Revue de ThroughPut Inc., fournisseur de logiciel d'analyse supply chain

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

Retourner à Étude de marché

ThroughPut Inc. est un éditeur de logiciels basé à Palo Alto qui vend une plateforme cloud “supply chain AI” centrée sur l’identification et l’élimination des goulots d’étranglement opérationnels (« contraintes ») dans les processus de bout en bout. Sa communication publique positionne le produit comme une couche d’orchestration par-dessus les systèmes d’entreprise existants (ERP et systèmes d’exécution adjacents), promettant une détection plus rapide des goulots d’étranglement changeants, des interventions prioritaires, et des améliorations en planification concernant la demande, la capacité, la logistique, les stocks, et les flux S&OP. Les preuves de ces affirmations constituent un mélange de communiqués de presse rédigés par l’éditeur, de fiches techniques de solutions, d’annonces sur les marketplaces, et d’annonces clients sélectionnées; cependant, la documentation technique publique reste relativement vague, avec un niveau de détail reproductible limité sur les classes de modèles, les données d’entraînement, les fonctions objectives, ou le comportement des solveurs. Commercialement, ThroughPut montre des signes d’une dynamique active de mise sur le marché (présence sur Azure Marketplace, annonces du conseil consultatif, et communications adressées aux clients nommés), en plus d’annonces récentes de contrats gouvernementaux/de défense, mais apparaît toujours comme une entreprise en phase de croissance plutôt que comme un fournisseur de suites d’entreprise bien établies.

Aperçu de ThroughPut

Le site de ThroughPut présente l’offre comme un logiciel de Supply Chain Planning (SCP) piloté par l’IA, couvrant des modules tels que la détection de la demande, la planification de la capacité, la planification logistique, la planification du réapprovisionnement, la gestion des stocks, le « jumeau numérique », et les processus de détection des goulots d’étranglement.1 L’entreprise souligne à plusieurs reprises l’identification et la priorisation des goulots d’étranglement comme mécanisme central : identifier la ou les contrainte(s) actuelles, quantifier leur impact, et recommander des actions pour augmenter le débit / réduire le gaspillage.23

Un conditionnement clé de l’offre est ELITE, décrit comme un SaaS supply chain AI piloté par l’IA et positionné pour un déploiement simplifié via Microsoft Azure Marketplace.456 Par ailleurs, la plateforme plus large de ThroughPut est commercialisée sous le nom ELI en tant que produit « Operations AI » (la terminologie varie selon la page et l’annonce), avec l’affirmation récurrente qu’elle exploite les bases de données d’entreprise existantes pour résoudre les goulots d’étranglement « dès aujourd’hui ».7

ThroughPut Inc. vs Lokad

ThroughPut et Lokad vendent tous deux un « support à la décision » pour les supply chains, mais le centre de gravité mis en évidence publiquement diffère.

La différenciation documentée à l’extérieur par ThroughPut se concentre sur la gestion des contraintes/goulots d’étranglement et l’élimination du gaspillage opérationnel — c’est-à-dire, détecter où le flux est entravé et recommander des interventions au niveau des couches de planification et d’exécution — souvent présentée comme fonctionnant « au-dessus de » les systèmes d’entreprise existants et de leurs débits de données.72 Les supports publics de l’entreprise mettent davantage l’accent sur les résultats (élimination des goulots d’étranglement, accélération des améliorations) plutôt que sur la spécification d’un pipeline mathématique transparent de bout en bout (distributions de prévisions → objectif économique → optimisation sous contraintes).36

Lokad, en revanche, se présente publiquement comme une plateforme de prévision+optimisation construite autour de la prévision probabiliste et de l’optimisation explicite des décisions (objectifs économiques, contraintes, et priorisation des actions). Sa vue d’ensemble « Forecasting & Optimization » met en avant des prévisions tenant compte de l’incertitude et la traduction de ces prévisions en décisions optimisées plutôt que de simples tableaux de bord.8 Lokad met également en avant une couche programmable (son DSL « Envision ») comme mécanisme pour exprimer les contraintes métier et la logique d’optimisation, présentant les implémentations comme des « apps » sur mesure sur une plateforme partagée plutôt que comme des modules fixes.9 En bref : l’histoire publique de ThroughPut penche vers une orchestration opérationnelle centrée sur les goulots d’étranglement et l’amélioration continue ; celle de Lokad penche vers une optimisation prédictive probabiliste avec une couche de modélisation explicitement programmable.89

Historique de l’entreprise, financements et étapes clés

Les divulgations publiques de financement proviennent principalement de la presse. En avril 2022, ThroughPut a annoncé un événement de $6M de financement angel en décrivant ce financement comme soutenant la croissance et le développement produit.10 Cela est corroboré par des articles de presse sur le financement par des tiers faisant référence au même montant et calendrier.11

Les annonces de ThroughPut signalent également des jalons de distribution produit. En avril 2020, l’entreprise a annoncé la disponibilité d’ELITE sur Microsoft Azure Marketplace, présentant cette inscription comme permettant un déploiement et une gestion simplifiés sur Azure.45 L’inscription sur Azure Marketplace décrit elle-même ELITE comme suivant « les goulots d’étranglement en constante évolution et les zones de gaspillage » pour améliorer l’efficacité opérationnelle.6

Aucune preuve publique crédible d’acquisitions (en tant qu’acquéreur ou cible) n’a émergé dans les sources utilisées pour cette revue ; les communications publiques de l’entreprise présentées ici se concentrent sur la distribution organique des produits, les ajouts au conseil consultatif, et les réussites avec des clients/gouvernements.41012

Portée du produit et livrables en termes techniques

Sur l’ensemble des pages rédigées par ThroughPut, la solution peut être résumée (en termes sans ambiguïté) comme suit :

  • Détection et priorisation basées sur les données des contraintes opérationnelles (« goulots d’étranglement ») à l’aide de données opérationnelles horodatées provenant des systèmes d’entreprise.7
  • Processus de planification et de suivi couvrant les décisions liées à la demande, à la capacité, à la logistique, et aux stocks, présentés comme « supply chain intelligence » / « SCP ». 1
  • Une offre SaaS packagée (ELITE) distribuée via Azure Marketplace, conçue pour un déploiement basé sur Azure et une intégration dans les environnements d’entreprise.46

Là où les sources restent moins précises, c’est sur la forme exacte des livrables (par exemple, si les résultats sont des listes d’actions classées avec des valeurs objectives explicites, des réglages de paramètres recommandés, des alertes, ou des comparaisons de scénarios) et sur les variables de décision exactes prises en charge (quantités de commande, réaffectation de capacité, planification, planification des transports, etc.). La brochure ELITE et la description sur le marketplace mettent en avant le suivi des goulots d’étranglement et l’amélioration de l’efficacité, mais n’exposent pas une formulation d’optimisation vérifiable, un type de solveur, ou des détails sur la gouvernance du modèle.36

Preuves sur les mécanismes et l’architecture

Sources de données et affirmations d’intégration

L’affirmation technique récurrente de ThroughPut est que sa plateforme consomme des données provenant des systèmes d’entreprise existants (les exemples répertoriés incluent ERP, MES, des systèmes de type WMS/TMS, et d’autres sources de données industrielles) pour détecter et résoudre les goulots d’étranglement.7 Il s’agit d’une affirmation matériellement testable (la profondeur de l’intégration, la latence, et les contraintes de qualité des données détermineraient la faisabilité), mais les sources publiques ne fournissent pas une spécification complète de l’intégration (connecteurs, schémas, SLA, règles de rapprochement, traçabilité, etc.).17

Signaux de déploiement

La preuve publique la plus forte quant à la posture de déploiement est la distribution via Azure : l’annonce de presse de ThroughPut présente explicitement ELITE comme disponible sur Azure Marketplace et met en avant l’évolutivité, la disponibilité, et la sécurité d’Azure avec un « déploiement et une gestion simplifiés ». 4 L’inscription sur le marketplace positionne de façon similaire ELITE en tant que produit aidant à atteindre les objectifs de supply chain et de fabrication en suivant les goulots d’étranglement et le gaspillage.6 Au-delà de cela, le site public de ThroughPut se contente de présenter des parcours marketing (démonstrations, contacts et une bibliothèque de ressources) plutôt que des manuels d’implémentation détaillés.1

Affirmations en IA / ML / optimisation : ce qui est étayé vs. ce qui ne l’est pas

ThroughPut se décrit en utilisant des étiquettes telles que « Supply Chain AI Optimization » et « pionnier de l’IA industrielle », incluant des affirmations d’optimiser de grands volumes de processus opérationnels et de fournir une transformation rapide.1012 L’élément technique le plus concret répété dans les sources est la présentation du Système de Gestion des Goulots d’étranglement (identifier la contrainte, quantifier l’impact, recommander une remédiation) et l’affirmation qu’il exploite les bases de données d’entreprise existantes pour ce faire.7

Ce qui n’est pas étayé dans les documents publics échantillonnés :

  • Les familles de modèles nommées (par exemple, arbres à gradient boosté vs. réseaux de neurones) et les protocoles d’entraînement pour la détection de la demande/prévision.
  • Des formulations d’optimisation explicites (fonctions objectives, contraintes, solveurs en nombres mixtes vs. heuristiques, comportement de convergence).
  • Des artefacts reproductibles (code ouvert, études de référence, articles de méthode évalués par des pairs) directement liés au produit de ThroughPut.

En conséquence, « IA » doit être considéré ici comme une étiquette commerciale qui est directionnellement plausible (analytics + prévision + recommandations), mais pas techniquement caractérisable au-delà de la posture centrée sur les goulots d’étranglement sans une documentation plus approfondie que celle disponible publiquement dans ces sources.710

Clients nommés publiquement et preuves de cas

Références nommées et corroborées par des sources externes

Une référence client notable est Church Brothers Farms, citée sur la page d’étude de cas de ThroughPut comme un exemple d’utilisation de la plateforme pour prévoir la demande à court terme pour les produits périssables.13 La relation est également évoquée par des médias industriels décrivant Church Brothers Farms ayant choisi ThroughPut comme partenaire de données supply chain (couverture sponsorisée/partenariat, mais externe au domaine de ThroughPut).1415

Affirmations sur les contrats gouvernementaux/de défense

En décembre 2025, ThroughPut a annoncé s’être vu attribuer un contrat SBIR Phase III avec l’US Air Force, axé sur « l’Optimisation de la Disponibilité des Avions », et cela apparaît à la fois sur PRNewswire et sur la page de communiqués de presse de ThroughPut.1216 (Tel que présenté, il s’agit encore d’une annonce de l’entreprise ; une documentation contractuelle ou une notification d’attribution gouvernementale renforcerait la vérification, mais n’a pas été identifiée dans les sources consultées ici.)

Affirmations de cas anonymisées

ThroughPut publie également des récits axés sur les résultats concernant des clients non nommés (par exemple, « la société d’emballage leader mondiale »), qui sont utiles en tant que signaux marketing mais constituent une preuve faible quant à des capacités techniques spécifiques ou une performance généralisable.17

Évaluation de la maturité commerciale

D’après les signaux visibles publiquement, ThroughPut semble être un fournisseur en phase de croissance avec :

  • Distribution de produit via un important marketplace cloud (Azure Marketplace) et un positionnement répété en SaaS.46
  • Un événement de financement angel divulgué ($6M) et des affirmations d’extension des opérations sur de grands volumes de processus.1011
  • Au moins une relation client commerciale nommée (Church Brothers Farms) avec une corroboration partielle par des tiers.1314
  • Des annonces publiques concernant les contrats SBIR de l’US Air Force (Phase III) fin 2025, suggérant un engagement au-delà de déploiements purement commerciaux pour les PME.1216

Dans le même temps, la transparence technique publique de l’entreprise (tel qu’observable dans ces sources) est limitée : les affirmations concernant le produit sont davantage axées sur les résultats que sur les mécanismes, et il n’existe pas suffisamment de matériel public pour évaluer l’IA/l’optimisation « à la pointe de la technologie » de la même manière qu’il serait possible pour des fournisseurs publiant des notes techniques détaillées, des études comparatives, ou une documentation d’implémentation.710

Conclusion

ThroughPut Inc. vend un SaaS d’analyse supply chain/operations qui est présenté publiquement autour de la détection dynamique des goulots d’étranglement et de leur remédiation, en utilisant des données extraites des systèmes d’entreprise existants. Les signaux produit les plus corroborés sont la distribution d’ELITE via Azure Marketplace et l’insistance répétée de ThroughPut sur le suivi des goulots d’étranglement changeants et du gaspillage opérationnel. Les preuves publiques de « l’optimisation IA » sont principalement narratives et impulsées par la presse : elles indiquent l’intention (prévision + priorisation + interventions recommandées) mais n’exposent pas suffisamment de détails techniques pour valider la sophistication du modèle, la rigueur de l’optimisation, ou la reproductibilité. Commercialement, ThroughPut présente des indicateurs crédibles de mise sur le marché et d’adhésion (divulgation de financement, présence sur le marketplace, annonce d’un client nommé, et récentes annonces de contrats SBIR de l’Air Force), et reste néanmoins un fournisseur en croissance plutôt qu’un fournisseur de suites de planification d’entreprise bien établies.

Sources

  1. ThroughPut — website navigation and positioning (retrieved 2025-12-19) ↩︎ ↩︎ ↩︎ ↩︎

  2. ThroughPut — About Company (retrieved 2025-12-19) ↩︎ ↩︎

  3. ThroughPut ELITE brochure (retrieved 2025-12-19) ↩︎ ↩︎ ↩︎

  4. ThroughPut Inc.’s ELITE Now Available in the Microsoft Azure Marketplace — PRNewswire — 2020-04-28 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  5. ThroughPut — ELITE Now Available in the Microsoft Azure Marketplace (press release mirror) — 2020-04-28 ↩︎ ↩︎

  6. Microsoft Azure Marketplace — ThroughPut ELITE (retrieved 2025-12-19) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  7. ThroughPut Welcomes Supply Chain Optimization / ML Experts to its Advisory Board — PRNewswire — 2019-01-23 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. Lokad — Forecasting & Optimization overview (retrieved 2025-12-19) ↩︎ ↩︎

  9. Lokad — Envision (retrieved 2025-12-19) ↩︎ ↩︎

  10. Amidst record momentum, ThroughPut Inc. raises $6M in Angel Funding… — PRNewswire — 2022-04-21 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  11. ThroughPut Raises $6M in Angel Funding — FinSMEs — 2022-04-22 ↩︎ ↩︎

  12. US Air Force Awards ThroughPut.ai Phase III Contract for “Aircraft Availability Optimization” — PRNewswire — 2025-12-09 ↩︎ ↩︎ ↩︎ ↩︎

  13. Page de cas d’étude : Church Brothers Farms exploite des données existantes pour prédire avec précision la demande à court terme pour des produits périssables (consulté le 2025-12-19) ↩︎ ↩︎

  14. AndNowUKnow — Church Brothers Farms s’associe avec ThroughPut… — 2022-02-01 ↩︎ ↩︎

  15. PerishableNews — Church Brothers opte pour ThroughPut Inc… (consulté le 2025-12-19) ↩︎

  16. ThroughPut — L’US Air Force attribue à ThroughPut.ai le contrat Phase III… (miroir du communiqué de presse) — 2025-12-09 ↩︎ ↩︎

  17. Histoire de ressource ThroughPut : “Économise 3M $ pour la principale entreprise d’emballage mondiale” — 2021 (consulté le 2025-12-19) ↩︎