Revue de Plan Optimus, fournisseur de logiciel de planification supply chain

Par Léon Levinas-Ménard

Dernière mise à jour : Décembre, 2025

Plan Optimus se présente comme un fournisseur de logiciels de planification et d’optimisation supply chain offrant une plateforme cloud positionnée pour des workflows de type S&OP / IBP, mettant l’accent sur un « modèle de données unifié », la planification de scénarios, et « l’intégration complète à Excel », ainsi qu’un modèle de mise en œuvre qui inclut des services d’intégration de données et du conseil optionnel en recherche opérationnelle (OR). Le message produit met sans cesse en avant une optimisation indépendante du solveur (« bring your solver »), faisant référence à des solveurs tiers tels que IBM ILOG CPLEX, Gurobi, FICO Xpress, et OR-Tools, et illustre l’optimisation via des narrations génériques d’études de cas (ex. planification de maintenance aérienne, assignation de queues) qui mentionnent la programmation en nombres entiers mixtes mais ne nomment généralement pas l’organisation cliente derrière le scénario. Les signaux d’empreinte corporative sont mitigés : les propres documents « About » de Plan Optimus décrivent une base à Chicago avec une filiale à Bangalore et une chronologie de développement/lancement débutant en 2021–2023, tandis que des agrégateurs de registres d’entreprises indiens indiquent que « Plan Optimus Software Solutions Private Limited » a été constitué à Bangalore en juin 2024 avec des administrateurs nommés. Les documents publics fournissent peu de détails architecturaux (modèle de données, intégration, posture UI/Excel) et peu de preuves reproductibles des mécanismes AI/ML impliqués par le marketing de « AI/ML demand forecasting » ; par conséquent, de nombreuses revendications techniques restent faiblement étayées en dehors des déclarations de première main.

Aperçu de Plan Optimus

Plan Optimus commercialise une plateforme SaaS pour la planification inter fonctionnelle (cadre S&OP / IBP), avec des fonctionnalités revendiquant la planification de scénarios, la planification simultanée, un modèle de données unifié, et des services d’intégration de données packagés pour les systèmes ERP/CRM/legacy supply chain.¹ Le contenu « What we offer » du fournisseur met en avant deux postures de mise en œuvre : (1) une adoption fortement centrée sur les tableurs (« full Excel integration ») et (2) une optimisation pilotée par modèle soutenue par des solveurs externes (« bring your solver »).²

Alors que Plan Optimus positionne la plateforme comme un logiciel de planification supply chain large (demande/offre/stocks, S&OP/IBP), la documentation publique se limite principalement à des descriptions de fonctionnalités de niveau marketing ; il existe relativement peu de détails publics et testables concernant les schémas de données, les langages de modélisation, l’architecture d’exécution, ou les implémentations algorithmiques au-delà des références aux écosystèmes standards de solveurs OR et d’une terminologie générique « AI/ML ».¹²

Plan Optimus vs Lokad

Plan Optimus et Lokad parlent tous deux d’« optimisation », mais leur centre de gravité, tel que prouvé publiquement, diffère.

Posture produit principale (workflow de planification vs optimisation programmable). Plan Optimus met l’accent sur les workflows de planification de type IBP/S&OP (planification de scénarios, planification simultanée) et sur l’adoption par les utilisateurs via l’intégration à Excel, en plus d’une intégration d’optimisation indépendante du solveur.¹² Lokad se positionne comme une plateforme pour construire des applications d’optimisation prédictive sur mesure plutôt qu’une suite de workflows de planification, et met l’accent sur l’optimisation des décisions de bout en bout (par exemple, réapprovisionnements, plannings, transferts) en tant que livrable de premier ordre.³⁴
Divulgation du mécanisme d’optimisation. Plan Optimus indique explicitement l’utilisation de solveurs tiers et de formulations standard en OR (et dans au moins une étude de cas, mentionne IBM ILOG CPLEX), mais ne documente pas publiquement comment l’incertitude est représentée, comment les modèles sont construits, ou quels paradigmes d’optimisation sont mis en œuvre au-delà de l’intégration des solveurs.²⁵ Lokad décrit publiquement des paradigmes propriétaires tels que Stochastic Discrete Descent et Latent Optimization dans le cadre de son approche d’optimisation.⁶⁷⁸
Transparence de la pile technologique. Les documents publics de Plan Optimus examinés ici fournissent une divulgation limitée de la pile d’ingénierie et peu d’artefacts reproductibles.¹²⁹ Lokad publie des divulgations orientées IT (y compris les langages utilisés tels que C#, F#, TypeScript et le rôle de son DSL Envision) et propose des documents orientés architecture décrivant sa plateforme de manière globale.¹⁰¹¹
Preuve d’une posture probabiliste vs déterministe. Les pages publiques de Plan Optimus utilisent la terminologie « AI/ML » pour la prévision, mais ne précisent pas si les résultats sont des distributions probabilistes ou des prévisions ponctuelles, ni comment l’incertitude des prévisions est utilisée dans l’optimisation en aval.¹² Les documents publics de Lokad encadrent explicitement les méthodes probabilistes/stochastiques comme base de l’optimisation des décisions.⁴⁷

En résumé : d’après les documents publics disponibles, Plan Optimus apparaît comme une plateforme de planification et d’optimisation axée sur l’adoption par workflow (notamment Excel) et l’intégration avec des écosystèmes de solveurs établis, tandis que Lokad met en avant une pile d’optimisation de décision programmable et consciente de l’incertitude, avec des paradigmes propriétaires nommés et des divulgations techniques publiques exceptionnellement détaillées.²⁶⁸¹⁰

Historique de l’entreprise et empreinte corporative

Historique auto-déclaré et empreinte opérationnelle

La page « About » de Plan Optimus décrit l’organisation comme étant « basée à Chicago » avec « une filiale à Bangalore », et fournit une chronologie narrative : des entités héritées (e2Soft Solutions LLC en 2002 ; Cozent LLC en 2006), « a commencé à développer Plan Optimus » en 2021, et « a établi Plan Optimus Corp » et lancé le produit en 2023.¹³ Il s’agit d’un récit de première main qui n’est pas corroboré de manière indépendante sur le site par des dépôts d’entreprise ou des reportages tiers.¹³

Signaux des registres de sociétés (Inde)

Plusieurs agrégateurs de registres de sociétés répertorient PLAN OPTIMUS SOFTWARE SOLUTIONS PRIVATE LIMITED (CIN U62013KA2024PTC189821) comme étant constituée le 18 juin 2024 à Bangalore (Karnataka), avec Muthu Solayappan et Al Kannan indiqués comme administrateurs, et avec une adresse enregistrée dans la région de Bangalore.¹⁴¹⁵¹⁶¹⁷ Ces sites reconditionnent généralement les données maîtresses du Ministry of Corporate Affairs (MCA) ; ils constituent une triangulation utile mais ne représentent pas les dépôts primaires.

Incohérences à signaler

Un écart notable existe entre :

des déclarations de première main impliquant un développement et un lancement en 2021–2023¹³, et
la date de constitution en Inde de juin 2024 pour l’entité indienne à responsabilité limitée identifiée.¹⁴¹⁵¹⁶

Cela pourrait s’expliquer par (a) une entité américaine opérant antérieurement et une filiale indienne formée ultérieurement, ou (b) une activité informelle de pré-constitution précédant une mise en place juridique formelle. Les sources publiques disponibles ici ne permettent pas de trancher de manière concluante.

Portée du produit et livrables

Positionnement de la plateforme (workflows de planification)

La page de la plateforme de Plan Optimus décrit les éléments de base à un niveau élevé : planification de scénarios, modèle de données unifié, planification simultanée, services d’intégration de données, et « cloud scalability ».¹ Ceux-ci sont présentés comme des capacités de la plateforme, mais la page est en grande partie définitionnelle et ne fournit pas de détails spécifiques sur l’implémentation (par exemple, les structures de données, le modèle d’exécution, les caractéristiques de latence/débit).¹

Posture d’adoption centrée sur Excel

Plan Optimus commercialise explicitement « full Excel integration » comme une fonctionnalité centrale d’adoption et de workflow.² Le contenu public ne précise pas si Excel est:

uniquement une couche de présentation/front-end (par exemple, un module complémentaire consommant une API), ou
un environnement principal de modélisation/logique (par exemple, une logique de planification pilotée par tableur), ou
les deux.

Cette ambiguïté importe car elle affecte la reproductibilité, la gouvernance, et la mesure dans laquelle la logique d’optimisation est réellement centralisée et contrôlée en version.

Posture d’optimisation « bring your solver »

Le contenu « What we offer » de Plan Optimus invite les clients à « bring your solver », listant CPLEX, Gurobi, FICO Xpress, OR-Tools, et présente ceci comme un moyen de tirer parti des investissements en OR existants.² Pris isolément, le support des solveurs indique que le produit orchestre vraisemblablement les exécutions d’optimisation et intègre les résultats dans les workflows de planification ; toutefois, le matériel public ne précise pas :

quels langages de modélisation ou API sont utilisés pour définir les problèmes d’optimisation,
comment les contraintes/objectifs sont créés, validés, versionnés,
quel environnement d’exécution exécute les tâches d’optimisation (et à quelle échelle),
comment l’incertitude est gérée (formulations déterministes vs stochastiques).

Réclamations concernant la prévision de la demande AI/ML

Plan Optimus fait la promotion d’une “AI/ML Demand Planning & Demand Forecasting” product page.¹² Dans les sections publiques visibles examinées, cette page ne fournit pas de divulgation technique concrète (par exemple, familles de modèles, approche d’ingénierie des fonctionnalités, protocole de backtesting, résultats de benchmark, sorties probabilistes vs prévisions ponctuelles). Par conséquent, l’étiquette “AI/ML” reste faiblement étayée dans la documentation publique.¹²

Preuves de technologie et d’architecture

Ce qui est mis en évidence

Les signaux techniques les plus concrets dans les matériaux publics sont :

références explicites à des solveurs OR établis en tant que cibles d’intégration de premier ordre (“bring your solver”).²
récits d’études de cas qui font référence à des formulations OR standard telles que la programmation en nombres entiers mixtes (MIP) et mentionnent IBM ILOG CPLEX dans au moins un scénario.⁵

Ces signaux indiquent un produit qui fonctionne probablement comme une couche d’orchestration et de planification autour de moteurs d’optimisation externes plutôt que comme une pile d’optimisation propriétaire définie par le fournisseur.

Ce qui n’est pas prouvé (ou est faiblement prouvé)

Sur l’ensemble des pages publiques examinées, il y a peu de preuves pour :

une interface API de plateforme documentée (endpoints, SDKs, modèle d’authentification),
une architecture de pipeline de données décrite (connecteurs, stratégie CDC, batch vs streaming),
une pile de calcul explicite (cloud provider, containerisation, job scheduling),
un cycle de vie de modèle auditable (pipelines d’entraînement, évaluation, surveillance de dérive) pour la prévision AI/ML,
des artefacts reproductibles (livres blancs avec méthodologie, benchmarks ouverts, code ouvert).

Il semble que Plan Optimus dispose d’une présence sur GitHub en tant qu’organisation, mais aucun dépôt public substantiel n’était visible au moment de l’examen.⁹ Cela n’implique pas un manque de maturité en ingénierie, mais cela limite la vérification technique indépendante.

Méthodologie de déploiement et de mise en service

Plan Optimus fait explicitement la promotion d’un Data Integration Service destiné à assurer un transfert de données sécurisé depuis “ERP, CRM, and other legacy supply chain systems.”¹ Il propose également des services tels que du conseil en recherche opérationnelle et un engagement de style managed-service (comme l’implique son encadrement “What we offer” et son positionnement de service).²

Cependant, la documentation publique disponible examinée ici ne fournit pas :

des délais d’implémentation de référence (semaines/mois typiques, par module),
un guide de déploiement documenté (data mapping, points de validation, UAT),
une documentation sécurité/conformité (rapports SOC, certifications ISO, encryption/key management),
des récits d’implémentation validés par les clients (projets nommés avec résultats).

Clients, références et études de cas

Clients nommés (uniquement de première partie)

Le site de Plan Optimus comprend une “Our Customers” section affichant des logos/marques identifiés tels que PowerFleet, Stroh’s Beer, Ausnutria Middle East, Encore, HAVI, Mattel (comme affiché sur le site du fournisseur).¹⁸ Ceux-ci sont prétendus par le fournisseur et, dans les sources examinées, n’ont pas été corroborés par des études de cas indépendantes ou des annonces côté client.

Études de cas (principalement anonymisées ou basées sur des scénarios)

Plan Optimus fournit des pages d’études de cas axées sur des scénarios d’optimisation tels que :

optimisation de la planification de la maintenance aérienne (faisant explicitement référence à la programmation en nombres entiers mixtes et IBM ILOG CPLEX),⁵
affectation de queue,¹⁹
optimisation des équipages pour les chemins de fer.²⁰

Ces études de cas apparaissent principalement comme des récits méthode/solution ; elles ne fournissent pas, en elles-mêmes, le type d’attribution client vérifiable de manière indépendante (nom du client, périmètre de déploiement, dates, résultats mesurables) qui renforcerait de manière significative la preuve d’une adoption réelle.⁵¹⁹²⁰

Évaluation: Les preuves publiques d’adoption par les clients sont actuellement plus fortes sur les logos prétendus par le fournisseur que sur les études de cas vérifiables et attribuables. Là où les logos sont présents sans corroboration indépendante, ils doivent être considérés comme des preuves faibles.¹⁸

Évaluation de la maturité commerciale

Les signaux suggèrent que Plan Optimus est probablement un fournisseur en phase de démarrage ou de taille commerciale réduite :

Des agrégateurs de données d’entreprises indiennes indiquent une date de constitution en juin 2024 pour l’entité privée à responsabilité limitée indienne identifiée.¹⁴¹⁵¹⁶
Des annuaires tiers estiment une petite échelle (par exemple, un nombre d’employés limité), mais ceux-ci ne sont pas autoritaires et peuvent être en conflit en interne.²¹

Aucune preuve publique solide n’a été trouvée dans les sources examinées pour :

des levées de fonds en capital-risque (communiqués de presse, bases de données avec des levées vérifiables),
des acquisitions (en tant qu’acquéreur ou acquis),
de grands déploiements d’entreprise pluriannuels nommés avec des résultats quantifiés.

En conséquence, basé strictement sur les preuves publiquement vérifiables dans les sources ci-dessus, Plan Optimus semble se rapprocher davantage de commercialement immature que d’un éditeur de logiciels d’entreprise établi.

Conclusion

Plan Optimus fait la promotion publiquement d’une large plateforme de planification supply chain (cadre S&OP/IBP) avec un fort accent sur la planification de scénarios, un modèle de données unifié et une adoption centrée sur les tableurs, en plus d’une optimisation soutenue par l’intégration avec des solveurs tiers bien connus. Les signaux techniques les plus concrets disponibles sont les références aux solveurs et les récits génériques d’études de cas OR, incluant une mention explicite de MIP/CPLEX dans au moins un scénario. Cependant, la substantiation publique des mécanismes de prévision AI/ML, de l’architecture de la plateforme et des preuves de déploiement reproductibles reste limitée ; de nombreuses revendications sont énoncées à un niveau marketing sans la profondeur documentaire nécessaire à une validation technique indépendante.

Commercialement, des signaux vérifiables publiquement indiquent une empreinte à un stade précoce (du moins pour l’entité indienne identifiée incorporée en 2024), et les preuves clients publiquement visibles se présentent actuellement sous la forme de logos revendiqués par les fournisseurs plutôt que sous forme d’études de cas attribuables, corroborées de manière indépendante. Pour la due diligence, le principal écart à combler serait d’obtenir des références vérifiables par les clients, une documentation de l’architecture technique (pipeline de données, cycle de vie du modèle, création/exécution de l’optimisation) et des preuves de déploiements à l’échelle de la production.