Revue de StockIQ Technologies, fournisseur de logiciels de planification de la supply chain

Par Léon Levinas-Ménard

Last updated: December, 2025

StockIQ Technologies vend une suite de planification de la supply chain destinée aux distributeurs et aux fabricants, axée sur la prévision de la demande et les décisions de réapprovisionnement, avec des modules adjacents pour le SIOP, la planification des promotions, le suivi de la performance des fournisseurs, et l’analyse des stocks. L’entreprise positionne son produit comme une couche de planification conçue par des praticiens qui s’intègre aux ERP/WMS existants et est soutenue par un processus de mise en œuvre présenté comme rapide (souvent décrit en semaines plutôt qu’en mois). La documentation technique disponible publiquement met l’accent sur des approches de prévision des séries temporelles configurables (incluant des “tournaments” d’algorithmes et la sélection de modèles basée sur l’erreur), des workflows de planification opérationnelle, et des prérequis de déploiement cohérents avec une application web d’entreprise pouvant être hébergée ou déployée sur site.

Aperçu de StockIQ

StockIQ présente son logiciel comme une « suite de planification de la supply chain intelligente » couvrant la planification/prévision de la demande et la planification du réapprovisionnement, ainsi que des fonctions de support telles que la performance des fournisseurs, la planification des promotions, des tableaux de bord d’analyse des stocks et des synthèses SIOP.¹² L’accent dans les documents de StockIQ est mis sur l’amélioration des décisions quotidiennes des planificateurs (par exemple, le moment des commandes et les quantités) plutôt que sur le positionnement du produit en tant que système transactionnel d’enregistrement.¹³

Commercially, l’étape récente la plus visible pour StockIQ est un partenariat stratégique / recapitalisation avec Serent Capital en 2025 (les conditions n’étant pas détaillées publiquement dans l’annonce), ce qui témoigne d’une intention d’accroître les opérations et le développement du produit.⁴⁵

Introduction détaillée

StockIQ se comprend mieux comme un module complémentaire de planification conçu pour fonctionner « à côté de » un ERP : il ingère les données historiques de demande et les entrées opérationnelles, génère des prévisions et des signaux de planification, et exporte des recommandations de commandes vers les systèmes d’exécution. La documentation du centre d’aide de StockIQ décrit un workflow opérationnel dans lequel le système exécute des étapes de traitement distinctes et peut publier des suggestions de commandes sous forme de fichiers structurés (généralement délimités par des barres verticales) ou sous forme de sorties de base de données avec des champs correspondants, que les intégrations ERP en aval peuvent consommer.³⁶

Du côté de la prévision, la preuve la plus concrète accessible au public est la documentation de StockIQ sur son moteur de prévision et sa fonctionnalité de « tournoi ». StockIQ décrit un « Algorithme de Prévision StockIQ » qui combine plusieurs prévisions composantes et utilise une évaluation de type backtesting pour sélectionner les configurations, associé à un concept d’« Algorithme de Prévision par Tournoi » et des interfaces utilisateur qui exposent la configuration « grand champion » (la meilleure en termes de performance) ainsi que des métriques d’erreur et des comparaisons parmi les algorithmes candidats.⁷⁸⁹ Ces descriptions s’alignent sur les pratiques classiques de prévision statistique (plusieurs modèles candidats, recherches de paramètres, et sélection basée sur l’erreur), et ne substantient pas, à elles seules, l’utilisation d’architectures ML modernes (par exemple, deep learning) ou de sorties de prévision probabilistes (distributions complètes) dans le sens où ces termes sont utilisés dans la recherche actuelle et les systèmes de planification avancés. La feuille de route du produit StockIQ est notable ici : elle mentionne explicitement « Enhanced AI/ML » comme un élément futur pour la prévision, les délais et le stock de sécurité — suggérant qu’à ce stade, ces capacités peuvent être perçues en interne comme des domaines à développer plutôt que comme des différenciateurs déjà établis.¹⁰

En termes de déploiement, StockIQ commercialise des cycles de mise en œuvre courts (souvent indiqués comme une « mise en œuvre de 28 jours »), et publie également un document de périmètre de mise en œuvre décrivant la mise en œuvre comme un déploiement en une seule phase.¹¹¹² Des articles d’assistance technique indiquent que StockIQ prend en charge à la fois les configurations hébergées et sur site et (du moins pour la version « Mt Huron ») nécessite des runtimes .NET 8.0 ; d’autres articles de support discutent des mises à jour SSO vers un flux d’autorisation OIDC avec PKCE, et d’une configuration pas à pas d’Entra SSO qui fait référence au redémarrage de l’application dans IIS pour les instances auto-hébergées.¹³¹⁴¹⁵

La crédibilité des témoignages clients est mitigée. StockIQ fournit des témoignages et des citations, mais beaucoup ne sont pas entièrement attribuables à une organisation juridiquement vérifiable (par exemple, prénom + rôle uniquement).¹⁶ Toutefois, la page ressources de StockIQ inclut des organisations nommées dans les témoignages (par exemple, BuildASign, CEPI, Hot Tub Club), bien qu’elles ne présentent pas de détails de cas d’étude vérifiables de manière indépendante.¹⁷ Par ailleurs, une fiche de marché tierce (Acumatica) inclut une organisation évaluatrice nommée (« Silvertree Holdings ») et décrit StockIQ comme une solution de planification pour distributeurs et fabricants, fournissant au moins une mention client attribuable hébergée de manière externe (bien que toujours limitée en profondeur technique).²

StockIQ Technologies vs Lokad

StockIQ et Lokad abordent des problèmes de planification qui se recoupent (prévision, décisions de réapprovisionnement/de stocks), mais leurs approches divergent nettement sur (i) ce qui constitue « l’artefact principal » livré aux clients, et (ii) la forme technique de la gestion de l’incertitude et de l’optimisation.

1) Forme du produit : suite configurable vs plate-forme programmable. StockIQ présente une suite de modules de planification avec des surfaces de configuration, des workflows, et des sorties d’intégration destinées à être utilisées par les ERP (par exemple, l’exportation de fichiers de suggestions de commandes ou des sorties de base de données équivalentes).¹³ Lokad positionne une plate-forme d’optimisation programmable où le livrable est généralement un « pipeline de décision » personnalisé qui produit des actions prioritaires (achats, allocations, etc.) à partir d’entrées probabilistes, plutôt qu’un ensemble fixe d’écrans et de configurations par module.¹⁸¹⁹

2) Approche de la prévision : sélection de modèle de prévision ponctuelle vs prévision probabiliste en tant que primitive de première classe. La documentation publiée par StockIQ met l’accent sur la sélection d’algorithmes via l’évaluation des erreurs (« tournaments ») et les « gagnants » de la configuration de modèles, ce qui est cohérent avec la sélection du meilleur modèle de prévision ponctuelle (ou de la meilleure paramétrisation) pour une série.⁸⁹ Le positionnement public de Lokad, en revanche, stipule explicitement que la prévision probabiliste (c’est-à-dire la production de distributions, et non de valeurs isolées) est fondamentale, et que l’optimisation utilise ces distributions pour calculer des décisions ajustées au risque.²⁰²¹ En d’autres termes, les artefacts publics de StockIQ mettent en avant des workflows « de meilleure précision de prévision », tandis que Lokad encadre « les distributions de prévision + l’optimisation en aval » comme l’architecture centrale.²⁰¹⁸

3) Sémantique de l’optimisation : recommandations de réapprovisionnement vs optimisation prédictive de bout en bout. StockIQ exporte clairement des recommandations de réapprovisionnement/commandes et prend en charge des workflows de gouvernance de la planification (y compris la configuration de la mesure du taux de service et des processus opérationnels tels que les étapes de recalcul du système).³²²⁶ Cependant, la documentation publique de StockIQ (dans les sources examinées) ne fournit pas de compte-rendu technique détaillé d’une couche d’optimisation stochastique qui optimise explicitement un objectif économique en situation d’incertitude. En revanche, Lokad documente publiquement une approche dédiée à l’optimisation stochastique (descente discrète stochastique) conçue pour consommer des prévisions probabilistes et retourner des décisions ajustées au risque.²¹¹⁸

4) Approche de la preuve : signaux de feuille de route vs paradigmes techniques documentés publiquement. La feuille de route du produit StockIQ signale explicitement « Enhanced AI/ML » comme étant tournée vers l’avenir pour la prévision, les délais et le stock de sécurité.¹⁰ Les documents publics de Lokad mettent l’accent sur une prévision probabiliste déjà déployée et une optimisation centrée sur la décision, et Lokad souligne sa performance dans une compétition ouverte de prévision comme une forme de validation externe (6e sur 909 équipes dans le M5).²³²⁴²⁵

En termes pratiques : si un acheteur souhaite une suite de planification avec des workflows de prévision configurables (y compris des tournois d’algorithmes), des modèles d’exportation ERP établis, et une possibilité de déploiement sur site, les documents publiés de StockIQ correspondent à ce modèle opérationnel.⁸³¹³ Si un acheteur veut un système programmatique centré sur des prévisions probabilistes et une optimisation stochastique explicite des décisions, la position technique publique de Lokad est orientée vers ce paradigme.²⁰²¹

Signaux de technologie et d’architecture issus de la documentation publique

Modèle de déploiement et prérequis

La documentation d’assistance de StockIQ indique:

Support hébergé vs sur site, avec des instructions d’installation de runtime différentes selon que StockIQ soit sur site ou hébergé avec un agent de synchronisation local.¹³
Exigence de .NET 8.0 (pour la version « Mt Huron ») et consignes pour installer les runtimes/pack hébergement ASP.NET Core.¹³
Modernisation SSO vers le flux d’autorisation OIDC avec PKCE, et des étapes de configuration Entra faisant référence au redémarrage de l’application dans IIS pour les déploiements auto-hébergés.¹⁴¹⁵

Cela est cohérent avec un profil de déploiement d’entreprise sur Windows/web-stack (du moins pour les clients sur site) et suggère des points de contact typiques pour l’intégration IT en entreprise (SSO, prérequis de runtime, redémarrages d’instances).

Traitement des données et workflow opérationnel

StockIQ documente un workflow de traitement interne dans lequel une étape « Calculate » est l’une des étapes majeures et peut empêcher les utilisateurs de travailler pendant son exécution.⁶ Cela constitue un indice architectural significatif : cela suggère un calcul par lots (recalcul de l’état de planification) plutôt qu’un recalcul incrémental continu et permanent.

Sorties d’intégration

StockIQ documente un scénario commun dans lequel l’application publie des suggestions de commandes sous forme de fichiers texte délimités par des barres verticales, avec une option alternative de sortie de base de données contenant les mêmes colonnes/champs.³ Cela renforce la caractérisation de StockIQ comme un moteur de planification conçu pour transmettre les décisions aux systèmes d’exécution plutôt que de les exécuter directement.

Prévisions et allégations « AI/ML » : ce qui est étayé publiquement ?

Les documents publics les plus techniquement explicites de StockIQ (articles du centre d’aide) décrivent :

Une approche de prévision qui combine plusieurs algorithmes/configurations et les évalue selon des métriques d’erreur (workflows de « tournament »).⁷⁸⁹
Des preuves au niveau de l’interface utilisateur de comparaisons de type backtesting (erreurs actuelles vs rétroactives, sélection du grand champion, comparaison visuelle des modèles par rapport aux valeurs réelles).⁹

Ce qui n’est pas clairement étayé dans les documents techniques publics examinés, c’est l’utilisation de classes de modèles ML modernes (par exemple, deep learning dans les architectures de prévision neuronale), ou la génération de distributions de demande probabilistes en tant qu’artefact de sortie standard. La présence de « Enhanced AI/ML » sur la feuille de route du produit (pour la prévision, les délais et le stock de sécurité) est un signal d’avertissement contre une interprétation excessive du branding « AI » comme décrivant des implémentations ML actuelles et profondément techniques.¹⁰

Cela n’implique pas que la prévision de StockIQ soit inefficace ; au contraire, d’après les preuves publiquement consultables, elle semble se rapprocher davantage d’une pratique classique avancée de prévision (familles de modèles + recherche de paramètres + sélection par backtesting) que d’un « state-of-the-art ML » dans le sens de la recherche.

Méthodologie d’implémentation et de déploiement

StockIQ commercialise un processus d’implémentation rapide (communément « mise en œuvre de 28 jours ») dans ses documents marketing.¹¹²⁶ Par ailleurs, il publie un « Standard Implementation Scope » décrivant l’implémentation comme un déploiement en une seule phase dans le cadre de son accord d’abonnement/services.¹² Ces affirmations sont principalement étayées par des sources rédigées par StockIQ et doivent être considérées comme des objectifs de processus rapportés par le fournisseur plutôt que comme des délais vérifiés de manière indépendante.

Clients et preuves de cas : nommés vs faiblement attribuables

Preuves nommées ou attribuables de manière externe (plus solides):

Une fiche de marché tierce (Acumatica) contient au moins une organisation évaluatrice nommée (« Silvertree Holdings ») et décrit comment le produit est utilisé (réapprovisionnement, prévision de la demande, planification de la production, etc.).²

Témoignages nommés mais principalement hébergés par le fournisseur (modérés):

Les pages de ressources de StockIQ incluent des témoignages faisant référence à des organisations telles que BuildASign, CEPI, et Hot Tub Club, mais sans métriques de cas d’étude détaillées et vérifiables de manière indépendante dans les documents examinés.¹⁷
Un PDF hébergé par StockIQ contenant des citations de clients offre des soutiens supplémentaires mais manque souvent d’identifiants d’entreprise suffisants pour une corroboration indépendante.¹⁶

Dans l’ensemble, StockIQ fournit des preuves clients, mais une grande partie n’est pas publiée sous une forme permettant une vérification robuste par des tiers (par exemple, des études de cas détaillées avec des entités nommées, le périmètre, des références de base, et des résultats mesurés). Lorsque les décisions impliquent des enjeux importants, un acheteur potentiel aurait probablement besoin de références clients directes sous NDA plutôt que de se fier aux témoignages publics.

Évaluation de la maturité commerciale

StockIQ semble être au-delà du stade de prototype précoce : il dispose d’une base de connaissances de support documentée avec des sujets opérationnels et de configuration détaillés, d’une pratique de nommage/versionnement des versions (« Mt Huron »), et de fonctionnalités d’intégration en entreprise (SSO, modèles d’exportation ERP, références REST/API dans la navigation de support).²¹³¹⁴³² Le partenariat avec Serent Capital en 2025 indique un soutien d’investisseurs externes et une intention d’expansion.⁴⁵ Sur la base de ces signaux publics, StockIQ est mieux caractérisé comme un fournisseur de planification pour le marché intermédiaire établi commercialement plutôt que comme une startup naissante—bien qu’il soit encore plus petit et moins documenté de manière transparente (publiquement) que les plus grandes suites de planification d’entreprise.

Conclusion

Les documents techniques accessibles au public de StockIQ Technologies soutiennent une caractérisation concrète : ils fournissent une suite de planification de supply chain axée sur la prévision de la demande et la planification des réapprovisionnements avec des modules de planification adjacents, implémentée en tant qu’application d’entreprise déployable (hébergée ou sur site) qui s’intègre aux ERP via des sorties publiées (fichiers ou base de données) et prend en charge les intégrations d’identité d’entreprise (SSO). La capacité « algorithmique » la plus étayée est la sélection de modèle via des tournois de prévision et l’évaluation des erreurs, en accord avec les pratiques classiques avancées de prévision. Les preuves publiques des architectures ML modernes ou de la prévision probabiliste en tant que sortie de première classe sont limitées, et le langage de la feuille de route de StockIQ suggère qu’au moins certaines améliorations « AI/ML » sont tournées vers l’avenir. En comparaison à Lokad, la posture publique de StockIQ s’aligne davantage sur des flux de travail de planification configurables et la sélection de modèle de prévision, tandis que Lokad met l’accent sur la prévision probabiliste et l’optimisation stochastique explicite des décisions comme paradigme technique de base.