Revue de PlanetTogether, fournisseur de logiciels de planification et d’ordonnancement avancé

Par Léon Levinas-Ménard

Last updated: December, 2025

PlanetTogether est un éditeur de logiciels basé aux États-Unis, spécialisé dans Advanced Planning & Scheduling (APS) pour le secteur manufacturier, c.-à-d. la planification de la production à capacité finie et l’ordonnancement détaillé sous contraintes de machine, de main-d’œuvre, de matériaux et de séquençage. Ses documents produits publics mettent en avant des plannings basés sur des scénarios, la planification de capacité, l’identification des goulots d’étranglement, des tableaux de bord analytiques et des intégrations avec les écosystèmes ERP/MES (incluant des partenaires présentés sur son site comme Kinaxis et John Galt).¹² Les PDF techniques disponibles décrivent le cœur de « l’optimisation » comme la construction de plannings basée sur les contraintes plus des améliorations par recherche heuristique/règles, avec un contrôle utilisateur étendu sur les priorités et les ajustements manuels — plutôt qu’un pipeline de machine-learning documenté ou une optimisation de décision probabiliste.³⁴ PlanetTogether publie également une documentation de déploiement/intégration cohérente avec une empreinte d’application d’entreprise Windows/.NET (par exemple, des composants serveur Windows et le déploiement client via ClickOnce dans au moins certains guides publiés), et présente une mise en œuvre typique mesurée en semaines dans au moins un guide d’intégration.⁵⁶ Concernant la maturité de l’entreprise, les documents de PlanetTogether indiquent à plusieurs reprises « since 2004 » et font référence à un héritage de recherche en ordonnancement de l’Université Cornell, mais les traces publiques dans les registres corporatifs révèlent de multiples entités/enregistrements au fil des années, rendant plus difficile l’établissement d’une lignée corporative exacte à partir des seuls documents publics.²⁷⁸ L’éditeur affiche publiquement des logos de clients et publie des études de cas (par exemple, Bema ; New Belgium), mais la corroboration par des tiers des résultats pour certains clients est inégale, de sorte que les logos et les récits rédigés par l’éditeur doivent être considérés comme des preuves moins solides que des références vérifiées de manière indépendante.¹⁹¹⁰

Aperçu de PlanetTogether

PlanetTogether APS est principalement un système de planification de production et d’ordonnancement sur atelier : il ingère la demande/les commandes, la disponibilité des stocks/matériaux, les itinéraires/recettes/BOM, et les calendriers des ressources, puis génère des plannings réalisables visant à améliorer des objectifs tels que la livraison à temps, le débit, et la réduction des temps de changeover.¹¹¹ Ses propres documents mettent en avant « l’optimisation des plannings » et la « planification des scénarios », mais les descriptions techniques les plus précises disponibles publiquement dépeignent un moteur d’ordonnancement déterministe qui (1) évalue les contraintes, (2) construit ou répare les plannings, et (3) recherche des améliorations via des règles/heuristiques (y compris des choix de priorité/pondération et des comparaisons what-if), tout en permettant aux planificateurs de conserver un contrôle interactif.³⁴ La documentation de déploiement disponible publiquement correspond à une empreinte d’entreprise conventionnelle (services serveur + base de données + installations client) et met l’accent sur les modèles d’intégration, les mises à niveau, et les processus de support, ce qui suggère une gamme de produits APS commercialement mature dans ce segment plutôt qu’un système « AI-native » de niveau recherche.⁵⁶¹²

PlanetTogether vs Lokad

PlanetTogether et Lokad abordent la « planification » à partir de points de départ matériellement différents :

Portée et couche de décision : PlanetTogether se concentre sur l’ordonnancement de production à capacité finie et la planification manufacturière, produisant des plannings exécutables sous des contraintes explicites de l’atelier.¹¹¹ Lokad se positionne comme une plate-forme d’optimisation prédictive pour des décisions de supply chain plus larges (stocks, achats, répartition, planification de production, tarification) plutôt que comme un produit APS dédié à l’atelier.¹³
Philosophie de modélisation (ordonnancement déterministe vs approche centrée sur l’incertitude) : Les descriptions techniques publiquement disponibles de PlanetTogether présentent l’ordonnancement comme une satisfaction des contraintes + optimisation heuristique sur une chronologie de planning (règles de faisabilité déterministe et d’amélioration), sans mettre en avant de manière comparable la modélisation probabiliste de la demande/des délais comme abstraction principale.³⁴ Lokad centre explicitement sur la prévision probabiliste et l’optimisation des décisions en situation d’incertitude (des distributions plutôt que des prévisions ponctuelles), et documente cette orientation dans ses récits techniques et produits.¹⁴
Mécanisme d’extensibilité : La documentation publique de déploiement/intégration de PlanetTogether ressemble à une application APS configurée intégrée aux flux de données ERP/MES (connecteurs, guides de déploiement, mises à niveau, installateurs client).⁵⁶¹² La principale revendication d’extensibilité de Lokad est une plate-forme programmable organisée autour d’un langage spécifique au domaine (Envision) et d’une architecture d’exécution interne décrite comme une pile SaaS multi-locataire (front-end, persistance, couches d’exécution).¹⁵¹³
Flux opérationnel : PlanetTogether met en avant l’interaction des planificateurs (tableaux de bord, réglages d’optimisation, interventions manuelles) typique des environnements APS.¹¹⁴ L’approche documentée de Lokad met l’accent sur des pipelines automatisés qui produisent des recommandations décisionnelles à partir de modèles probabilistes, avec une inspection « white-box » encadrée par l’architecture de la plateforme et des descriptions de méthodes.¹⁵

En bref : PlanetTogether ressemble à un modèle APS relativement classique — ordonnancement déterministe, fortement contraint avec optimisation heuristique — tandis que Lokad se positionne comme offrant une optimisation prédictive axée sur l’incertitude via une plateforme SaaS programmable.³¹⁵¹⁴

Histoire de l’entreprise, empreinte légale, et maturité commerciale

L’« Aperçu de l’entreprise » de PlanetTogether indique qu’elle opère « since 2004 », rattache son histoire à la recherche en ordonnancement de Cornell, et nomme les fondateurs Jim Cerra et Larry Hargis dans ce récit.² Les supports de l’éditeur répètent également l’affirmation de fondation en 2004.¹⁶

Cependant, les traces dans les registres publics des entreprises suggèrent que la structure corporative a évolué au fil du temps (par exemple, une entrée Florida Sunbiz pour « PLANETTOGETHER, INC. » et une inscription distincte orientée vers la Californie via CorporationWiki), ce qui complique la tâche de retracer clairement une entité juridique continue unique depuis 2004 en se basant uniquement sur les documents publics.⁷⁸ Cela ne réfute pas la longévité du produit, mais cela affaiblit les affirmations de haute confiance concernant la continuité légale sans dépôts supplémentaires.

En termes de présence sur le marché, les pages de PlanetTogether affirment une portée internationale (par exemple, « plus de 15 pays », « 34+ partenaires », « 100+ équipes de support global »), mais il s’agit d’affirmations de première main et non auditées de manière indépendante dans les sources examinées.² Aucun document public bien corroboré concernant des levées de fonds ou des événements d’acquisition n’a été trouvé dans les sources examinées pour ce rapport (l’absence de preuve n’est pas la preuve de l’absence; cela reste simplement non vérifié selon les documents publics examinés).

Portée du produit et revendications fonctionnelles (ce que le logiciel fournit)

Les pages produits publiques décrivent PlanetTogether APS comme fournissant :

Planification de capacité (adapter la charge de travail à la capacité des machines/main-d’œuvre/ressources),
Optimisation des plannings (ordonnancement/dispatch sous contraintes pour réduire les temps d’arrêt/changements de série),
Gestion des goulots d’étranglement (identifier les contraintes et leur impact),
Tableaux de bord analytiques pour le suivi opérationnel,
Planification des stocks intégrée à l’ordonnancement, et
Intégration aux systèmes ERP/MES et autres systèmes de planification.¹

La page PlanetTogether APS d’AVEVA (un canal partenaire) présente de manière similaire le produit autour de l’optimisation des plannings, la validation des contraintes de capacité/matériaux, l’analyse what-if, et des paramètres d’optimisation pilotés par l’utilisateur, tout en listant des prérequis techniques tels que Microsoft SQL Server et des environnements Windows.¹¹

Ces revendications décrivent une proposition de valeur APS assez standard : produire des plannings de production réalisables et améliorés et permettre aux planificateurs de s’adapter rapidement aux perturbations par le biais de scénarios et d’interventions manuelles.¹¹¹

Architecture, modèle de déploiement et indicateurs de pile technologique

PlanetTogether publie plusieurs PDF opérationnels/techniques qui, pris dans leur ensemble, indiquent une pile d’applications d’entreprise traditionnelle :

Un guide de planification de déploiement publié décrit un déploiement APS avec plusieurs composants et fait explicitement référence aux technologies Microsoft (par exemple, les services Windows et les cadres de communication associés dans ce guide).⁵
Un guide d’intégration Dynamics NAV publié (plus ancien mais explicite) spécifie les exigences pour le client Windows et l’ère .NET, et décrit le déploiement/mises à jour du client d’une manière cohérente avec une distribution de type ClickOnce dans ce document.⁶
Un guide de service & support publié décrit les mises à niveau et la mécanique du support opérationnel (processus, responsabilités), cohérente avec un cycle de vie de produit d’entreprise installé plutôt qu’avec une empreinte SaaS en libre-service.¹²

En complément (mais de manière moins forte) de triangulation, des agrégateurs tiers d’offres d’emploi associent fréquemment les rôles chez PlanetTogether aux compétences en C#/.NET/SQL Server ; les données des agrégateurs peuvent être obsolètes ou incomplètes, elles ne doivent donc être considérées que comme un signal de soutien.¹⁷

Déploiement et méthodologie d’implémentation (tel que constaté)

Un guide d’intégration cadre explicitement les délais de mise en œuvre dans une fourchette de semaines (dans le contexte de ce document), et la documentation plus générale met l’accent sur la planification du déploiement, les mises à niveau et les flux de travail de support.⁶¹² Par ailleurs, les supports de l’éditeur mettent en avant des approches de style preuve de concept (par exemple, le positionnement « POC » dans les documents marketing), mais ceux-ci ne sont pas équivalents à des délais de livraison vérifiés de manière indépendante.¹⁶

Dans l’ensemble, les documents publiés soutiennent mieux l’interprétation selon laquelle les déploiements PlanetTogether sont structurés comme des déploiements APS classiques : intégrer les données provenant de l’ERP/MES, configurer les contraintes et les objectifs, valider les plannings avec les planificateurs, et itérer jusqu’à ce que les plannings soient fiables pour l’exécution.¹⁵¹²

Optimisation, revendications « AI » et ce qui est techniquement étayé

La description technique la plus détaillée publiquement disponible de la logique d’ordonnancement de PlanetTogether apparaît dans son PDF sur les contraintes/algorithmes, qui présente l’optimisation comme la construction et l’amélioration de plannings sous contraintes en utilisant des règles/heuristiques (et des mécanismes d’évaluation/sélection associés) plutôt que comme une architecture de machine-learning dévoilée.³ Un document distinct sur l’optimisation des plannings met de même l’accent sur la mécanique des priorités d’optimisation, des paramètres et du contrôle du planificateur plutôt que sur des détails reproductibles du ML (modèles, caractéristiques, boucles d’entraînement, benchmarks).⁴

Les pages marketing de PlanetTogether utilisent des expressions telles que « data-driven » et « automatiser l’ordonnancement complexe », mais dans les sources examinées, l’« automatisation » est mieux démontrée comme ordonnancement algorithmique/heuristiques (une forme légitime d’optimisation) plutôt que le ML au sens moderne (modèles statistiques entraînés avec une évaluation documentée).¹³ En particulier, les sources examinées n’ont pas fourni :

des fiches de modèles / benchmarks ML,
des schémas d’architecture publiés pour les composants ML,
des références à des frameworks ML spécifiques utilisés en production,
ou des démonstrations reproductibles d’optimisation basée sur l’apprentissage.

Par conséquent, toute interprétation de PlanetTogether comme fournissant du ML/AI de pointe devrait être considérée comme non étayée sur la base des preuves techniques accessibles publiquement examinées ici.

Clients, références, et force de la preuve

La page produit publique de PlanetTogether affiche des logos reconnaissables (par exemple, Colgate-Palmolive, Saint-Gobain, Caterpillar, Graphic Packaging, entre autres).¹ Les logos suggèrent une utilisation commerciale mais ne constituent pas une preuve de la portée, de la profondeur du déploiement, ou des résultats mesurables.

PlanetTogether publie également des études de cas détaillées, notamment :

Bema (fabricant d’emballages flexibles) en tant qu’étude de cas PDF rédigée par l’éditeur,⁹
New Belgium Brewing en tant qu’autre étude de cas PDF rédigée par l’éditeur,¹⁰ et au moins une étude de cas hébergée par un partenaire faisant référence à PlanetTogether (par exemple, Westlake Global Compounds via un PDF OnTimeEdge).¹⁸

De plus, une brochure PlanetTogether/AVEVA inclut une citation d’un client nommé (Johnson & Johnson) et de larges affirmations d’impact, mais cela reste du matériel marketing et doit être traité avec prudence à moins d’être corroboré par des sources indépendantes.¹⁶

Bilan net : PlanetTogether fournit des logos identifiés et de multiples études de cas, ce qui soutient une activité commerciale, mais la vérification indépendante des résultats est limitée dans les sources examinées ; la qualité des preuves varie selon la référence (les PDF tiers hébergés par des partenaires sont quelque peu plus solides que des récits rédigés uniquement par l’éditeur, mais restent malgré tout non équivalents à des résultats publics audités).¹⁹¹⁸

Conclusion

PlanetTogether semble être un éditeur APS établi commercialement, spécialisé dans la planification de production et l’ordonnancement à capacité finie pour les fabricants, fournissant des plannings réalisables et des améliorations de planning sous contraintes, soutenus par des tableaux de bord, des scénarios, et des intégrations aux écosystèmes ERP/MES.¹¹¹ Les documents publics les plus techniques examinés caractérisent le noyau d’optimisation comme un ordonnancement basé sur les contraintes avec amélioration par heuristique/règles, avec une configurabilité et une intervention significatives des planificateurs — une ingénierie APS crédible, mais pas démontrablement du « state-of-the-art AI » au sens moderne du ML selon les preuves publiquement disponibles.³⁴ Les affirmations d’histoire corporative (« since 2004 ») sont répétées dans les documents de première main, mais les traces légales publiques suggèrent de multiples enregistrements/entités à travers les années ; la continuité légale précise et l’historique de financement restent insuffisamment documentés dans les sources publiques examinées.²⁷⁸ Dans l’ensemble, PlanetTogether apparaît mieux comme une ligne de produits APS mature avec des caractéristiques de déploiement d’entreprise conventionnelles, plutôt qu’une plateforme d’optimisation axée sur le ML de manière clairement démontrée.⁵¹²