actualisations de données en temps réel ou quasi temps réel dans certains contextes,
et des tableaux de bord analytiques superposés.

Le branding du jumeau numérique est conceptuellement raisonnable (la plateforme maintient une représentation interne du supply network et de ses contraintes), mais les documents publics ne fournissent pas de détails algorithmiques sur la façon dont le jumeau est construit, maintenu ou validé au-delà des pratiques conventionnelles de gestion des master data et d’intégration.

IA, XAI et amplificateurs de valeur

Les pages technologiques actuelles d’OMP présentent des “value enhancers” construits “sur l’IA, la data science, le deep learning et des fonctionnalités cognitives”, destinés à résoudre des défis spécialisés et à “rendre les plans intelligents encore plus intelligents”.²¹ Les catégories listées incluent:

Collaboration et simulation (workflow, gestion de scénarios, collaboration interfonctionnelle)
Contrôle 360° (Analytique 360°, Réponse 360°)
Divers composants d’assistance autour du risque, des analyses de type “what-if” et de la surveillance.²¹

Le même écosystème fait également référence à des moteurs d’explainable AI (XAI), des assistants en generative-AI et des moteurs d’optimisation sous la marque UnisonIQ, présentés comme des outils pour explorer des scénarios et expliquer des recommandations.¹⁹³⁰ Le communiqué de presse d’OMP concernant l’investissement d’AvH mentionne “demand sensing, resilient planning and optimized planning automation” parmi les dernières technologies intégrées à la suite et revendique à nouveau l’unicité du jumeau numérique télescopique pour synchroniser la stratégie et l’exécution.⁸¹⁶

Le contenu concret d’optimisation est plus clair dans les documents anciens et plus techniques. Un diaporama de 2008 sur le système de solveur d’OMP répertorie un mélange de programmation mathématique, statistiques et algorithmes basés sur des graphes (y compris genetic algorithms et simulated annealing) comme pierre angulaire de la couche d’optimisation couvrant la conception de réseaux, l’optimisation de stocks, la planification de campagnes et les problèmes d’allocation.¹⁸ Des références marketing plus récentes mentionnent “advanced mathematical optimization” lors de présentations conjointes avec Kraft Heinz sur la planification autonome, mais sans divulguer de formulations spécifiques ni de solveurs.²⁵

Par ailleurs, l’outil Data Genie d’OMP est présenté dans des podcasts et articles comme un composant de data science qui améliore la précision des jumeaux numériques en inférant ou en validant statistiquement les master data (capacités, run rates, etc.) par rapport aux données opérationnelles observées.³¹³³³⁴ C’est sans doute l’un des composants “AI” les plus concrets : il exploite les données pour ajuster les paramètres du modèle, mais OMP ne publie pas de détails méthodologiques au-delà de descriptions de haut niveau.

Dans l’ensemble, OMP utilise clairement une combinaison d’algorithmes OR + data science sous la bannière de l’IA. Toutefois, les sources publiques s’arrêtent avant de dévoiler les structures complètes des modèles, les fonctions objectives ou les régimes d’entraînement ; les affirmations concernant l’IA/XAI sont crédibles mais pas profondément étayées dans la documentation technique ouverte.

Gestion des données et intégration

Un thème récurrent dans les documents d’OMP est que la qualité et l’intégration des données constituent des goulets d’étranglement majeurs pour la planification avancée. Le composant Data Management & Integration est présenté comme le pont entre les ERP et le modèle Unison Planning, chargé d’échanger des données précises et de haute qualité et de maintenir des données cohérentes avec une propriété claire et des interfaces stables.²⁹ OMP souligne que des interfaces fluides et une cohérence entre l’ERP et le système de planification sont essentielles pour obtenir des plans fiables, ce qui est en accord avec l’expérience du secteur.

Historiquement, OMP Plus offrait déjà OMP Data Manager et OMP Integrator pour la gestion centrale des données et l’intégration ERP, renforçant le fait qu’OMP s’est longtemps concentré sur le fait d’être le système analytique de référence pour la planification, sans remplacer l’ERP mais en s’appuyant dessus.¹⁸ Ce modèle semble inchangé : Unison Planning™ présuppose toujours les ERP et MES/WMS comme systèmes d’exécution, et se concentre sur le fait de devenir le planning system of record avec son propre modèle de données et ses workbenches.

Mise en œuvre technique de la plateforme OMP

Architecture et stack

OMP décrit Unison Planning™ comme une solution cloud-based, Azure-hosted, avec OMP Cloud offrant l’environnement de planification sous forme de SaaS.³⁵ La proposition cloud met l’accent sur des attentes standard — ressources élastiques, accès global, mises à niveau gérées — plutôt que sur la divulgation de détails architecturaux profonds.

Les informations disponibles publiquement sur le tech stack proviennent principalement des offres d’emploi et des observateurs tiers du tech stack. Elles indiquent de manière cohérente un backend centré sur Microsoft :

Plusieurs offres d’emploi d’OMP pour Senior Software Engineer C# / .NET mentionnent C#, ASP.NET Core, Azure Functions, Azure DevOps, Azure Service Bus/Event Hub et des architectures de type microservices.³⁶³⁷
Une offre pour un “Senior .NET Software and DevOps Engineer” mentionne la nécessité de construire des cloud-native applications et des APIs sur Azure en utilisant une architecture orientée événements.³⁷
Les listings du tech stack pour OMP incluent C#, .NET, JavaScript/TypeScript, Angular/React, et Python, ce qui suggère que l’interface utilisateur est web-based (SPA) et que certains composants de data science peuvent tirer parti de Python ou d’outils similaires.³⁸

Des documents techniques plus anciens sur OMP Plus décrivent un common data model in-memory avec des modules d’intégration et une base de données centralisée, et mettent l’accent sur des solveurs modulaires et la gestion de scénarios par-dessus ce modèle partagé.¹⁸ Le discours moderne d’Unison Planning™ conserve la notion de “one model, one logic” et l’utilisation de données en temps réel, ce qui est compatible avec une architecture in-memory orientée microservices construite autour d’un modèle de planification central.

Cependant, OMP ne publie pas le type de schémas architecturaux détaillés que, par exemple, Lokad expose pour sa propre plateforme. Nous ne pouvons donc pas confirmer si OMP utilise l’event sourcing, des formats de stockage columnaires particuliers ou des solveurs commerciaux spécifiques ; seulement qu’il s’agit d’un cloud-native, .NET/Azure-heavy stack avec de riches frontaux web.

Moteurs d’optimisation et transparence algorithmique

Le cœur technique d’OMP est son ensemble de moteurs d’optimisation. Les documents historiques offrent une vue relativement candide :

Le diaporama “OM Partners supply chain suite” cite explicitement programmation mathématique, statistiques et algorithmes basés sur des graphes (par exemple, simulated annealing, tabu search, constraint logic programming) comme les principales classes de solveurs couvrant la conception de réseaux, l’optimisation de stocks, la planification de campagnes et les problèmes d’allocation.¹⁸
Les mêmes diapositives mettent en avant des cas d’utilisation couvrant la planification sous contraintes de capacité, l’optimisation de stocks et de portefeuille, ainsi que l’allocation ATP/CTP, tous pilotés par cette couche de solveur.¹⁸

Dans le marketing moderne, cela devient “advanced mathematical optimization” et “optimized planning automation”, avec des références à la planification autonome ou automatisée dans les communiqués de presse — par exemple, la version 7_01 a été décrite comme un “next-generation digital supply chain planning software” offrant de meilleures performances, une meilleure scalabilité et soutenant autonomous planning, l’intégration de données en temps réel et le déploiement cloud.³⁹ Les profils d’OMP dans Supply Chain Digital font également référence à des capacités clés telles que la prévision avancée, l’optimisation de la production et de la distribution, et le jumeau numérique télescopique, et indiquent qu’UnisonIQ intègre des assistants en generative AI, de l’explainable AI et des moteurs d’optimisation.³⁰

La lacune, d’un point de vue sceptique, est qu’OMP ne fournit pas :

Des formulations mathématiques ouvertes de ses problèmes d’optimisation de base.
Des benchmarks ou compétitions démontrant la performance des solveurs.
Des API publiques pour la couche de solveur destinées à des tâches d’optimisation arbitraires.

Le portefeuille d’optimisation du fournisseur est crédible et de longue date — les diapositives historiques et les présentations de type académique montrent un véritable héritage OR¹⁸⁴⁰ — mais les observateurs externes doivent considérer les affirmations actuelles concernant “AI-powered optimization” comme partiellement opaques, faute de descriptions algorithmiques détaillées dans la documentation publique.

IA, XAI et outils pour jumeaux numériques

Au-delà des solveurs principaux, OMP propose plusieurs composants sous la bannière de l’IA :

Data Genie, présenté comme un outil de data science pour calibrer et améliorer les master data du jumeau numérique en utilisant des données opérationnelles réelles.³¹³³³⁴ Il s’agit d’une application plausible des statistiques et du ML pour identifier les discordances entre les capacités et rendements supposés et réels, etc.
Une famille de “value enhancers” construits sur l’IA, le deep learning et des fonctionnalités cognitives, ajoutant des fonctionnalités spécialisées autour de la collaboration, de la simulation, de l’analytique et de la gestion de réponse.²¹
Le framework UnisonIQ, tel que résumé dans Supply Chain Digital, qui intègre des assistants en generative AI, de l’explainable AI et des moteurs d’optimisation autour du jumeau numérique télescopique.³⁰

Le blog d’OMP reconnaît également la prolifération de nouveaux buzzwords en matière de planification — jumeau numérique télescopique, resilient planning, XAI — et tente de fournir des définitions de haut niveau, mais reste à nouveau conceptuel plutôt qu’algorithmique précis.⁴¹

Pris ensemble, ces composants suggèrent qu’OMP emploie :

Certains modèles de ML (par exemple, pour le demand sensing, la détection d’anomalies, la calibration des master data).
Des “assistants” au niveau de l’UI et des tableaux de bord exploitant les résultats de l’IA.
Des couches explicatives pour aider les planificateurs à comprendre pourquoi un plan a été généré (KPIs, explications de contraintes, etc.).

Cependant, l’absence de documentation technique détaillée signifie que l’IA/XAI d’OMP doit être considérée comme soutenue par le marketing mais partiellement boîte noire d’un point de vue tiers. Cela contraste avec les fournisseurs qui documentent ouvertement leurs modèles probabilistes ou leurs frameworks de programming différentiable.

Méthodologie de déploiement et de mise en service

Des études de cas publiques et des supports partenaires indiquent un schéma de déploiement APS d’entreprise assez standard :

Un projet de plusieurs mois pour modéliser la supply chain dans Unison Planning™, incluant les structures de réseau, les BOMs, les routings, les ressources, les calendriers et les règles d’affaires.
Des travaux d’intégration pour alimenter l’ERP, le MES et d’autres systèmes dans le modèle de données OMP via des outils et des interfaces de gestion des données.²⁹¹⁸
Une configuration itérative des workflows de planification et des moteurs d’optimisation, souvent avec des modèles spécifiques à l’industrie.
Une mise en service progressive par région, usine ou périmètre, avec des planificateurs passant d’outils hérités à des workbenches OMP.

OMP et des partenaires tels qu’EyeOn, Bluecrux et d’autres présentent les projets Unison Planning™ comme des transformations unifiant des processus de planification en silo, passant de feuilles de calcul locales ou d’outils hérités à une application de planification harmonisée.²²²³ Les délais de déploiement concrets varient selon les études de cas, mais le schéma est clairement basé sur des projets, avec un effort combiné logiciel + conseil.

D’un point de vue sceptique, cela est typique des grands APS : la solution n’est aussi bonne que le modèle construit. Il n’existe aucune preuve publique qu’OMP offre un modèle de déploiement radicalement différent (par exemple, entièrement code-as-model, intégration continue de la logique de planification) au-delà de ce qui est standard dans les programmes APS de grande envergure.

Maturité commerciale et base de clients

La liste de clients d’OMP n’étant pas entièrement publique, la combinaison de :

Des études de cas de longue durée avec des fabricants industriels (Axalta, Albéa, UCB, VDM Metals, etc.) sous la marque OM Partners,¹⁶¹⁸⁴²
Des pages de solutions spécifiques aux secteurs pour les métaux, les produits chimiques, les sciences de la vie, les biens de consommation et l’emballage,³³²
Des références nommées comme Bayer et Kraft Heinz,²⁴²⁵
Des positions répétées de Gartner Leader et de solides démonstrations des Critical Capabilities,¹¹¹²¹⁴¹⁹
Un chiffre d’affaires de l’ordre de ~200 M€ avec un réinvestissement substantiel en R&D,¹⁰¹⁵

tout cela pointe vers un fournisseur qui est bien au-delà des adopteurs précoces et solidement implanté dans les paysages de planification à grande échelle.

Par ailleurs, l’accent marqué sur les services de conseil et d’implémentation — à la fois au sein d’OMP et par l’intermédiaire de partenaires — signifie que la frontière entre le produit logiciel et les services est fluide. De nombreux clients perçoivent probablement OMP comme un APS programme plutôt que comme un produit purement prêt à l’emploi.

Observations critiques et sceptiques

En résumé, voici les points de vue sceptiques :

APS intégré, et non un paradigme radicalement nouveau Fonctionnellement, Unison Planning™ est un APS puissant et intégré, mais il reste dans la tradition des suites de planification monolithiques : un modèle de données unique contrôlé par le fournisseur, un ensemble de solveurs et une UX couvrant tous les niveaux de planification. Le concept de “jumeau numérique télescopique” apparaît comme l’évolution naturelle du common data model et du cadre de solveurs de longue date d’OMP, désormais rebrandé avec une terminologie de jumeau numérique et des tableaux de bord enrichis, plutôt que comme une catégorie technologique fondamentalement nouvelle.¹⁸¹⁹³²
Une communication autour de l’IA/XAI qui précède les détails publiés Le marketing d’OMP utilise un ensemble dense d’étiquettes IA — demand sensing, deep learning, XAI, generative AI assistants, autonomous planning — mais la transparence technique est limitée. Mis à part des diapositives historiques et des podcasts de haut niveau sur Data Genie, il y a peu d’informations publiques sur les classes de modèles, les fonctions objectives ou les procédures de formation.¹⁸²¹³⁰³¹³³ Les affirmations doivent donc être considérées comme plausibles mais non vérifiables de manière indépendante.
L’héritage en optimisation est réel mais fermé Le matériel historique montre clairement une profonde expertise en OR et un cadre de solveurs sérieux, et les présentations conjointes avec des clients tels que Kraft Heinz mettent en avant l’advanced mathematical optimization.¹⁸²⁵⁴⁰ Cependant, l’OMP moderne n’expose pas ces solveurs en tant que composants ouverts ni ne publie de benchmarks. D’un point de vue externe, Unison Planning™ se comporte comme un black-box optimizer encapsulé dans une interface utilisateur riche.
Empreinte d’implémentation lourde Les projets Unison Planning™ nécessitent une modélisation et une intégration substantielles, souvent soutenues par des consultants ou des partenaires d’OMP.²²²³²⁹ Cela est attendu dans le segment des APS, mais signifie que la capacité effective de la solution chez un client donné est dominée par la qualité de la construction et de la maintenance du modèle, et non uniquement par la fonctionnalité générique du fournisseur.
Automatisation de la décision vs support à la décision Les documents d’OMP évoquent “autonomous planning” et “optimized planning automation”, pourtant l’emphase publique reste sur les planificateurs utilisant des bancs de travail, explorant des scénarios et prenant des décisions appuyées par des tableaux de bord XAI.¹⁹²⁵³⁹ Il existe peu de preuves publiques que les grands clients d’OMP exécutent un réapprovisionnement entièrement automatisé ou une programmation à grande échelle sans approbation humaine ; l’interprétation réaliste est un support à la décision avancé avec une certaine automatisation, et non une autonomie totale.

Ces points ne remettent pas en cause l’utilité d’OMP — sa plateforme est manifestement précieuse pour de nombreux fabricants — mais ils soulignent qu’OMP doit être compris comme un APS moderne et intégré avec de fortes racines en OR et des composants d’IA évolutifs, plutôt que comme une plateforme d’optimisation entièrement transparente et centrée sur le code.

Conclusion

D’un point de vue purement technique et architectural, OMP est une plateforme APS mature et intégrée dotée d’un solide héritage en OR, d’une adoption commerciale substantielle et d’une large portée fonctionnelle couvrant la demande, l’offre, le S&OP et la programmation. Sa suite Unison Planning™ reflète des décennies d’évolution depuis OMP Plus : un modèle de données commun, des solveurs intégrés pour une vaste gamme de problèmes de planification, et des analyses et tableaux de bord de plus en plus sophistiqués construits autour d’un “jumeau numérique télescopique”. Le partenariat avec Ackermans & van Haaren et les reconnaissances répétées en tant que Gartner Leader confirment qu’OMP est un choix courant pour les grands fabricants souhaitant moderniser des environnements de planification complexes et multi-sites.

Parallèlement, une lecture sceptique et fondée sur des preuves des informations publiques suggère que la technologie d’OMP doit être considérée comme un APS haut de gamme doté de fortes capacités d’optimisation, plutôt que comme une plateforme d’optimisation entièrement transparente et native en IA. Ses revendications en matière d’IA et de XAI sont crédibles mais peu documentées à l’extérieur ; ses moteurs d’optimisation sont éprouvés mais fermés ; et son modèle de déploiement est lourd en projets, le succès dépendant de la qualité du modèle construit par OMP et ses partenaires. Rien de tout cela n’est inhabituel dans l’univers des APS — mais cela constitue un contexte important pour les acheteurs comparant OMP avec des plateformes plus centrées sur le code et probabilistes telles que Lokad.

Pour les organisations souhaitant disposer d’une suite de planification unifiée avec un unique fournisseur détenant le modèle de données, l’interface utilisateur et les solveurs — et étant à l’aise avec une approche d’implémentation APS traditionnelle — OMP représente une option solide et validée commercialement. Pour celles qui privilégient la transparence mathématique complète, une optimisation probabiliste exposée sous forme de code, et des résultats centrés sur la décision, Lokad propose un paradigme sensiblement différent. Le choix approprié dépend moins des termes marketing de haut niveau en IA/APS que de l’appétit de l’organisation pour la modélisation en tant que suite configurable (OMP) par opposition à la modélisation en tant que code maintenu (Lokad).