Retour aux études de marché
QAD fournit des logiciels pour les opérations industrielles : ERP, planification de la supply chain, achats, stocks et exécution en usine. Sa suite de planification, auparavant commercialisée sous le nom QAD DynaSys, couvre les prévisions de demande, l’approvisionnement, la production, la distribution et le S&OP. Redzone accompagne le travail des équipes en usine, tandis que ChampionAI ajoute des assistants et des processus automatisés autour des applications d’entreprise. (1, 7)
Note globale pour la supply chain : 5,2/10
| Dimension | Note |
|---|---|
| Profondeur en supply chain | 5,4/10 |
| Substance des décisions et de l’optimisation | 5,8/10 |
| Intégrité du produit et de l’architecture | 4,8/10 |
| Transparence technique | 5,2/10 |
| Sérieux du fournisseur | 5,0/10 |
QAD possède des fonctionnalités industrielles substantielles. Ses documents publics décrivent de véritables calculs d’achat et de production, avec calendriers fournisseurs, chargement des transports, capacité finie et variabilité de l’approvisionnement. Le processus directeur reste néanmoins un mélange de plans fondés sur les prévisions, de politiques de stock, de priorités configurées et d’interventions des planificateurs. La documentation n’établit pas d’objectif économique commun évaluant achats, production et stocks face à des futurs incertains. (2, 3, 4)
La nouvelle proposition d’IA traite un autre problème : traiter des documents, obtenir des nouvelles des fournisseurs, répondre aux questions et comprendre d’anciennes personnalisations. Ces activités consomment du travail réel, mais leur automatisation ne démontre pas de meilleures décisions de réapprovisionnement ou de production. La couche plus large Manufacturing Intelligence de QAD, annoncée avec une intégration prévue de NVIDIA, est attendue au printemps 2027. Ses capacités envisagées ne doivent pas être confondues avec les processus déjà décrits en production. (6, 9, 10)
QAD face à Lokad
Le centre de gravité de QAD est l’environnement opérationnel industriel : transactions, données matières, ressources de production, équipes d’usine et processus qui les relient. L’approche quantitative de la supply chain de Lokad se concentre sur les décisions économiques prises à partir de ces données. Elle construit une logique exécutable qui évalue achats, production et allocations face à une représentation probabiliste de la demande et de l’approvisionnement, délais compris.
La différence devient concrète lorsqu’un fournisseur est en retard. Procurement Champion de QAD suit les échanges et actualise le processus de commande. Les questions économiquement difficiles commencent par le choix d’accélérer, de substituer, de scinder une commande, de modifier la production ou d’accepter une rupture. Y répondre exige de comparer les conséquences en aval et les alternatives incertaines. L’automatisation administrative peut améliorer l’information disponible pour ce calcul ; elle ne fournit pas le calcul lui-même. (6)
Le service d’optimisation des stocks de Lokad confie à des Supply Chain Scientists la construction et la maintenance de l’interprétation des données et de la logique de décision. L’amélioration continue du modèle fait ainsi explicitement partie du travail. QAD répartit des responsabilités comparables entre ses applications, les configurations du client, les services d’implémentation et les équipes opérationnelles. Ses récents travaux d’analyse des personnalisations traitent une part importante de cette charge, mais les résultats publics concernent surtout l’état des lieux préalable à une migration. (9, 14)
Le test pertinent pour les deux fournisseurs est de savoir si le système de décision s’améliore économiquement à mesure que sa compréhension du métier évolue. Une migration techniquement réussie, un cycle de prévision plus rapide ou un planificateur plus productif peuvent laisser intacte une politique de décision erronée. Lokad doit également démontrer des rendements après ses propres coûts d’ingénierie et de service ; son cadrage économique ne remplace pas les résultats clients.
Ce que calcule réellement le logiciel de planification
Production et achats reposent sur des modèles substantiels
Le document Production Planning de 2019 décrit une combinaison de méthodes fondées sur les coûts et d’heuristiques, avec des contraintes de matières, de personnel, d’outillage et de ressources. Il prend en compte différents stades et sites de production, les heures supplémentaires, la sous-traitance, la constitution de stocks, les campagnes et la durée de conservation. C’est un modèle industriel développé, avec des décisions utiles à la clé. L’explication publique n’identifie pas la formulation mathématique ni la manière dont les coûts concurrents sont combinés. (2)
Procurement Planning est tout aussi précis. Les besoins peuvent provenir de points de commande, de jours de couverture, de prévisions ou du DDMRP. La génération des commandes respecte ensuite les calendriers fournisseurs, les incréments de quantité et les contraintes d’achat. Une logique d’anticipation peut avancer des besoins futurs pour remplir les capacités de transport. Ces fonctions coordonnent plusieurs produits et périodes ; elles créent aussi des choix économiques que le seul taux d’utilisation ne peut trancher. (4)
Un camion mieux rempli peut coûter moins cher par unité transportée tout en mobilisant la trésorerie plus tôt, en augmentant le risque de péremption et en écartant un achat plus intéressant. Un plan de production réalisable peut consommer un intrant rare pour un article à faible marge. Le traitement des coûts et des contraintes de QAD répond à certaines parties de ces problèmes. L’explication publique manquante concerne la valorisation de la décision entière lorsque les quantités, les dates et les alternatives futures sont incertaines.
La couche financière de la suite compare les plans opérationnels aux budgets et expose des mesures comme le besoin en fonds de roulement et la rentabilité des actifs. Ces rapports aident à juger les scénarios, mais une lecture financière d’un plan ne prouve pas que le moteur numérique l’a choisi selon son rendement économique attendu. (5)
La variabilité entre dans le modèle, mais le mécanisme de décision conjointe reste flou
Le document Demand Planning de QAD intègre explicitement l’erreur de prévision, les variances de la demande et de l’approvisionnement, ainsi que le délai, dans les calculs de stock. Il décrit aussi des tests de précision avec un décalage correspondant à l’horizon de gel des décisions. Ce sont des mécanismes pertinents : l’incertitude est reconnue et les prévisions peuvent être évaluées au moment où elles étaient réellement nécessaires. (3)
Le point plus difficile est l’interaction entre incertitudes. Un ingrédient en retard, un rendement variable et un pic de demande peuvent modifier ensemble l’engagement de production qui vaut la peine d’être pris. Des calculs de stock de sécurité fondés sur les variances n’établissent ni une distribution de probabilité de ces résultats combinés ni un classement économique des alternatives. Les documents publics ne résolvent pas ce lien.
Les règles de segmentation et les objectifs de taux de service méritent aussi examen. Ils convertissent les préférences métier en besoins de stock avant l’évaluation de nombreux arbitrages en aval. Un objectif uniforme dans un segment peut masquer de grandes différences de valeur marginale, de substituabilité, de risque de péremption et de conséquences pour les clients. Une segmentation plus élaborée augmente le travail de configuration sans corriger nécessairement l’approximation économique. (5)
Les affirmations sur les prévisions doivent respecter la granularité de la décision
La brochure historique sur la demande annonce jusqu’à 90 % d’amélioration de la précision des prévisions. Il s’agit d’une amélioration, pas d’une affirmation selon laquelle les prévisions par SKU atteignent 90 % de précision. Il manque néanmoins la métrique, la référence initiale, l’horizon et l’agrégation nécessaires pour interpréter ce chiffre. L’étiquette demand sensing n’apporte pas davantage d’évaluation comparative de l’utilité des signaux supplémentaires à l’échéance de commande pertinente. (3)
Pour un industriel, la question utile est de savoir si la prévision révisée modifie de façon rentable une décision d’achat ou de production. Agréger les produits ou allonger les intervalles temporels peut améliorer un pourcentage de précision tout en effaçant précisément les distinctions nécessaires à cette décision. Le test décalé de QAD est utile, mais le chiffre mis en avant ne donne aucun résultat selon ce protocole.
ChampionAI : automatisation administrative et responsabilité décisionnelle
QAD distingue un assistant conversationnel des Champions qui travaillent en arrière-plan. Son lancement de septembre 2026 décrit un processus de comptabilité fournisseurs qui lit les factures, les rapproche des commandes et réceptions, puis transmet les écarts à des personnes. Les chiffres de production annoncés comprennent 90 % de rapprochement automatique et 95 % de précision d’extraction sur les factures numérisées. Ils concernent le traitement documentaire, pas la prévision de la demande. (7)
Le produit d’approvisionnement surveille les informations des commandes, relance les fournisseurs et fait remonter les exceptions. Il attribue la baisse potentielle du coût des marchandises au temps libéré pour les achats stratégiques et la négociation. La proposition de productivité est indirecte : elle dépend de l’usage de ce temps et de l’amélioration des décisions commerciales qui en découle. Une relance terminée n’est pas, à elle seule, une réduction du coût d’achat. (6)
La campagne ChampionAI de QAD décrit pourtant l’équipe du client vérifiant chaque action avant son envoi. Le programme cloud de janvier 2026 fournit également les résultats de l’IA en l’état et exige une vérification humaine appropriée avant de s’y fier dans l’activité. Ce programme couvre les opérations industrielles et les services cloud de supply chain ; Connected Workforce relève de conditions distinctes. (8, 14)
Une question opérationnelle importante subsiste derrière le discours d’autonomie : quelles catégories d’actions sont acceptées automatiquement, contrôlées par sondage ou vérifiées individuellement ? La réponse détermine si le travail croît avec les événements exceptionnels ou avec l’ensemble du flux transactionnel. Elle détermine aussi qui peut corriger une politique de décision nuisible.
L’offre d’emploi pour la plateforme ChampionAI mentionne l’infrastructure MCP, les prompts, les liaisons aux outils et le déploiement des agents comme de véritables travaux de développement. Relier des modèles de langage aux outils d’entreprise peut réduire les frictions d’interface. Cela conserve aussi l’ancien processus si l’agent se contente d’actionner plus efficacement les écrans, messages et files existants. Les éléments publics ne montrent pas que cette couche d’orchestration ait remplacé l’objectif ou le modèle d’incertitude de la suite de planification. (11)
La comptabilité fournisseurs offre un autre test économique utile. Terminer plus tôt le traitement des factures peut permettre des escomptes, mais payer plus tôt consomme aussi la trésorerie plus tôt. La bonne date de paiement dépend de l’escompte, du coût du financement, des clauses contractuelles et des conséquences pour le fournisseur. L’automatisation devrait optimiser cet arbitrage, plutôt que de traiter une saisie plus rapide et des délais de paiement plus courts comme des avantages financiers interchangeables. (7)
Histoire technologique et livraisons
| Période | Position publique | Livraisons et questions ouvertes |
|---|---|---|
| 2016 | Logiciel industriel cloud et traitement sélectif en mémoire | QAD expliquait les besoins d’infrastructure différents de la simulation et de l’historique transactionnel. |
| 2018 | Achèvement du programme de modernisation Channel Islands | Interfaces web, services REST et plateforme applicative étaient identifiés comme des travaux livrés. |
| 2019 | DSCP fondé sur l’IA | L’annonce précisait nettoyage des données, regroupement de la demande et prévisions avec séries externes ; les résultats économiques supplémentaires mesurés manquaient. |
| 2020 | Réexamen de l’enthousiasme pour la blockchain | Un dirigeant de QAD revenait sur son enthousiasme de 2017 et soulignait les obstacles d’adoption et de standardisation. |
| 2025 | Benchmark de productivité Redzone | Un vaste ensemble de données opérationnelles mesurait un programme combiné de déploiement et d’accompagnement. |
| 2026–2027 | ChampionAI, Lynx et Manufacturing Intelligence | Des produits de workflow concrets côtoient une couche d’intelligence plus large annoncée pour l’année suivante. |
L’histoire de QAD montre davantage de discernement qu’une simple succession d’étiquettes à la mode. En 2016, l’entreprise défendait le calcul en mémoire pour les simulations de planification tout en le rejetant comme réponse universelle à l’historique transactionnel. C’est un argument architectural propre à la tâche. Le même article valorisait le contrôle des mises à jour par le client ; le programme cloud actuel confie à QAD le déploiement des versions et exige des tests du client. La modernisation cloud a modifié la répartition du contrôle et du travail. (17, 14)
Le récit de Channel Islands en 2018 décrivait un programme pluriannuel de plateforme et d’interfaces, avec accès REST et services d’intégration distincts. Ce sont des livrables techniques identifiables. La persistance, en 2026, d’un important travail d’identification des personnalisations montre qu’une plateforme moderne ne rend pas automatiquement la logique métier d’un client installé portable ou peu coûteuse à modifier. (19, 9)
L’affirmation d’IA de 2019 avait également un périmètre identifiable : compléter des données hiérarchiques manquantes, regrouper des historiques de demande similaires et employer des séries externes dans les prévisions. Le vaste vocabulaire d’intelligence dépassait les tâches démontrées, notamment l’invocation de la causalité sans méthode d’évaluation. Ces fonctions limitées de ML ne justifient pas les affirmations actuelles de jugement industriel autonome. (16)
La blockchain fournit un autre précédent. En 2020, Tom Roberts de QAD revenait publiquement sur son enthousiasme et décrivait la difficulté d’amener les participants à adopter des standards communs et à financer une infrastructure partagée. C’était un commentaire technologique assorti d’un réexamen explicite des obstacles pratiques. Il ne démontre pas l’échec d’un produit blockchain de QAD. (18)
L’annonce de Manufacturing Intelligence de septembre 2026 est plus ambitieuse : une couche transversale qui interprète les événements et déclenche des réponses, soutenue par une intégration prévue de NVIDIA. Sa commercialisation est attendue au printemps 2027. Le nom de NVIDIA ne prouve aucune amélioration propre à QAD des méthodes de planification, et l’annonce ne propose aucun benchmark du système combiné en exploitation. Ses affirmations économiques restent un engagement de livraison à suivre. (10)
Composants logiciels et frontières architecturales
| Produit ou équipe ; date de la preuve | Composants documentés | Conséquence |
|---|---|---|
| Planification DynaSys ; documents produit de 2019 | Modèle de planification en mémoire, analytique Qlik intégrée et hub de données pour les échanges ERP | État de planification, analytique et données transactionnelles exigent des correspondances et actualisations cohérentes. |
| Développement ERP ; offre consultée en novembre 2026 | Développement Progress OOABL et Java | L’environnement applicatif établi continue d’exiger une maintenance spécialisée. |
| Plateforme ChampionAI ; offre consultée en novembre 2026 | Infrastructure MCP, déploiement Kubernetes et publication de prompts avec LaunchDarkly ; compétences Python/FastAPI et PostgreSQL demandées pour le poste | Les agents ajoutent leur propre cycle d’exécution, de configuration, d’évaluation et de déploiement. |
| Lynx ; annonce de septembre 2026 | AWS Transform et Amazon Bedrock | La modernisation dépend de services externes de modèles et de transformation, ainsi que de l’interprétation des applications par QAD. |
| Page carrières de l’entreprise ; novembre 2026 | Java, JavaScript, AngularJS, C#, MySQL, MongoDB et Progress ; exploitation cloud sur AWS et GCP | Le portefeuille couvre plusieurs familles technologiques. Leur présence ne décrit pas un déploiement client unique. |
Ces frontières comptent davantage qu’un simple nombre de composants. Le moteur de planification a besoin d’une interprétation cohérente des quantités et dates de l’ERP ; un agent doit être autorisé à modifier ces données ; une application opérationnelle doit exécuter l’action acceptée. Chaque représentation supplémentaire ajoute des correspondances, de la coordination de versions et du diagnostic de pannes.
QAD place explicitement les Champions sur une plateforme distincte de l’ERP ou du MES, y compris face à des systèmes anciens ou tiers. Cela permet une adoption progressive. Cela signifie aussi qu’une marque commune ne démontre pas un modèle numérique commun : le sens de la décision doit traverser les interfaces entre applications aux histoires et responsabilités différentes. (7)
La planification en mémoire peut raccourcir les calculs de scénarios tout en conservant des coûts importants de mémoire et de recalcul. Les documents publics ne précisent ni tailles de réseau représentatives, ni temps de calcul selon la charge, ni coûts d’actualisation complète. La question économique est la quantité d’infrastructure et de travail spécialisé nécessaire pour maintenir la justesse du système de décision quand le métier change.
Maintenance de la configuration et coût de possession
La logique propre au client est centrale dans la proposition de QAD et dans sa charge de possession. La page actuelle de Lynx décrit l’examen des personnalisations, l’explication des dépendances et la transformation de logique ancienne en extensions modernes. Ce travail importe davantage pour la productivité à long terme qu’une interface conversationnelle supplémentaire : il cherche à réduire l’effort nécessaire pour comprendre et modifier le logiciel. (23)
Le récit du lancement donne un exemple concret. Plus de 1 000 personnalisations ont été cataloguées chez un fabricant et conditionneur à façon non nommé ; près des deux tiers ont reçu un parcours de migration dès le premier passage. Le projet a identifié près de 500 000 USD d’économies projetées. Le résultat porte sur la découverte, la classification et un plan de modernisation délimité, pas sur l’achèvement démontré de toutes les modifications ou des économies réalisées. (9)
Préserver le comportement d’une personnalisation n’est qu’un test. Une règle peut reproduire fidèlement une politique économiquement mauvaise. Une modernisation utile doit aussi faciliter le diagnostic de ce problème, la modification de l’objectif ou de l’interprétation des données, le rejeu de situations représentatives et la mise en production sûre d’une correction. Les résultats publiés de Lynx ne retracent pas encore ce cycle complet.
Le programme cloud de 2026 limite les modifications des systèmes récents aux mécanismes d’extension approuvés, exige une certification de développeur pour l’accès client aux environnements de développement et permet à QAD de bloquer les changements incompatibles. Il exclut séparément les modifications de configuration, les tests, le nettoyage des données et les projets de mise à niveau du périmètre standard du programme cloud. (14)
Le TCO qui en résulte comprend abonnement, intégration, entretien du modèle, tests de régression et délai avant l’arrivée en production de changements utiles. Restreindre les modifications peut limiter les interventions incontrôlées, mais l’acheteur a toujours besoin d’une voie abordable pour les changements légitimes. Une extension compatible avec les mises à jour peut rester coûteuse à comprendre, tester et remplacer.
Le cas historique de Mayoly Spindler illustre le modèle opérationnel. L’étude d’août 2019 décrit un programme lancé en 2007, une sélection en 2008, des projets successifs de demande et de production, plus de 30 utilisateurs et un processus collaboratif mensuel. L’implémentation a créé une discipline de planification centralisée ; elle exigeait aussi une participation continue entre fonctions. (20)
La sécurité doit suivre les pouvoirs de l’agent
Le Security Overview public de QAD décrit la segmentation des réseaux et des utilisateurs, les tests de sécurité et les responsabilités partagées. Il attribue aussi au client la configuration des hôtes virtuels, conteneurs et couches applicatives. Le document ne rattache pas précisément ces obligations à chaque produit SaaS actuel. L’acheteur a besoin de cette correspondance pour savoir quelles erreurs le service prévient et lesquelles il attend du client qu’il prévienne. (15)
L’offre d’emploi de la plateforme d’agents mentionne des examens des autorisations et de leur périmètre, des tests de comportement et un déploiement progressif des prompts. Ce sont des travaux d’ingénierie pertinents. La présentation publique n’explique toujours pas comment les permissions à l’exécution limitent un agent compromis, comment les appels d’outils sont restreints indépendamment des prompts ou comment les actions dommageables sont annulées. (11)
Un message fournisseur ou une facture est une entrée non fiable. Lorsqu’un agent peut la lire et modifier les données de l’entreprise, la frontière de sécurité doit résister au contenu malveillant et aux sorties erronées du modèle. Une approbation n’aide que si le réviseur voit l’effet réel proposé et ne peut être contourné. Les certifications et une politique générale de moindre privilège n’établissent pas ces propriétés.
Preuves de productivité et responsabilité économique
Le benchmark Redzone de 2025 explicite inhabituellement bien sa population et son intervention. Il couvre 1 500 usines ayant achevé son programme de déploiement de 90 jours entre 2013 et 2024, avec des données OEE automatisées, de l’accompagnement, du soutien managérial et des outils collaboratifs. QAD annonce une hausse moyenne de productivité de 26,4 %. L’observation concerne ce programme opérationnel combiné. Elle ne peut isoler la contribution du logiciel ni établir la valeur des Champions introduits plus tard. (22)
Améliorer l’OEE peut être utile si cela produit des biens vendables, réduit les heures supplémentaires ou évite des investissements. Cela peut aussi créer de la surproduction si les décisions de demande et de stock ne changent pas. Une mesure de productivité d’usine nécessite donc un lien financier avec le rendement de la supply chain.
Les cas de planification sont moins complets. Le cas anonyme de surgelés de QAD rapporte environ 500 000 USD de stocks en moins et 17 % d’amélioration de la précision des prévisions après neuf mois d’implémentation combinant logiciel et changements S&OP. Il omet le dénominateur complet des coûts et une méthode d’attribution. Mayoly Spindler apporte un témoignage opérationnel nommé, mais ses améliorations ne démontrent pas non plus un rendement économique net après l’effort continu de planification. (20, 21)
Les conditions cloud publiques de QAD définissent la disponibilité et les obligations de support bien plus concrètement que la qualité économique des décisions. L’acheteur doit relier le projet à une référence, une période de mesure, des coûts complets et un processus de correction délimité. Sinon, le fournisseur peut livrer un logiciel fonctionnel tout en laissant au client la charge d’une politique de planification non rentable. (14)
Note pour la supply chain
Profondeur en supply chain
| Critère | Note |
|---|---|
| Cadrage économique | 6/10 |
| Aboutissement des décisions | 7/10 |
| Précision conceptuelle en supply chain | 6/10 |
| Affranchissement des doctrines centrales obsolètes | 4/10 |
| Résistance au théâtre des KPI | 4/10 |
Moyenne : 5,4/10.
Cadrage économique — 6/10. Les calculs d’approvisionnement et de production intègrent des coûts réels et des choix de ressources. La planification financière élargit la perspective au-delà des taux de service. Il manque un objectif monétaire commun évaluant les décisions face aux résultats incertains de la demande et de l’approvisionnement. (2, 5)
Aboutissement des décisions — 7/10. La suite génère des plans d’achat, de distribution et de production sous contraintes opérationnelles. Ce sont des résultats exploitables. Accepter les arbitrages, configurer les politiques et traiter les exceptions exige encore un processus d’accompagnement substantiel. (1, 4)
Précision conceptuelle en supply chain — 6/10. Calendriers fournisseurs, dépendances matières et étapes de fabrication donnent au produit un vocabulaire opérationnel détaillé. Le raisonnement public est plus faible lorsqu’un plan réalisable doit devenir un engagement économiquement justifié face à des incertitudes qui interagissent. (2, 4)
Affranchissement des doctrines centrales obsolètes — 4/10. Coordination S&OP, segmentation par taux de service et réapprovisionnement fondé sur les buffers restent centraux. Ces méthodes peuvent organiser le travail tout en cachant le coût marginal des décisions individuelles derrière des objectifs et des catégories. (4, 5)
Résistance au théâtre des KPI — 4/10. Le chiffre d’amélioration des prévisions manque d’une définition de mesure reproductible. Redzone fournit une évaluation opérationnelle plus claire, mais ni un meilleur pourcentage de précision ni une OEE supérieure ne démontrent directement la rentabilité de la supply chain. (3, 22)
Substance des décisions et de l’optimisation
| Critère | Note |
|---|---|
| Profondeur de la modélisation probabiliste | 4/10 |
| Substance distinctive de l’optimisation ou du ML | 6/10 |
| Traitement des contraintes réelles | 8/10 |
| Automatisation des décisions et productivité du travail | 6/10 |
| Résilience face à la complexité opérationnelle réelle | 5/10 |
Moyenne : 5,8/10.
Profondeur de la modélisation probabiliste — 4/10. Les calculs de stock reconnaissent la variabilité de la demande et de l’approvisionnement. La documentation n’expose pas de projection stochastique conjointe alimentant le choix des achats et engagements de production. La valorisation des résultats défavorables corrélés reste donc floue. (3)
Substance distinctive de l’optimisation ou du ML — 6/10. Les fonctions de planification détaillées et les tâches d’apprentissage identifiées donnent au produit davantage de substance qu’une étiquette d’IA inexpliquée. Les éléments publics ne montrent pas comment les méthodes surpassent économiquement des alternatives simples ni comment les nouveaux agents améliorent le moteur numérique. (2, 16)
Traitement des contraintes réelles — 8/10. Le produit représente des restrictions industrielles et d’achat pertinentes, y compris les effets couplés du transport, des matières et des calendriers. Maintenir ces représentations reste du travail d’implémentation, et leur étendue ne résout pas l’incertitude à elle seule. (2, 4)
Automatisation des décisions et productivité du travail — 6/10. Le traitement documentaire et la coordination fournisseurs peuvent supprimer du travail répétitif. Les campagnes et contrats conservent la vérification humaine, tandis que les chiffres publics de travail ne comptabilisent pas complètement surveillance, exceptions et configuration continue. (6, 8, 14)
Résilience face à la complexité opérationnelle réelle — 5/10. Les personnalisations et Lynx permettent de changer la logique métier. Les exemples publics ne suivent pas une hypothèse de planification défaillante jusqu’au diagnostic, à la reformulation des objectifs ou actions, au rejeu historique et à la mise en production sûre d’une correction durable. Choisir plus vite un scénario ne démontre pas ce processus d’amélioration. (9, 23)
Intégrité du produit et de l’architecture
| Critère | Note |
|---|---|
| Cohérence architecturale | 5/10 |
| Clarté des frontières du système | 6/10 |
| Sérieux de la sécurité | 3/10 |
| Parcimonie logicielle et coût de possession | 4/10 |
| Compatibilité avec les opérations programmatiques et assistées par agents | 6/10 |
Moyenne : 4,8/10.
Cohérence architecturale — 5/10. DSCP décrit un modèle de planification intégré, tandis que les Champions traversent des applications d’entreprise distinctes. L’échange cohérent de données est développé, mais aucun objectif de calcul unifié sur le portefeuille n’est établi. (5, 7)
Clarté des frontières du système — 6/10. Les descriptions distinguent assez bien planification, transactions et processus d’agents. L’annonce d’intelligence transversale élargit considérablement la frontière visée avant de démontrer comment ses décisions seront conciliées avec la logique applicative existante. (1, 10)
Sérieux de la sécurité — 3/10. Les documents de sécurité et d’ingénierie identifient contrôles et responsabilités de test. Pouvoirs des agents, confinement des extensions et récupération après compromission restent insuffisamment inspectables. L’acheteur ne peut déduire de l’architecture publique les dommages possibles d’un outil ou d’une entrée compromis. (11, 15)
Parcimonie logicielle et coût de possession — 4/10. Plusieurs générations d’applications, couches d’intégration et extensions clients doivent être maintenues. Lynx cible une vraie source de coût, mais les preuves actuelles n’établissent pas une charge totale inférieure sur le cycle d’amélioration des modèles de planification. (9, 13, 14)
Compatibilité avec les opérations programmatiques et assistées par agents — 6/10. Les services de plateforme et l’outillage des agents offrent un accès programmatique. La productivité durable dépend encore de la capacité des agents à aider à inspecter, tester et améliorer la logique décisionnelle exécutable sans reproduire la charge de vérification manuelle. (11, 19)
Transparence technique
| Critère | Note |
|---|---|
| Documentation technique publique | 6/10 |
| Inspectabilité sans médiation du fournisseur | 5/10 |
| Portabilité et visibilité de la dépendance au fournisseur | 4/10 |
| Transparence de la méthode d’implémentation | 6/10 |
| Densité des preuves derrière les affirmations techniques | 5/10 |
Moyenne : 5,2/10.
Documentation technique publique — 6/10. Les documents historiques expliquent de nombreux calculs et périmètres opérationnels. Les publications actuelles sont plus solides sur le champ des applications et les processus d’IA que sur la formulation, le modèle d’incertitude et les performances reproductibles du moteur de planification. (2, 3, 7)
Inspectabilité sans médiation du fournisseur — 5/10. Un tiers peut reconstituer une large part du fonctionnement de la planification et identifier les chantiers techniques actifs. Les objectifs numériques décisifs et les protections à l’exécution nécessitent encore les explications du fournisseur plutôt qu’une inspection indépendante. (4, 11, 15)
Portabilité et visibilité de la dépendance au fournisseur — 4/10. Les services d’intégration exposent les données applicatives, mais migrer exige aussi de préserver règles et dépendances propres au client. La proposition même de Lynx illustre combien de sens métier peut rester incorporé dans une installation ancienne. (19, 23)
Transparence de la méthode d’implémentation — 6/10. Les cas clients et les conditions cloud identifient déploiement progressif, participation et responsabilités de maintenance. L’effort récurrent pour le modèle économique d’un client donné reste difficile à estimer avant un cadrage détaillé. (14, 20)
Densité des preuves derrière les affirmations techniques — 5/10. Les documents de planification établis et les cas opérationnels apportent de la substance. Les grandes affirmations d’intelligence agentique sont moins validées, et la proposition transversale la plus ambitieuse reste prévue pour l’avenir. (10, 21, 22)
Sérieux du fournisseur
| Critère | Note |
|---|---|
| Sérieux technique de la communication publique | 5/10 |
| Intégrité de la feuille de route technologique | 6/10 |
| Précision conceptuelle | 5/10 |
| Responsabilité économique | 3/10 |
| Défendabilité dans un monde de logiciels agentiques | 6/10 |
Moyenne : 5,0/10.
Sérieux technique de la communication publique — 5/10. Des descriptions précises d’ingénierie et de processus côtoient des affirmations expansives sur les systèmes d’action. La promotion passe souvent de l’automatisation de tâches à l’intelligence industrielle sans démontrer le mécanisme décisionnel intermédiaire. (7, 10, 11)
Intégrité de la feuille de route technologique — 6/10. L’histoire comprend des travaux de plateforme livrés, des tâches de ML identifiables et un réexamen explicite de l’enthousiasme pour la blockchain. La vision actuelle appuyée sur NVIDIA reste un engagement futur non réalisé dont la contribution devra être mesurée après sa sortie. (16, 18, 19, 10)
Précision conceptuelle — 5/10. QAD comprend la charge pratique de la fabrication et de la logique ancienne. Il distingue moins clairement données exactes, processus efficaces et décisions économiquement solides ; chacun exige un test de réussite différent. (6, 9)
Responsabilité économique — 3/10. Les résultats publiés montrent rarement des rendements nets de tous les coûts d’implémentation et de maintenance. Les obligations de vérifier l’IA et les prestations de changement distinctes laissent au client une forte responsabilité sur la qualité décisionnelle, sans engagement public de correction économique aussi explicite. (14, 21)
Défendabilité dans un monde de logiciels agentiques — 6/10. Sémantique industrielle, applications établies et intégrations accumulées sont des actifs précieux. Lynx traite la productivité de l’amélioration, mais l’orchestration MCP et l’accès conversationnel offrent un avantage plus faible s’ils ne permettent pas d’améliorer durablement la logique décisionnelle sous-jacente. (11, 23)
Sources
[1] QAD — Planification de la supply chain
Planification de la supply chain. Sans date ; consulté le 4 novembre 2026. Périmètre actuel de planification et fonctions du produit.
[2] QAD — Planification de production
Planification de production. 2019 ; consulté le 4 novembre 2026. Contraintes industrielles historiques, méthodes fondées sur les coûts et heuristiques.
[3] QAD — Planification de la demande
Planification de la demande. 2019 ; consulté le 4 novembre 2026. Prévisions, variances en entrée, tests décalés et affirmations de précision.
[4] QAD — Planification des approvisionnements
Planification des approvisionnements. 2019 ; consulté le 4 novembre 2026. Politiques d’achat, contraintes de commande et anticipation des transports.
[5] QAD — Planification de la demande et de la supply chain
Planification de la demande et de la supply chain. 2019 ; consulté le 4 novembre 2026. Modèle de la suite, vues financières et composants techniques.
[6] QAD — Procurement Champion
Procurement Champion. Sans date ; consulté le 4 novembre 2026. Suivi actuel des fournisseurs et traitement des exceptions.
[7] QAD — Champion Assist et Accounts Payable Champion
Champion Assist et Accounts Payable Champion. 2026-09-22 ; consulté le 4 novembre 2026. Lancement de septembre ; automatisation des factures et plateforme Champion distincte.
Campagne ChampionAI. Sans date ; consulté le 4 novembre 2026. Affirmations de campagne et formulations sur la vérification des actions.
[9] QAD — Annonce de Lynx Champion
Annonce de Lynx Champion. 2026-09-22 ; consulté le 4 novembre 2026. Mécanisme de modernisation et économies clients projetées.
[10] QAD — Annonce de Manufacturing Intelligence
Annonce de Manufacturing Intelligence. 2026-09-22 ; consulté le 4 novembre 2026. Vision transversale et disponibilité attendue au printemps 2027.
[11] QAD — Software Engineer, AI Agent Platform
Software Engineer, AI Agent Platform. Sans date ; consulté le 4 novembre 2026. Responsabilités de plateforme et compétences techniques requises, rédigées par l’employeur.
[12] QAD — Progress Developer II
Progress Developer II. Sans date ; consulté le 4 novembre 2026. Responsabilités de développement ERP décrites par l’employeur.
[13] QAD — Panorama technologique de la page carrières
Panorama technologique de la page carrières. Sans date ; consulté le 4 novembre 2026. Familles technologiques de l’entreprise, sans affectation aux produits.
[14] QAD — Document du programme cloud
Document du programme cloud. 2026-01-13 ; consulté le 4 novembre 2026. Version du 13 janvier 2026 ; périmètre cloud, maintenance et responsabilités relatives à l’IA.
[15] QAD — Présentation de la sécurité
Présentation de la sécurité. Sans date ; consulté le 4 novembre 2026. Responsabilités partagées et description publique de la sécurité.
[16] QAD — Annonce du lancement de DSCP 2019
Annonce du lancement de DSCP 2019. 2019-12-02 ; consulté le 4 novembre 2026. Annonce contemporaine de QAD diffusée par Business Wire et republiée par Nasdaq.
[17] QAD — QAD remporte le Stratus Award
QAD remporte le Stratus Award. 2016-07-21 ; consulté le 4 novembre 2026. Choix architecturaux historiques et position sur le contrôle des mises à jour.
[18] QAD — Blockchain est-il un gros mot ?
Blockchain est-il un gros mot ?. 2020-07-07 ; consulté le 4 novembre 2026. Réévaluation par un dirigeant des obstacles à l’adoption de la blockchain.
[19] QAD — Initiative Channel Islands
Initiative Channel Islands. 2018-10-18 ; consulté le 4 novembre 2026. Travaux livrés de plateforme, d’interface et d’intégration.
[20] QAD — Cas Mayoly Spindler
Cas Mayoly Spindler. 2019-08 ; consulté le 4 novembre 2026. Étude actualisée en août 2019 ; histoire et processus opérationnel d’un client nommé.
[21] QAD — Cas d’un fabricant de surgelés
Cas d’un fabricant de surgelés. Sans date ; consulté le 4 novembre 2026. Implémentation anonyme de planification et résultats opérationnels annoncés.
[22] QAD — Benchmark de productivité Redzone 2025
Benchmark de productivité Redzone 2025. 2025-07-30 ; consulté le 4 novembre 2026. Méthodologie de l’étude du fournisseur et résultats mesurés du programme industriel.
Lynx Champion. Sans date ; consulté le 4 novembre 2026. Proposition actuelle d’analyse et de transformation des personnalisations.