Revue de Transmetrics, fournisseur de logiciels logistiques pilotés par l’IA

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

Retourner à Étude de marché

Transmetrics est un fournisseur de logiciels basé en Bulgarie qui vend une plateforme “logistics AI” en cloud (SaaS) destinée à améliorer les décisions de planification des transports — principalement dans le fret routier (réseaux de transport longue distance) et les opérations fortement orientées conteneurs (gestion/repositionnement des conteneurs vides). Le positionnement du produit combine systématiquement trois blocs fonctionnels : (i) l’intégration des données ainsi que leur nettoyage/enrichissement à partir des systèmes clients, (ii) la prévision de la demande/offre, et (iii) l’optimisation qui convertit les prévisions et les contraintes en plans exécutables (par exemple, planification de capacité, positionnement des actifs). Les documents publics indiquent un conditionnement modulaire du produit (planification pour transport longue distance, gestion des conteneurs vides, maintenance de flotte, et une gamme de produits « AI-forwarder »/sales navigator), et un modèle de déploiement basé sur l’extraction quotidienne des données et l’accès web pour les planificateurs. L’empreinte publique de Transmetrics inclut également une activité de R&D soutenue par l’UE et un financement par capital-risque/subventions, ainsi qu’un petit ensemble de déploiements et de partenariats identifiables publiquement dans le domaine de la logistique — bien que de nombreuses revendications clients restent auto-affirmées et ne soient pas systématiquement corroborées par des sources indépendantes.

Aperçu de Transmetrics

Empreinte de l’entreprise et signaux de la chronologie

La propre page « À propos » de Transmetrics présente le concept tel qu’élaboré en 2012, avec une croissance de l’entreprise « depuis 2013 », et inclut une chronologie des étapes clés (sortie de la planification pour transport longue distance en 2015 ; gestion des conteneurs en 2018 ; financement Horizon 2020 en 2019 ; un tour de financement en 2023 mentionné comme suivant la sélection par l’EIC Accelerator en 2022).1 Cependant, des agrégateurs tiers du registre des entreprises bulgares listent l’entité légale « TRANSMETRICS » (UIC 203327443) comme fondée/enregistrée le 11 déc. 2014, créant ainsi une légère divergence entre « la genèse du produit/de l’entreprise » (narrative marketing) et « l’incorporation formelle » (registre).23

Aucune preuve publique d’activité de fusions et acquisitions (acquisition ou être acquis) n’a été identifiée dans les sources examinées (pages de presse, résumés de registre et annonces de financements grand public). Cela doit être considéré comme « aucune preuve trouvée », et non comme une preuve d’absence.

Ce que le produit fournit (tel que démontré)

Sur les pages produits propres à Transmetrics, la plateforme est décrite comme un système « tout-en-un » qui se connecte aux données clients, améliore la qualité des données, produit des analyses et prévisions axées sur la logistique, et optimise ensuite les ressources/opérations pour réduire les coûts et améliorer les taux de service.4567 La FAQ du fournisseur présente explicitement Transmetrics comme n’étant pas un TMS, mais plutôt comme une couche de planification/analytique destinée à s’intégrer aux systèmes TMS/ERP/de gestion d’actifs et à « donner du pouvoir aux planificateurs » grâce à des « analyses prédictives » et des « décisions optimales ». 8

Les énoncés « livrables » concrets les plus forts que l’on peut extraire (après avoir retiré le langage marketing) sont :

  • Couche d’analytique de planification qui ingère les données opérationnelles, réalise la préparation des données, et fournit des tableaux de bord/analyses pour les opérations de transport.5
  • Résultats de prévision pour « l’offre et la demande » / flux de transport, présentés sous forme de prévisions basées sur le ML qui se mettent à jour à mesure que de nouvelles données arrivent.86
  • Résultats d’optimisation qui semblent générer des plans actionnables pour la capacité, le positionnement des actifs, ou des décisions au niveau du réseau — le tout explicitement associé à la « programmation en nombres entiers mixtes » sur la page d’optimisation.7
  • Modules spécifiques au domaine emballés par type d’opération (par exemple, planification pour transport longue distance, gestion des conteneurs vides, maintenance de flotte) plutôt qu’une suite de planification générique.1

Mécanismes et architecture : ce qui peut être confirmé vs. ce qui reste affirmé

Mécanismes de déploiement/intégration (raisonnablement confirmés):

  • Transmetrics décrit un modèle de livraison SaaS (abonnement), avec un accès via un navigateur web et des comptes créés pour l’équipe du client.8
  • La FAQ revendique une intégration avec les systèmes TMS/ERP/d’actifs et une extraction quotidienne des données « automatique » ; elle mentionne également une connexion VPN « de pointe » pour la connectivité et le chiffrement.8
  • Les Conditions Générales du fournisseur font référence à un processus ETL et aux responsabilités d’extraction de données (ce qui constitue une corroboration non marketing que le modèle d’intégration repose sur des pipelines de données plutôt que sur un traitement transactionnel intégré).9

Signaux de la pile technologique (partiellement confirmés):

  • Une offre d’emploi de Transmetrics en 2025 pour un « Senior Python Software Engineer » mentionne Python avec FastAPI, Flask, SQLAlchemy, asyncio, pandas, une expérience avec des bases de données relationnelles (par exemple, PostgreSQL), Docker, des API REST, et évoque la gestion de « données en temps réel et en lots », ainsi que le CI/CD et le cloud comme « un plus ». 10 Ceci est un indicateur fort d’une architecture web/service Python moderne, mais cela ne valide pas les détails internes spécifiques de la prévision/optimisation.

Revendications en matière d’optimisation et d’IA (substantiations mixtes):

  • La page d’optimisation mentionne explicitement la programmation en nombres entiers mixtes (MIP).7 C’est l’un des rares endroits où une famille d’algorithmes est énoncée de manière suffisamment claire pour être interprétée.
  • La page d’analytique répertorie un large éventail de techniques (par exemple, NLP, arbres boostés par gradient, « optimisation quadratique » et une mention d’« IBM Watson »).5 Celles-ci ne sont pas accompagnées de schémas d’architecture, de choix de solveurs, de fiches de modèles, de benchmarks ou d’artefacts reproductibles, elles doivent donc être considérées comme des revendications d’implémentation non vérifiées.
  • Le contenu de la prévision et la FAQ décrivent des « algorithmes de machine learning à haute sensibilité » qui s’ajustent à l’arrivée de nouveaux lots (notamment en cas de chocs comme le COVID).86 Ceci est plausible en principe mais insuffisamment détaillé : il n’existe aucune preuve publique précisant si les modèles sont réentraînés chaque nuit, mis à jour de manière incrémentale, basés sur des ensembles, bayésiens, etc.

Méthodologie de déploiement/implémentation (ce qui est démontré)

Les supports publics de Transmetrics décrivent un modèle de déploiement typique des surcouches de planification SaaS :

  • Se connecter aux systèmes existants (TMS/ERP/gestion d’actifs), extraire les données pertinentes quotidiennement, et fournir une interface web aux planificateurs.8
  • Nécessiter au moins environ 6 mois de données historiques (tel que revendiqué dans la FAQ).8
  • Permettre une configuration modulaire : présenté comme « prêt à l’emploi », mais avec une personnalisation/combinaison des modules lors de l’implémentation pour s’adapter au périmètre du client.8

Il est à noter que les supports publics ne fournissent pas de manuel de déploiement rigoureux (par exemple, des phases de projet nommées, des spécifications de modèle de données, des protocoles de validation ou une méthodologie de tests d’acceptation). La documentation des projets européens offre une structure supplémentaire (objectifs et livrables du projet), mais demeure au niveau d’un résumé de programme plutôt que d’un guide d’ingénierie.1112

Composants de machine learning/optimisation : évaluation basée sur des preuves

Ce qui peut être affirmé avec une confiance relativement plus élevée :

  • L’optimisation repose vraisemblablement sur des outils classiques d’OR (ou des outils personnalisés inspirés de l’OR) cohérents avec des formulations MIP pour au moins certains problèmes de décision (par exemple, le repositionnement d’actifs, la planification de capacité/réseau).7
  • La plateforme est conçue comme un logiciel, et non comme un modèle de feuille de calcul ou une simple consultation manuelle, sur la base du positionnement SaaS, des conditions, et des offres d’emploi.8910

Ce qui ne peut pas être validé à partir des preuves publiques :

  • Les classes de modèles de prévision exactes, les caractéristiques, les régimes de réentraînement/mise à jour, les métriques d’erreur ou les comparaisons avec des alternatives. Le fournisseur affirme leur précision et leur adaptabilité, mais ne fournit aucune substantiation technique appropriée pour un examen indépendant.86
  • Les « algorithmes » de nettoyage/enrichissement des données : revendiqués à plusieurs reprises, mais non spécifiés (règles, résolution d’entités basée sur le ML, détection d’anomalies, etc.), et aucun article ou artefact de code n’a été identifié.84
  • Toute « automatisation IA » allant au-delà de l’automatisation conventionnelle des pipelines (ETL + re-planification programmée). Les supports ne démontrent pas de limites d’automatisation décisionnelle, de logique de substitution, d’explicabilité, ou d’auditabilité de manière vérifiable.89

Clients et preuves de cas (nommés vs. corroborés)

Revindications de clients nommés sur le site de Transmetrics (preuves faibles à moins d’être corroborées): La FAQ indique que la solution est « implémentée et utilisée » par des entreprises telles que Kuehne + Nagel, Gebruder Weiss, DPD, Milaha, et Transmar.8 Il s’agit de noms spécifiques, mais dans le matériel examiné, ils apparaissent comme des auto-affirmations sans études de cas liées ou validation par des tiers dans le même document — ils doivent donc être considérés comme des revendications, et non comme des déploiements confirmés.

Signaux de déploiements/partenariats traçables publiquement (preuves plus solides):

  • Un article de MarineLink décrit NileDutch implémentant le logiciel de Transmetrics dans la logistique des conteneurs (il peut s’agir de relations publiques syndiquées, mais c’est au moins une trace de publication par un tiers).13
  • D’autres références de tiers lient également Transmetrics à l’activité de NileDutch (corroboration contextuelle).14
  • Une référence indexée publiquement séparée existe pour la coopération/partenariat avec Jan de Rijk Logistics (encore, les annonces de partenariats peuvent être marketing, mais elles sont hébergées de manière indépendante).15

Revindications d’issue (à manier avec précaution):

  • Des publications commerciales/sectorielles rapportent des déclarations d’issue telles que des réductions de coûts ou des améliorations d’utilisation (par exemple, les « >7% de réduction de coûts » fréquemment répétés et l’augmentation de l’utilisation dans les contextes de Speedy/DPD Bulgaria).1617 Ceux-ci sont plausibles, mais en l’absence de méthodologies auditées (définition de la référence, fenêtre temporelle, contrôles, attribution), ils doivent être considérés comme des témoignages indicatifs plutôt que comme des preuves de performance tangibles.

Maturité commerciale (présence sur le marché)

Les signaux de maturité sont cohérents avec un fournisseur PME établi plutôt qu’une startup toute neuve :

  • L’entreprise présente une gamme de produits multi-modules et une taille d’équipe de l’ordre de ~35–40 employés (auto-déclaré).1
  • La participation aux programmes européens et le financement sont documentés via des portails officiels de l’UE (par exemple, des documents de projet liés à Horizon 2020/EIC).111217
  • Les annonces publiques et la couverture médiatique indiquent une activité de financement externe (y compris un récit d’investissement lié à l’EIC), bien que les termes spécifiques et le calendrier doivent être consultés dans les annonces primaires plutôt qu’inférés.1819

Transmetrics vs Lokad

Transmetrics et Lokad vendent tous deux des logiciels positionnés autour de « meilleures décisions » en situation d’incertitude, mais ils divergent nettement en termes de portée, de philosophie produit, et de surface probante de leur technologie.

  • Focalisation opérationnelle vs. portée étendue sur la supply chain. Transmetrics est explicitement orienté vers la planification du transport/logistique (planification pour transport longue distance, repositionnement des conteneurs, maintenance de flotte) avec des modules encadrant les opérations de fret.18 Lokad se positionne comme une plateforme d’optimisation prédictive générale supply chain englobant la prévision et l’optimisation décisionnelle dans les contextes de stocks, production, distribution, et tarification.2021

  • Modules emballés vs. couche d’optimisation programmable. Transmetrics commercialise des modules « prêts à l’emploi » qui peuvent être combinés et personnalisés lors de l’implémentation.8 Le mécanisme central de Lokad est une couche programmable (Envision DSL) permettant de coder directement la logique et l’économique spécifique au client, avec un pipeline de prévision + optimisation présenté comme une approche unifiée de « prévision et optimisation ». 202223

  • Signalement de la technique d’optimisation. Transmetrics cite explicitement la programmation en nombres entiers mixtes comme technique sur sa page d’optimisation.7 Le discours technique public de Lokad met en avant la prévision probabiliste et l’optimisation décisionnelle en situation d’incertitude, incluant un fort accent sur l’optimisation centrée sur la décision alimentée par des modèles probabilistes plutôt que par des formulations de solveurs principalement déterministes.202421

  • Substantiation technique publique. Pour Transmetrics, les détails techniques destinés au public sont relativement maigres : les signaux de la pile technologique peuvent être déduits des pages de recrutement et le fournisseur énonce des familles d’algorithmes (MIP), mais il y a peu de documentation technique approfondie, de benchmarks de méthodes, ou d’artefacts formels expliquant « comment ça marche ». 710 Lokad, en revanche, dispose d’une documentation technique publique étendue et de documents détaillés décrivant la prévision probabiliste et son intégration avec l’optimisation (y compris des contenus datés, pouvant être cités, post-2016). 202423

En termes d’évaluation pratique : Transmetrics ressemble à un SaaS spécialisé dans la planification logistique avec une narrative teintée d’OR/ML et une architecture d’ingénierie moderne centrée sur Python ; Lokad apparaît comme une plateforme d’optimisation supply chain plus large, axée sur la programmation, qui publie plus de détails sur sa posture méthodologique (prévision probabiliste → décisions optimisées). Les deux peuvent être en concurrence dans des situations spécifiques de planification logistique, mais ils ne semblent pas partager le même « centre de gravité produit ».

Conclusion

Sur la base des preuves disponibles, Transmetrics vend une plateforme de planification logistique en cloud qui se situe au-dessus des systèmes d’exécution existants (TMS/ERP/gestion d’actifs), ingère les données des clients via une extraction programmée, et produit des analyses, des prévisions et des plans optimisés destinés à améliorer les opérations de transport. La revendication technique la plus concrète est l’utilisation de la programmation en nombres entiers mixtes pour au moins une partie de la charge d’optimisation, complétée par des prévisions basées sur le ML et des routines de qualité de données qui sont revendiquées mais pas documentées en profondeur publiquement. Les offres d’emploi suggèrent fortement une architecture de service Python moderne (FastAPI/Flask/SQLAlchemy, Docker, PostgreSQL, CI/CD), mais elles ne révèlent pas les implémentations internes de prévision/optimisation.

Commercialement, Transmetrics semble être au-delà du « stade prototype » (gamme de produits multi-modules, expérience de R&D financée par l’UE, et plusieurs déploiements nommés/revendiqués). Cependant, d’un point de vue technique strictement sceptique, de nombreuses revendications « IA » ne peuvent pas être validées à partir de la seule documentation publique, et plusieurs références clients sont présentées sans corroboration indépendante robuste ou méthodologie d’étude de cas auditable. Un acheteur cherchant à valider une capacité de pointe aurait probablement besoin : (i) d’une plongée technique sur la conception des modèles/solveurs, (ii) de backtests/benchmarks reproductibles, (iii) d’une gouvernance documentée du déploiement (validation des données, gestion des exceptions, workflows de substitution), et (iv) de références clients vérifiables liées à des résultats mesurables.

Sources

  1. À propos — consulté 2025-12-19 ↩︎ ↩︎ ↩︎ ↩︎

  2. TRANSMETRICS AD (UIC 203327443) — fondée le 11 déc. 2014 — consulté 2025-12-19 ↩︎

  3. TRANSMETRICS AD (UIC 203327443) — fondée le 11 déc. 2014 — consulté 2025-12-19 ↩︎

  4. Platforme (vue d’ensemble) — consulté 2025-12-19 ↩︎ ↩︎

  5. Analytique — consulté 2025-12-19 ↩︎ ↩︎ ↩︎

  6. Prévisions — consulté 2025-12-19 ↩︎ ↩︎ ↩︎ ↩︎

  7. Optimisation — consulté 2025-12-19 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. FAQ — consulté 2025-12-19 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  9. Termes et conditions — consulté 2025-12-19 ↩︎ ↩︎ ↩︎

  10. Ingénieur logiciel Python senior — 12 mai 2025 ↩︎ ↩︎ ↩︎

  11. CORDIS — Transmetrics “Reporting” project (Grant Agreement 945610) — consulté 2025-12-19 ↩︎ ↩︎

  12. CORDIS — Transmetrics “Reporting” project (Grant Agreement 945610) — consulté 2025-12-19 ↩︎ ↩︎

  13. MarineLink — NileDutch déploie le logiciel d’optimisation prédictive de Transmetrics — consulté 2025-12-19 ↩︎

  14. NPM Capital — Référence de NileDutch et Transmetrics — consulté 2025-12-19 ↩︎

  15. Jan de Rijk Logistics — Référence/partenariat Transmetrics — consulté 2025-12-19 ↩︎

  16. TI Insight — Couverture de cas Speedy / Transmetrics — consulté 2025-12-19 ↩︎

  17. TRIMIS — PrEDICTS : optimiser la charge des conteneurs pour les réseaux de transport de colis et de palettes — consulté 2025-12-19 ↩︎ ↩︎

  18. Transmetrics clôture un tour convertible de 2,5M€ (EIC Fund / Impetus Capital) — consulté 2025-12-19 ↩︎

  19. Couverture relative à l’EIC Accelerator / EIC Fund pour Transmetrics — consulté 2025-12-19 ↩︎

  20. Technologies de Prévisions et d’Optimisation — consulté 2025-12-19 ↩︎ ↩︎ ↩︎ ↩︎

  21. Initiative de la Supply Chain Quantitative — consulté 2025-12-19 ↩︎ ↩︎

  22. Langage Envision (documentation technique Lokad) — consulté 2025-12-19 ↩︎

  23. Programmation différentiable, comme dans une “IA” qui fonctionne — 27 mars 2019 ↩︎ ↩︎

  24. Prévisions probabilistes (Supply Chain) — novembre 2020 ↩︎ ↩︎