L'analyse de RELEX Solutions, fournisseur de logiciels de planification de la supply chain

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

Retour à Étude de marché

RELEX Solutions offre une plateforme SaaS unifiée pour la planification du commerce de détail et de la supply chain qui couvre la prévision/ressenti de la demande, le réapprovisionnement et l’allocation, la planification de l’assortiment et de l’espace, la tarification et les promotions, l’optimisation de la main-d’œuvre, et—depuis 2024—la planification et la programmation de la production en amont via son acquisition Optimity. Les documents d’ingénierie publique et les supports de partenaires indiquent une architecture microservices déployée sur Kubernetes à travers des data centers exploités par RELEX et le cloud public (principalement Azure), avec un noyau de traitement en mémoire, une IaC basée sur Terraform, et un écosystème comprenant Kafka et Snowflake. L’entreprise publie une Monitoring API (OAuth2/OpenAPI) pour l’état des fichiers et des exécutions de tâches ; des API produits plus larges ne sont pas publiques. RELEX revendique une prévision fondée sur le machine-learning et un moteur de règles d’affaires configurable, et en 2024 a introduit “Rebot”, un assistant basé sur GPT-4 pour un accès conversationnel aux données de planification. Des études de cas décrivent des déploiements en pilote puis par vagues, avec des premières mises en service en environ 4 à 5 mois, en mettant l’accent sur “configure, don’t code.” Depuis sa fondation en 2005 en Finlande, RELEX a levé plusieurs tours de financement auprès de Summit Partners, TCV, et Blackstone ; les acquisitions comprennent Galleria (2016), Zenopt (2019), Formulate (2022), Athena Retail (2022) et Optimity (2024). Les revendications techniques concernant les mécanismes internes de prévision et d’optimisation restent en grande partie non divulguées dans la documentation publique.

Aperçu de RELEX

En un coup d’œil, RELEX se présente comme une suite de « unified retail planning » couvrant la planification en aval des magasins/centres de distribution jusqu’à la programmation de la production en amont (après Optimity) avec une livraison en mode SaaS multi-tenant123. Les modules produits couvrent la prévision de la demande, le réapprovisionnement, l’assortiment/l’espace, le prix/la promo, la main-d’œuvre, et la planification de la production1452.

La description publique de la plateforme met en avant Kubernetes/microservices, un déploiement hybride (data centers RELEX et Azure/GCP), le calcul en mémoire, et l’IaC avec Terraform ; les partenaires et offres d’emploi confirment Kafka/Snowflake et des magasins de données mixtes (ClickHouse/BigQuery/PostgreSQL) pour diverses équipes678191011. L’intégration se fait via des fichiers et REST, avec une Monitoring API documentée (OAuth2) pour suivre l’ingestion et l’état des tâches de planification ; un exemple sur GitHub illustre l’utilisation11213. Les revendications de sécurité incluent les attestations ISO 27001 et SOC 2 ainsi qu’une politique de gouvernance de l’IA (2025)1415.

Les fonctionnalités d’IA sont présentées de manière globale (prévision basée sur le ML ; moteur de règles d’affaires configurable). L’IA générative intervient via Rebot, explicitement construit sur GPT-4/Azure OpenAI, décrit comme une couche conversationnelle privée/sécurisée pour les données de RELEX16171819.

Les modes de déploiement dans les études de cas montrent des phases pilotes et des déploiements progressifs par catégorie/emplacement, avec plusieurs exemples mentionnant environ 4 à 5 mois avant la première mise en service20212223.

Historique de l’entreprise : fondée en 2005 (héritage d’Aalto), filiale américaine en 2016, financement majeur de 2015 à 2024 (Summit, TCV, Blackstone), acquisitions de 2016 à 2024 (Galleria, Zenopt, Formulate, Athena Retail, Optimity)24252627282930313233453423.

RELEX Solutions vs Lokad

Approche de la modélisation et de la transparence. RELEX met l’accent sur des applications configurables avec un moteur de règles d’affaires et une prévision basée sur le ML, mais publie peu de détails techniques sur les algorithmes de prévision, les formulations d’optimisation, ou les API de planification publiques en dehors d’une Monitoring API11217. Lokad expose une plateforme programmatique construite autour de son langage spécifique au domaine Envision pour encoder explicitement des prévisions probabilistes et l’optimisation décisionnelle—se positionnant comme un workflow en boîte blanche, centré sur le code, où chaque transformation est inspectable et vérifiable3536.

Mécanismes de décision. Les documents de RELEX insistent sur « configure, don’t code », avec un contrôle des politiques basé sur des règles et des modules applicatifs (réapprovisionnement, assortiment/espace, prix/promo, main-d’œuvre, production)11742. Lokad se concentre sur la prévision probabiliste (distributions complètes de la demande) alimentant une optimisation centrée sur la décision (par exemple, les lignes d’achat/transfert classées par ROI), unifiant la prévision et l’optimisation en une seule chaîne de traitement qui vise des objectifs financiers3536.

Positionnement de l’IA. Rebot de RELEX utilise GPT-4 pour un accès conversationnel aux données de planification1819. La posture IA/ML de Lokad est intégrée à sa pile de prévision/optimisation (par exemple, deep learning, differentiable programming) plutôt qu’en tant que couche d’assistance par chat ; il insiste sur le fait que « AI » doit rester vérifiable au sein du DSL et des tableaux de bord3536.

Architecture. Les deux adoptent une approche cloud-first. RELEX documente Kubernetes/microservices et le multi-cloud (notamment Azure) avec un traitement en mémoire et un écosystème Kafka/Snowflake6781910. Lokad exploite une pile multi-tenant sur Azure avec un moteur d’exécution personnalisé (« Thunks ») et un stockage basé sur l’événement, minimisant les dépendances tierces et exposant sa logique via Envision plutôt que par des interfaces spécifiques au produit36.

Ouverture & APIs. RELEX publie une Monitoring API ; les API principales de planification/optimisation ne sont pas documentées publiquement1213. L’« ouverture » de Lokad s’exprime par le DSL lui-même (les solutions sont livrées sous forme de code que le client peut lire, versionner et étendre) plutôt que par de larges points de terminaison REST36.

Positionnement organisationnel. RELEX s’est développé grâce à des financements en capital-risque importants et des acquisitions pour élargir sa suite2628302. Lokad affiche une croissance organique, sans acquisitions, et se concentre sur une plateforme intégrée unique35.

En résumé : RELEX = suite de type APS axée sur la configuration avec une runtime moderne, une divulgation algorithmique limitée et une couche de chat GPT-4 ; Lokad = plateforme d’optimisation probabiliste en boîte blanche, axée sur le DSL, où le modèle est un code explicite. Le choix dépend de la préférence d’une équipe pour une suite productisée configurable ou un environnement d’optimisation programmable.

Chronologie et capital de l’entreprise

  • Fondation & identité. 2005, Finlande—origines à l’Université Aalto (Kärkkäinen, Småros, Falck)24. Entité américaine incorporée en avril 201625.
  • Financement. Financements minoritaires de Summit Partners (2015) et supérieurs (2017)2627 ; TCV 200M$ (2019)2829 ; Blackstone Growth 500M€ avec une valorisation de 5 Mds€ (2022)30 ; Blackstone & TCV augmentent leurs participations lors du départ de Summit (2024)31.
  • Acquisitions. Galleria RTS (~2016)27 ; Zenopt (2019)3233 ; Formulate (2022)4 ; Athena Retail (2022)534 ; Optimity (2024)23.

Portée du produit & documentation

  • Carte des solutions. Planification/ressenti de la demande ; réapprovisionnement/allocation ; assortiment & espace ; tarification & promotions ; optimisation de la main-d’œuvre ; planification/programmation de la production (via Optimity)1452.
  • Sécurité & gouvernance. Revendications ISO 27001, SOC 2 (ISAE 3000) ; politique de gouvernance de l’IA publiée en 20251415.
  • Intégration. Ingestion par fichiers + REST supportée ; Monitoring API (OAuth2) expose l’état des tâches/fichiers pour une visibilité opérationnelle ; exemple de code client sur GitHub11213.

Architecture & stack

  • Runtime. Microservices sur Kubernetes (AKS) ; déploiement hybride/multi-cloud incluant les data centers RELEX et Azure, certains GCP ; IaC avec Terraform6781.
  • Données/traitement. Calcul en mémoire (selon le fournisseur) ; partenariats Kafka + Snowflake ; certaines annonces font référence à ClickHouse/BigQuery/PostgreSQL pour des besoins spécifiques aux équipes191011.
  • Observabilité. Collecte serverless dans Elastic pour la télémétrie de Microsoft 365 (cas partenaire)37.

Composants d’IA, ML & optimisation

  • Prévision/ML. RELEX indique une prévision de la demande basée sur le ML sans divulguer les familles de modèles, les caractéristiques ou les références16.
  • Règles/optimisation. Moteur de règles d’affaires pour « configure-don’t-code » ; les détails internes du langage de règles/solveur ne sont pas publics17.
  • Gen-AI. Rebot est un assistant basé sur GPT-4 superposé aux données de RELEX ; l’architecture (RAG, contrôles d’accès, audit) n’est pas détaillée publiquement1819.

Évaluation. La maturité de la runtime moderne et de la livraison est bien attestée ; la transparence algorithmique reste faible dans les documents publics (aucune spécification détaillée du modèle/solveur ni évaluation reproductible).

Déploiement & déploiement progressif

  • Schémas. Pilote → déploiement progressif (« waves ») courant ; plusieurs cas citent environ 4 à 5 mois avant la première mise en service20212223.
  • Visibilité opérationnelle. Monitoring API permet l’automatisation et les contrôles de santé autour des chaînes d’ingestion/planification1213.

Discrépances et inconnues

  • Année de fondation parfois rapportée à tort comme 2006 dans des sources tertiaires; les sources primaires indiquent 200524.
  • Datation de l’acquisition de Galleria repose sur la corroboration d’une note d’investisseur27.
  • « N’a jamais eu d’implémentation ratée » et autres superlatifs similaires : affirmations marketing non vérifiées (aucun audit indépendant).
  • Fonctionnement interne de la DB en mémoire, solveurs d’optimisation centraux, et APIs publiques plus larges : non documentés dans les sources publiques11217.

Conclusion

RELEX présente une suite SaaS contemporaine basée sur Kubernetes qui s’est enrichie fonctionnellement grâce à des acquisitions et des investissements, avec des signaux crédibles de scalabilité opérationnelle (hybrid cloud, IaC, écosystème de partenaires) et de maturité de livraison (passage du pilote aux vagues, monitoring API). Cependant, les détails algorithmiques de base pour la prévision et l’optimisation demeurent opaques publiquement; les affirmations doivent être considérées comme plausibles mais non vérifiées en l’absence de livres blancs techniques, de benchmarks, d’artefacts de code ou d’APIs de planification publiques. Pour les organisations privilégiant un APS configurable et modulaire avec un packaging destiné aux entreprises—et à l’aise avec une transparence algorithmique limitée—RELEX convient. Pour les équipes recherchant une modélisation explicite et programmable avec des mathématiques auditées et un contrôle du code sur les décisions probabilistes, l’approche centrée sur le DSL de Lokad représente une voie fondamentalement différente.

Sources

  1. RELEX — Platform Technology (retrieved 2025-09-02) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  2. RELEX PR — Acquiert Optimity (2024-01-03) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  3. DC Velocity — RELEX Solutions acquiert Optimity (2024-01-03) ↩︎ ↩︎ ↩︎

  4. RELEX PR — Acquires Formulate (2022-05-12) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  5. RELEX PR — Acquiert Athena Retail (2022-05-24) ↩︎ ↩︎ ↩︎ ↩︎

  6. RELEX Careers Blog — Cloud Engineers Olli and Sid… (2021-09-21) ↩︎ ↩︎ ↩︎

  7. Polar Squad — Managed Kubernetes Migration (2024-11-07) ↩︎ ↩︎ ↩︎

  8. Microsoft / Pulse by Devoteam — How SRE and Azure enable rapid response… (2023) ↩︎ ↩︎ ↩︎

  9. Snowflake — Partner listing: RELEX ↩︎ ↩︎ ↩︎

  10. Confluent — Partner page: RELEX Solutions ↩︎ ↩︎ ↩︎

  11. RELEX Careers Blog — La vie tech chez RELEX : Backend (2019-09-05) ↩︎ ↩︎

  12. RELEX — Monitoring API (OpenAPI example) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  13. GitHub — relex/monitoring-api-demo ↩︎ ↩︎ ↩︎ ↩︎

  14. RELEX — Security & Compliance (ISO 27001, SOC 2) ↩︎ ↩︎

  15. RELEX — AI Governance Policy (2025-04) ↩︎ ↩︎

  16. RELEX — About (ML forecasting claim) ↩︎ ↩︎

  17. RELEX — The Business Rules Engine: how configurability delivers… ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  18. RELEX — Introducing Rebot (GPT-4 assistant) ↩︎ ↩︎ ↩︎

  19. DC Velocity — RELEX introduces Rebot generative AI assistant (2024-04-25) ↩︎ ↩︎ ↩︎

  20. RELEX Case — Booths: quality and freshness ↩︎ ↩︎

  21. RELEX Case — Musti Group ↩︎ ↩︎

  22. RELEX Case — Bubbies (US) ↩︎ ↩︎

  23. RELEX Case — OXXO (2024) ↩︎ ↩︎

  24. Aalto University — Alumni of the Year 2023 (Småros, Falck, Kärkkäinen) ↩︎ ↩︎ ↩︎

  25. Georgia Company Registry — RELEX SOLUTIONS INC ↩︎ ↩︎

  26. RELEX PR — Investment from Summit Partners (2015-09-09) ↩︎ ↩︎ ↩︎

  27. Summit Partners — Additional funding for RELEX (2017-09-12) ↩︎ ↩︎ ↩︎ ↩︎

  28. RELEX PR — TCV makes $200M investment (2019-02-06) ↩︎ ↩︎ ↩︎

  29. TechCrunch — Retail technology platform Relex raises $200M from TCV (2019-02-06) ↩︎ ↩︎

  30. RELEX PR — €500M Blackstone-led funding at €5B valuation (2022-02-17) ↩︎ ↩︎ ↩︎

  31. Blackstone — Blackstone and TCV increase investment in RELEX (2024-12-10) ↩︎ ↩︎

  32. RELEX PR — Acquires Zenopt (2019-06-27) ↩︎ ↩︎

  33. CB Insights — Zenopt company profile (acquired) ↩︎ ↩︎

  34. Athena Retail — RELEX acquiert Athena Retail (2022-05-24) ↩︎ ↩︎

  35. Lokad — À propos (historique de l’entreprise, aperçu de Platforme) ↩︎ ↩︎ ↩︎ ↩︎

  36. Lokad — Pourquoi pas Python (justification de l’architecture/DSL, position white-box) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  37. Elastic Solutions — Input serverless architecture to integrate Microsoft 365 logs into Elastic for RELEX Solutions (2023-07) ↩︎