Recensione di RELEX Solutions, fornitore di software per la pianificazione Supply Chain

Di Léon Levinas-Ménard
Ultimo aggiornamento: settembre, 2025

Torna a Ricerca di mercato

RELEX Solutions offre una piattaforma SaaS unificata per la pianificazione al dettaglio e supply chain, che copre la previsione/rilevamento della domanda, il rifornimento e l’allocazione, la pianificazione dell’assortimento e degli spazi, il pricing e le promozioni, l’ottimizzazione della forza lavoro e—dal 2024—la pianificazione e programmazione della produzione a monte tramite l’acquisizione di Optimity. Materiali di ingegneria pubblica e dei partner indicano un’architettura a microservizi distribuita su Kubernetes attraverso data center gestiti da RELEX e cloud pubblici (principalmente Azure), con un nucleo di elaborazione in-memory, IaC basata su Terraform e un ecosistema che include Kafka e Snowflake. L’azienda pubblica una Monitoring API (OAuth2/OpenAPI) per lo stato di esecuzione di file e job; le API di prodotto più ampie non sono pubbliche. RELEX sostiene di utilizzare previsioni basate su machine-learning e un Business Rules Engine configurabile, e nel 2024 ha introdotto “Rebot”, un assistente basato su GPT-4 per l’accesso conversazionale ai dati di pianificazione. I case study descrivono roll-out pilota seguiti da implementazioni a ondate, con i primi go-live in circa 4–5 mesi, sottolineando il principio “configurare, non codificare.” Dalla sua fondazione nel 2005 in Finlandia, RELEX ha raccolto finanziamenti in successive fasi da Summit Partners, TCV e Blackstone; le acquisizioni includono Galleria (2016), Zenopt (2019), Formulate (2022), Athena Retail (2022) e Optimity (2024). Le affermazioni tecniche relative ai dettagli interni di forecasting e ottimizzazione rimangono in gran parte non divulgate nella documentazione pubblica.

Panoramica di RELEX

In sintesi, RELEX si posiziona come una suite per la pianificazione retail unificata che spazia dalla pianificazione a valle dei negozi/centri di distribuzione fino alla programmazione della produzione a monte (post-Optimity), offrendo un servizio SaaS multi-tenant123. I moduli commercializzati coprono la previsione della domanda, il rifornimento, l’assortimento/spazio, il prezzo/promozioni, la gestione della forza lavoro e la pianificazione della produzione1452.

La descrizione pubblica della piattaforma evidenzia Kubernetes/microservizi, implementazione ibrida (data center RELEX e Azure/GCP), calcolo in-memory e IaC con Terraform; i partner e gli annunci di lavoro confermano Kafka/Snowflake e datastore misti (ClickHouse/BigQuery/PostgreSQL) per vari team678191011. L’integrazione avviene tramite file e REST, con una Monitoring API documentata (OAuth2) per tracciare lo stato di ingestione e dei job di pianificazione; un esempio su GitHub illustra l’uso11213. Le affermazioni in materia di sicurezza includono attestazioni ISO 27001 e SOC 2 e una policy di governance sull’IA (2025)1415.

Le funzionalità AI sono presentate a un livello elevato (previsione basata su ML; Business Rules Engine configurabile). L’IA generativa si presenta tramite Rebot, esplicitamente costruito su GPT-4/Azure OpenAI, descritto come uno strato conversazionale privato/sicuro per i dati RELEX16171819.

I modelli di consegna nei case study mostrano fasi pilota e rollout a ondate per categoria/ubicazione, con diversi esempi che citano circa 4–5 mesi fino al primo go-live20212223.

Storia aziendale: fondata nel 2005 (da Aalto), filiale statunitense nel 2016, principali finanziamenti dal 2015 al 2024 (Summit, TCV, Blackstone), acquisizioni dal 2016 al 2024 (Galleria, Zenopt, Formulate, Athena Retail, Optimity)24252627282930313233453423.

RELEX Solutions vs Lokad

Approccio alla modellizzazione e trasparenza. RELEX enfatizza applicazioni configurabili con un Business Rules Engine e previsioni basate su ML, ma pubblica pochi dettagli tecnici sugli algoritmi di forecasting, le formulazioni di ottimizzazione o le API di pianificazione pubbliche al di là di una Monitoring API11217. Lokad espone una piattaforma programmatica costruita attorno al suo linguaggio specifico di dominio Envision per codificare in modo esplicito previsioni probabilistiche e l’ottimizzazione decisionale, posizionandosi come un flusso di lavoro white-box, incentrato sul codice, dove ogni trasformazione è ispezionabile ed auditabile3536.

Meccaniche decisionali. I materiali di RELEX sottolineano il principio “configurare, non codificare”, con un controllo delle politiche basato su regole e moduli applicativi (rifornimento, assortimento/spazio, prezzo/promozione, forza lavoro, produzione)11742. Lokad si concentra su previsioni probabilistiche (distribuzioni complete della domanda) che alimentano un’ottimizzazione centrata sulla decisione (ad es., linee di acquisto/trasferimento classificate per ROI), unificando forecasting e ottimizzazione in un’unica pipeline che mira agli obiettivi finanziari3536.

Posizionamento AI. Rebot di RELEX utilizza GPT-4 per l’accesso conversazionale ai dati di pianificazione1819. L’approccio AI/ML di Lokad è integrato nel suo stack di previsione/ottimizzazione (ad es., deep learning, programmazione differenziabile) piuttosto che come un livello di assistenza via chat; l’enfasi è che l’“AI” deve rimanere auditabile all’interno del DSL e dei dashboard3536.

Architettura. Entrambi sono cloud-first. RELEX documenta Kubernetes/microservizi e multi-cloud (in particolare Azure) con elaborazione in-memory e un ecosistema Kafka/Snowflake6781910. Lokad gestisce uno stack multi-tenant su Azure con un motore di esecuzione personalizzato (“Thunks”) e storage basato su eventi, minimizzando le dipendenze di terze parti ed esponendo la sua logica tramite Envision piuttosto che interfacce GUI specifiche per il prodotto36.

Trasparenza & API. RELEX pubblica una Monitoring API; le API core di pianificazione/ottimizzazione non sono documentate pubblicamente1213. L’“apertura” di Lokad avviene attraverso il DSL stesso (le soluzioni vengono fornite come codice che il cliente può leggere, versionare ed estendere) piuttosto che tramite ampi endpoint REST36.

Posizione organizzativa. RELEX si è espansa grazie a ingenti investimenti di venture capital e acquisizioni per ampliare la sua suite2628302. Lokad registra una crescita organica, nessuna acquisizione, e si concentra su un’unica piattaforma integrata35.

Conclusione: RELEX = suite in stile APS con approccio configurabile, runtime moderno, limitata divulgazione algoritmica e uno strato chat basato su GPT-4; Lokad = piattaforma di ottimizzazione probabilistica white-box, basata sul DSL, dove il modello è codice esplicito. La scelta dipende dal fatto che il team preferisca una suite configurabile e commercializzata o un ambiente di ottimizzazione programmabile.

Cronologia aziendale e capitale

  • Fondazione e identità. 2005, Finlandia—origini da Aalto University (Kärkkäinen, Småros, Falck)24. Entità statunitense costituita nell’aprile 201625.
  • Finanziamenti. Minoritaria di Summit Partners (2015) e successivi (2017)2627; TCV $200M (2019)2829; Blackstone Growth €500M con valutazione di €5B (2022)30; Blackstone & TCV incrementano le partecipazioni con l’uscita di Summit (2024)31.
  • Acquisizioni. Galleria RTS (~2016)27; Zenopt (2019)3233; Formulate (2022)4; Athena Retail (2022)534; Optimity (2024)23.

Scopo del prodotto e documentazione

  • Mappa delle soluzioni. Pianificazione/rilevamento della domanda; rifornimento/allocazione; assortimento & spazio; prezzo & promozioni; ottimizzazione della forza lavoro; pianificazione/programmazione della produzione (tramite Optimity)1452.
  • Sicurezza & governance. Certificazioni ISO 27001, SOC 2 (ISAE 3000); policy di governance sull’IA pubblicata nel 20251415.
  • Integrazione. Supportata l’ingestione tramite file + REST; la Monitoring API (OAuth2) espone lo stato di job/file per la visibilità operativa; codice client d’esempio su GitHub11213.

Architettura & stack

  • Runtime. Microservizi su Kubernetes (AKS); ibrido/multi-cloud che include i data center RELEX e Azure, alcuni GCP; IaC con Terraform6781.
  • Dati/elaborazione. Calcolo in-memory (affermazione del fornitore); partnership Kafka + Snowflake; gli annunci fanno riferimento a ClickHouse/BigQuery/PostgreSQL per esigenze specifiche del team191011.
  • Osservabilità. Raccolta serverless in Elastic per la telemetria di Microsoft 365 (caso partner)37.

Componenti AI, ML e ottimizzazione

  • Forecasting/ML. RELEX afferma di utilizzare previsioni della domanda basate su ML senza divulgare famiglie di modelli, funzionalità o benchmark16.
  • Regole/ottimizzazione. Business Rules Engine per “configurare, non codificare”; i dettagli interni del linguaggio delle regole/solutore non sono pubblici17.
  • Gen-AI. Rebot è un assistente basato su GPT-4 stratificato sui dati RELEX; l’architettura (RAG, controlli di accesso, auditing) non è dettagliata pubblicamente1819.

Valutazione. Il runtime moderno e la maturità della consegna sono ben evidenziati; la trasparenza algoritmica rimane bassa nei materiali pubblici (nessuna specifica dettagliata del modello/solutore o valutazioni riproducibili).

Distribuzione e roll-out

  • Modelli. Comune la fase pilota seguita da un rollout a ondate (“ondate”) ; in diversi casi si citano ~4–5 mesi fino al primo go-live20212223.
  • Visibilità operativa. La Monitoring API permette l’automazione e i controlli di integrità attorno alle pipeline di ingestione/pianificazione1213.

Discrepanze e incognite

  • Anno di fondazione talvolta riportato erroneamente come 2006 in fonti terziarie; le fonti primarie indicano 200524.
  • Data dell’acquisizione di Galleria si basa sulla conferma da parte di note degli investitori27.
  • “Non hanno mai avuto un’implementazione fallita” e superlativi simili: affermazioni di marketing non verificate (nessuna verifica indipendente).
  • Dettagli interni del DB in-memory, solutori core di ottimizzazione e API pubbliche più ampie: non documentati in fonti pubbliche11217.

Conclusione

RELEX presenta una suite SaaS contemporanea basata su Kubernetes che si è espansa funzionalmente attraverso acquisizioni e investimenti, con segnali credibili di scalabilità operativa (cloud ibrido, IaC, ecosistema di partner) e maturità nella consegna (da pilota a ondate, Monitoring API). Tuttavia, i dettagli algoritmici fondamentali per il forecasting e l’ottimizzazione rimangono pubblicamente opachi; le affermazioni dovrebbero essere considerate plausibili ma non verificate in assenza di whitepaper tecnici, benchmark, artefatti di codice o API di pianificazione pubbliche. Per le organizzazioni che danno priorità a un APS modulare e configurabile con packaging enterprise—e che sono a proprio agio con una trasparenza algoritmica limitata—RELEX è adatto. Per i team che cercano una modellizzazione esplicita e programmabile con matematica verificabile e controllo a livello di codice sulle decisioni probabilistiche, l’approccio centrato sul DSL di Lokad rappresenta una via sostanzialmente diversa.

Fonti

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

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

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

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

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

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

  7. Polar Squad — Migrazione gestita di Kubernetes (2024-11-07) ↩︎ ↩︎ ↩︎

  8. Microsoft / Pulse by Devoteam — Come SRE e Azure abilitano una risposta rapida… (2023) ↩︎ ↩︎ ↩︎

  9. Snowflake — Elenco partner: RELEX ↩︎ ↩︎ ↩︎

  10. Confluent — Pagina partner: RELEX Solutions ↩︎ ↩︎ ↩︎

  11. RELEX Careers Blog — Vita tecnologica in RELEX: Backend (2019-09-05) ↩︎ ↩︎

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

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

  14. RELEX — Sicurezza & Conformità (ISO 27001, SOC 2) ↩︎ ↩︎

  15. RELEX — Policy di Governance sull’IA (2025-04) ↩︎ ↩︎

  16. RELEX — Informazioni (affermazione di ML forecasting) ↩︎ ↩︎

  17. RELEX — Il Business Rules Engine: come la configurabilità garantisce pianificazione flessibile e scalabile… ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  18. RELEX — Presentazione di Rebot (assistente GPT-4) ↩︎ ↩︎ ↩︎

  19. DC Velocity — RELEX presenta l’assistente di IA generativa Rebot (2024-04-25) ↩︎ ↩︎ ↩︎

  20. Caso RELEX — Booths: qualità e freschezza ↩︎ ↩︎

  21. Caso RELEX — Musti Group ↩︎ ↩︎

  22. Caso RELEX — Bubbies (US) ↩︎ ↩︎

  23. Caso RELEX — OXXO (2024) ↩︎ ↩︎

  24. Aalto University — Alumni dell’Anno 2023 (Småros, Falck, Kärkkäinen) ↩︎ ↩︎ ↩︎

  25. Registro delle Imprese della Georgia — RELEX SOLUTIONS INC ↩︎ ↩︎

  26. RELEX PR — Investimento da Summit Partners (2015-09-09) ↩︎ ↩︎ ↩︎

  27. Summit Partners — Ulteriori finanziamenti per RELEX (2017-09-12) ↩︎ ↩︎ ↩︎ ↩︎

  28. RELEX PR — TCV effettua un investimento di $200M (2019-02-06) ↩︎ ↩︎ ↩︎

  29. TechCrunch — La piattaforma tecnologica retail Relex raccoglie $200M da TCV (2019-02-06) ↩︎ ↩︎

  30. RELEX PR — Finanziamento guidato da Blackstone di €500M con valutazione di €5B (2022-02-17) ↩︎ ↩︎ ↩︎

  31. Blackstone — Blackstone e TCV aumentano gli investimenti in RELEX (2024-12-10) ↩︎ ↩︎

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

  33. CB Insights — Profilo aziendale di Zenopt (acquisita) ↩︎ ↩︎

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

  35. Lokad — Informazioni (storia aziendale, panoramica della piattaforma) ↩︎ ↩︎ ↩︎ ↩︎

  36. Lokad — Why not Python (motivazioni architetturali/DSL, approccio white-box) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  37. Elastic Solutions — Architettura serverless di input per integrare i log di Microsoft 365 in Elastic per RELEX Solutions (2023-07) ↩︎