Обзор IBM Planning Analytics, поставщика программного обеспечения для управления корпоративной эффективностью

От Léon Levinas-Ménard

Последнее обновление: ноябрь, 2025

IBM – это компания с более чем вековой историей, предлагающая широкий спектр программных продуктов, среди которых определённая группа нацелена на планирование, исполнение и оптимизацию цепочки поставок: IBM Planning Analytics (TM1) для многомерного планирования и прогнозирования, ILOG CPLEX Optimization Studio в качестве универсального решателя, семейство продуктов Sterling Order Management (включая Intelligent Promising и Fulfillment Optimizer) для многоканальной оркестрации заказов и оптимизации затрат при выборе поставщика, а также Supply Chain Intelligence Suite и Transparent Supply для обеспечения видимости и прослеживаемости; вместе эти компоненты формируют технически серьёзный, коммерчески зрелый стек, построенный на традиционных корпоративных технологиях (Java, TM1, CPLEX, Kubernetes) с некоторыми дополнениями AI и ML, при этом их позиционирование как «когнитивных» и «на основе AI» часто основывается на маркетинговом языке, а не на прозрачном описании алгоритмов, что резко контрастирует с узконаправленной, основанной на доменно-специфическом языке (DSL) платформой количественной оптимизации цепочки поставок от Lokad, построенной вокруг вероятностного прогнозирования и специализированной стохастической оптимизации.

Обзор IBM

IBM – это крупная диверсифицированная технологическая компания со штаб-квартирой в Armonk, Нью-Йорк, действующая более чем в 170 странах, давно зарекомендовавшая себя в областях программного обеспечения, консалтинга и инфраструктуры.¹ Её текущее предложение, связанное с цепочками поставок, представляет собой мозаику собственных разработок и приобретений: движок TM1 (теперь IBM Planning Analytics) для многомерного планирования, линия ILOG/CPLEX для математической оптимизации и портфель Sterling Commerce для управления заказами и B2B-интеграции.²³ За последнее десятилетие IBM пыталась объединить эти активы в более интегрированные концепции, такие как IBM Sterling Order and Fulfillment Suite и IBM Supply Chain Intelligence Suite, а недавно – в позиционирование «с поддержкой AI», связанное с более широкой стратегией watsonx от IBM.⁴⁵ Для специалистов по цепочке поставок практическая реальность заключается в наборе отдельных, но взаимосвязанных продуктов: Planning Analytics для планирования спроса и предложения, CPLEX как инструмент для решения, Sterling OMS с включением Intelligent Promising и Fulfillment Optimizer для многоканального выполнения заказов, а также SCIS/Transparent Supply для обеспечения видимости, прослеживаемости и устойчивости.⁴⁵⁶

С технической точки зрения, стек для цепочки поставок от IBM представляет собой традиционное корпоративное программное обеспечение: Java и реляционные базы данных для OMS, in-memory OLAP-модуль для Planning Analytics, CPLEX для оптимизации, контейнеризированное развертывание на Kubernetes/OpenShift, а также нарастающий слой моделей ML и ассистентов на базе LLM поверх них.⁶⁷⁸ IBM не является стартапом на ранней стадии: её продукты для цепочки поставок основаны на десятилетиях разработки и огромной экосистеме внедрений, но при этом наследуют устаревшие конструкции и определённую непрозрачность алгоритмов. С коммерческой точки зрения, IBM твёрдо находится в рядах «устоявшихся поставщиков», с известными клиентами в сферах розничной торговли, производства и дистрибуции как для Planning Analytics, так и для Sterling OMS.⁹¹⁰

IBM против Lokad

На высоком уровне IBM и Lokad решают пересекающиеся задачи — планирование спроса, планирование запасов и мощностей, многоканальное выполнение заказов — но делают это с почти противоположными продуктовыми философиями.

Стратегия и охват продукта. IBM предлагает портфель относительно независимых продуктов, которые можно комбинировать: IBM Planning Analytics (TM1) для планирования и бюджетирования, Sterling Order Management для транзакционной оркестрации заказов, Intelligent Promising и Fulfillment Optimizer для обещаний и выбора поставщика, а также Supply Chain Intelligence Suite и Transparent Supply для обеспечения видимости и прослеживаемости в стиле диспетчерской.⁴⁵⁶ Lokad предлагает единую многоарендную SaaS-платформу, сосредоточенную исключительно на количественной оптимизации цепочки поставок, где вся логика прогнозирования и оптимизации реализована в виде кода на доменно-специфическом языке Envision от Lokad, а не через меню конфигурации продуктов.¹¹¹²¹³ Подход IBM ориентирован на продукт и основан на модулях; подход Lokad – на платформу и программируемость.

Подход к прогнозированию. В IBM Planning Analytics прогнозирование встроено в движок TM1 как функция автоматического моделирования временных рядов, которая обнаруживает тренды, сезонность и временную зависимость в данных куба и генерирует будущие проекции, которые могут быть встроены в модели планирования.⁷⁸¹⁴ Публичная документация подчёркивает автоматический выбор модели и «AI-прогнозирование», тесно интегрированное в рабочие процессы планирования, но практически не предоставляет деталей о базовых алгоритмах (ARIMA, экспоненциальное сглаживание, градиентно-усиленные деревья и т. д.).⁷⁸¹⁴ Напротив, на протяжении многих лет Lokad позиционирует вероятностное прогнозирование — а не точечные прогнозы — как основу своей платформы, явным образом стремясь оценить полное распределение спроса и времени выполнения для принятия решений в условиях неопределенности.¹¹¹⁵¹⁶ Публичные материалы Lokad и интеграции с сторонними системами (например, Cin7 Core) последовательно описывают вероятностные прогнозы как стандарт, а не как дополнение, и связывают их напрямую с последующими решениями по запасам.¹⁵¹⁷ Проще говоря, IBM рассматривает прогнозирование как модуль внутри более широкой системы планирования, тогда как Lokad рассматривает прогнозирование (в вероятностной форме) как ключевой математический объект, на котором строится всё остальное.

Оптимизация и принятие решений. Самым технически продвинутым компонентом для принятия решений в области цепочек поставок от IBM является Sterling Fulfillment Optimizer с Watson, который подключается к OMS для минимизации общей стоимости обслуживания по различным вариантам выполнения, используя смешанную целочисленную оптимизацию на основе CPLEX и предиктивные модели затрат; он предоставляет REST API для принятия решений по выбору поставщиков и API «Explainer» для обоснования выборов.¹⁸¹⁹ Intelligent Promising расширяет это с помощью моделей спроса на уровне магазинов (регрессия плюс deep learning) для оценки риска дефицита и уценки в горизонте 60 дней, используя настраиваемые правила и факторы затрат для управления обещаниями.²⁰²¹ За пределами этих слоёв OMS остаётся транзакционной системой, а Planning Analytics в первую очередь является планирующим движком с некоторой логикой оптимизации, реализованной посредством правил куба и интеграций с внешними решателями. Напротив, Lokad интегрирует оптимизацию в саму суть платформы: его доменно-специфический язык Envision включает примитивы для вероятностных переменных и экономических факторов, а собственные алгоритмы Lokad (вероятностное прогнозирование, стохастический дискретный спуск, латентная оптимизация) напрямую выдают приоритетные списки решений — заказов на покупку, перемещений для ребалансировки, производственных партий или ценовых решений — ранжированных по ожидаемому финансовому эффекту.¹¹¹²¹³¹⁶ В то время как IBM обычно использует CPLEX для хорошо сформулированных задач минимизации затрат в области выполнения заказов, Lokad применяет стохастический поиск и дифференцируемое программирование для оптимизации решений в условиях сложной неопределенности, что обеспечивает тесную связь между прогнозированием и оптимизацией.¹¹¹²¹⁶

Архитектура и прозрачность. Стек IBM для цепочки поставок опирается на основные корпоративные технологии: Java-микросервисы, работающие в контейнерах на Kubernetes/OpenShift для Sterling OMS; проприетарный in-memory OLAP-движок TM1 для Planning Analytics; стандартные СУБД (Db2, Oracle) и JMS (IBM MQ) для хранения данных и обмена сообщениями; а также IBM Cloud или гипермасштабные облака для хостинга.⁶⁹¹⁰ Эта архитектура является традиционной и надёжной, но распределена по многим продуктам и базам кода. Платформа Lokad гораздо уже и более однозначна в своих взглядах: единая многоарендная SaaS-платформа, размещённая на Azure, где вся аналитика выражается на языке Envision, компилируется в собственную распределённую виртуальную машину и поддерживается хранилищем на основе событий, а не традиционной СУБД, с крайне небольшим количеством зависимостей от сторонних решений.¹²¹³ Lokad пропагандирует философию «white-box» — каждый расчёт виден в виде кода и каждое решение можно отследить через скрипт Envision — в то время как IBM предоставляет конфигурационные возможности и некоторую объяснимость для отдельных оптимизаторов (например, API Explainer в Fulfillment Optimizer), но не раскрывает внутренние ML- или оптимизационные алгоритмы с сопоставимой глубиной.¹⁸¹⁹¹¹¹³

Роль в IT-ландшафте. Sterling OMS разработана как система-источник данных для заказов и доступности запасов, тесно интегрированная с ERP и ecommerce-интерфейсами; Planning Analytics является центральной корпоративной системой планирования, используемой в финансах, операциях и цепочке поставок.⁵⁷⁹ Таким образом, IBM занимает место непосредственно в транзакционных и корпоративных планировочных слоях с оптимизацией, обернутой вокруг них. Lokad явно избегает быть транзакционным программным обеспечением; он позиционирует себя как оптимизационный и решающий слой поверх существующих ERP, WMS и OMS, обрабатывая данные и возвращая рекомендованные действия или списки решений, а не заменяя ключевые системы.¹¹¹²¹⁷ Для покупателя вопрос IBM часто звучит как «Стандартизируем ли мы OMS и планирование на базе IBM?», а вопрос Lokad — «Добавим ли мы количественный оптимизационный слой поверх нашего существующего стека и готовы ли мы принять подход, основанный на DSL?»

Короче говоря, IBM предлагает широкий, интегрируемый набор продуктов для цепочки поставок в рамках очень большого корпоративного портфеля, с сильными возможностями оптимизации в отдельных компонентах, но с в основном традиционной архитектурой и ограниченной прозрачностью алгоритмов; Lokad же предлагает узкую, но глубокую платформу, конкурентное преимущество которой заключается в вероятностном прогнозировании, моделировании на основе собственного DSL и унифицированных конвейерах «прогнозирование–оптимизация», а не в ширине упакованных функций.

Портфолио программного обеспечения IBM для цепочки поставок

Planning Analytics (TM1)

IBM Planning Analytics на базе TM1 – это in-memory многомерный планировочный движок, используемый как для финансового, так и для операционного планирования, включая случаи планирования спроса и предложения.⁷ TM1 хранит данные в кубах и измерениях в памяти, с вычислениями, определёнными посредством проприетарных правил и «фидеров»; клиенты взаимодействуют через веб-интерфейсы и надстройки для Excel.⁷¹⁴ Прогнозирование в Planning Analytics Workspace реализовано как функция автоматического моделирования временных рядов, которая обнаруживает тренды, сезонность и временную зависимость в исторических данных и продлевает временные ряды вперёд, с доверительными интервалами и автоматическим выбором модели.¹⁴ Материалы IBM по AI-прогнозированию подчеркивают, что эти прогнозы «встроены» (без внешних инструментов) и тесно интегрированы в рабочие процессы планирования, позволяя изменениям прогнозов немедленно отражаться на прибыли, планах по рабочей силе и операционных KPI.⁸ Однако документация не указывает конкретные алгоритмы (например, ARIMA, экспоненциальное сглаживание, модели ML), поэтому «AI-прогнозирование» следует интерпретировать как автоматическое моделирование временных рядов, а не как свидетельство современных архитектур ML.⁸¹⁴

С точки зрения цепочки поставок, Planning Analytics в первую очередь является планировочной площадкой: компании создают планы спроса, планы мощностей и целевые уровни запасов в виде кубов с встроенными вычислениями; сложность этих моделей во многом зависит от конфигурации TM1 и интеграций с внешними решателями.⁷ Кейсы IBM (например, Novolex и Solar Coca-Cola) свидетельствуют о том, что Planning Analytics используется для прогнозирования, планирования мощностей и анализа сценариев, с сообщаемым снижением затрат на планирование и избыточных запасов, однако это анекдотичные данные, а не формальные бенчмарки.⁹¹⁰

ILOG CPLEX Optimization Studio

IBM ILOG CPLEX Optimization Studio предоставляет высокопроизводительный решатель для математического программирования для линейных, смешанных целочисленных, квадратичных моделей и моделей программирования с ограничениями, с API на нескольких языках.³ Исторически он поддерживал приложения ILOG для цепочки поставок (LogicTools) для проектирования сетей и оптимизации запасов, которые IBM позднее передала компании LLamasoft; сам CPLEX остаётся универсальным решателем, используемым как внутри, так и за пределами продуктовой линейки IBM.³¹⁸ В текущем портфеле для цепочки поставок CPLEX явно упоминается как оптимизационный движок в Sterling Fulfillment Optimizer, где документация по устранению неисправностей упоминает «CPLEX nodes» в контексте REST-вызовов и TLS-шифров, что ясно указывает на то, что Fulfillment Optimizer запускает модели CPLEX «под капотом».¹⁸¹⁹ Как решатель, CPLEX широко признан в сообществе операционных исследований как один из лучших коммерческих MIP-движков; отличие IBM заключается не столько в самом ядре решателя, сколько в том, как он интегрирован в конкретные предложения, такие как Fulfillment Optimizer.

Sterling Order Management System (OMS)

IBM Sterling Order Management System (OMS) — это многоканальное приложение для управления заказами, которое оркестрирует захват заказов, видимость запасов, выбор поставщиков и выполнение заказов через различные каналы и узлы.⁵⁶²² Оно предоставляет единый обзор заказов и запасов, поддерживает процессы возвратов и послепродажного обслуживания, и позиционируется как транзакционная основа как для B2C, так и для B2B выполнения заказов.⁵⁶²² Технически, Sterling OMS V10 реализована как набор Java EE сервисов, упакованных в контейнеры, сертифицированные IBM, развернутых на Kubernetes/OpenShift или сторонних Kubernetes-сервисах, с поддержкой реляционных баз данных (Db2 или Oracle) и JMS для обмена сообщениями.⁶ Архитектура является традиционной: образы контейнеров, операторы Kubernetes для управления жизненным циклом, схемы баз данных для данных заказов и запасов, а также конфигурационные потоки для определения рабочих процессов и ролей участников.⁶

Нет никаких свидетельств в публичной документации, что основные функции OMS (например, определение узла для размещения заказа) решаются с помощью MILP или продвинутого ML внутри самой OMS; вместо этого IBM позиционирует дополнительные сервисы (Intelligent Promising, Fulfillment Optimizer) как «умные» слои принятия решений, в то время как OMS занимается оркестрацией.⁴⁵ Известные клиенты, такие как немецкий ритейлер хозяйственных товаров hagebau, используют Sterling OMS в качестве центральной платформы управления заказами для интегрированного многоканального опыта, обычно реализуемого с помощью услуг IBM или партнёров.²²

Sterling Intelligent Promising и видимость запасов

Sterling Intelligent Promising — это сервис видимости запасов и прогнозирования, который централизует инвентарь по каналам и применяет правила и логику, основанную на затратах, для принятия решения о том, как реагировать на запросы клиентов (например, отгрузка из магазина против распределительного центра, предложение альтернативных вариантов доставки).⁴ Компонент Inventory Visibility предоставляет единый, актуальный в реальном времени обзор запасов из различных систем, разработанный для масштабирования при пиковых нагрузках.⁴ В своей премиальной версии Intelligent Promising добавляет прогнозирующий ИИ и машинное обучение: FAQ от IBM прямо указывает, что Premium использует методы регрессии и глубокого обучения для прогнозирования ежедневных продаж в магазине и BOPIS на 60-дневный горизонт, используя такие показатели, как исторические продажи, запасы, цена и скорость оборота для оценки рисков дефицита и снижения цены.²⁰²¹

Хотя это одно из немногих мест, где IBM предоставляет конкретные детали по машинному обучению (регрессия плюс глубокое обучение для спроса на уровне магазина), сторона оптимизации в Intelligent Promising остаётся описанной на высоком уровне — балансировка правил и драйверов затрат, оптимизация обещаний среди различных вариантов — без публичных формулировок или подробностей о решателе.²⁰²¹ Поэтому разумно считать, что модели спроса обоснованы, а заявления об «оптимизации» правдоподобны, но не могут быть независимо проверены.

Sterling Fulfillment Optimizer с Watson

Sterling Fulfillment Optimizer — это облачный сервис, который интегрируется с OMS (IBM или сторонними системами) для выбора оптимального узла(ов) выполнения для каждого заказа, с заявленной целью минимизации общих затрат на обслуживание при соблюдении SLA и ограничений.¹⁸¹⁹ Технический обзор описывает модель в два этапа: офлайн-этап, на котором обрабатываются объемные исторические данные (заказы, показатели затрат, ограничения) для построения модели затрат, и этап в реальном времени, где OMS вызывает REST API Fulfillment Optimizer с заказами и получает оптимизированные решения по снабжению.¹⁸ Конфигурация включает профили оптимизации, коэффициенты балансировки узлов и другие параметры для формирования целей.¹⁹

Документация по устранению неполадок для Fulfillment Optimizer напрямую ссылается на узлы CPLEX, и IBM позиционирует свой стек оптимизации решений (ILOG + CPLEX) как движущую силу Fulfillment Optimizer.¹⁸¹⁹ Это сочетание — модели MILP на базе CPLEX, обернутые в SaaS с REST и API для объяснений — является технически сложным и соответствует современным практикам оптимизации многоканального выполнения. Однако IBM не публикует формулировки моделей или сравнительные данные с альтернативными решателями или предложениями других поставщиков, поэтому заявления о «когнитивном выполнении» и «тысячах перестановок за миллисекунды» следует рассматривать как маркетинговые, а не как научное доказательство.

Supply Chain Intelligence Suite, Transparent Supply и Envizi

IBM Supply Chain Intelligence Suite (SCIS) — это облачный сервис, который агрегирует данные из систем управления цепочками поставок в виде панелей, виджетов и списков, предоставляя единый обзор цепочки поставок и ИИ-основанные аналитические данные для управления рисками и нарушениями.⁶²³ Комплект включает Control Tower — рабочую площадку для мониторинга и управления исключениями, а также Transparent Supply — приложение на базе блокчейна для отслеживания и обмена документами.⁶²³ Transparent Supply предоставляет API для отслеживания экземпляров продуктов, событий и документов по цепочке и обычно используется в проектах по отслеживанию продовольствия и потребительских товаров.²³

Страница жизненного цикла SCIS SaaS показывает, что общий доступ был предоставлен в конце 2021 года, а вывод из маркетинга состоялся в мае 2025 года, что указывает на то, что, хотя существующим клиентам оказывается поддержка в рамках жизненного цикла IBM XaaS, SCIS больше не продаётся как отдельный SKU.²⁴²⁵ Это, в сочетании с архивированным репозиторием документации для Transparent Supply, говорит о том, что линия продуктов находится в переходном состоянии, а не в фазе роста.

Отдельно, ESG Suite от IBM Envizi имеет модуль по цепочке поставок, который обрабатывает транзакционные данные и сопоставляет их с категориями выбросов Scope 3 для отчетности и анализа, что имеет отношение к метрикам устойчивости в цепочке поставок, но не является основным оптимизационным механизмом.²⁶

Технологический стек и архитектура

Во всех этих продуктах технологический стек управления цепочками поставок от IBM выглядит так:

Языки и среды выполнения. Java микросервисы и веб-приложения для Sterling OMS и сопутствующих сервисов; проприетарный OLAP-сервер TM1 для Planning Analytics; библиотеки CPLEX на C/C++/Java/Python для оптимизации; фронтенды на JavaScript/React для некоторых новых порталов.³⁶⁷
Хранение данных и обмен сообщениями. Db2 или Oracle в качестве основных реляционных хранилищ для OMS; JMS (IBM MQ) для асинхронного обмена сообщениями; файловое in-memory хранилище TM1 для кубов и измерений.⁶⁷
Инфраструктура. Образы контейнеров для Sterling OMS, развернутые на Kubernetes/OpenShift с операторами для управления жизненным циклом; поставка SCIS и Transparent Supply как SaaS на IBM Cloud; поддержка развертывания на гипермасштабируемых платформах для некоторых компонентов.⁴⁶²³
Сервисы ИИ/МЛ. Встроенное прогнозирование временных рядов в Planning Analytics Workspace; модели машинного обучения для Intelligent Promising Premium; интеграция с watsonx.ai и Watson Assistant/Discovery для ассистентов с разговорным интерфейсом и поиска документов в примерах SCIS.⁸¹⁴²³

Этот стек технически ортодоксален для крупного корпоративного поставщика: он отдает предпочтение стабильности, интеграции с существующим промежуточным ПО IBM и инструментарием управления жизненным циклом, а также соответствует общей облачной и ИИ-платформе IBM. Он не использует более радикальные архитектурные идеи, такие как собственные предметно-ориентированные языки (DSL) или модели базовых данных, основанные на событиях, как это делает Lokad.

Паттерны развертывания и выката

Развертывание Sterling OMS обычно включает в себя:

развертывание кластеров OMS в контейнерах с использованием операторов Kubernetes;
настройку баз данных, JMS и постоянных томов;
интеграцию с фронтендами электронной коммерции, ERP-системами и логистическими системами нижнего уровня посредством REST и обмена сообщениями;
и, при необходимости, подключение Intelligent Promising и Fulfillment Optimizer как внешних сервисов для принятия решений по прогнозированию и снабжению.⁴⁵⁶

Развертывание Planning Analytics может быть как на локальных серверах, так и в формате SaaS; оно требует проектирования кубов TM1 и правил для логики планирования, интеграции данных через коннекторы, а также, при необходимости, включения функций ИИ-прогнозирования в Planning Analytics Workspace.⁷⁸¹⁴ SCIS и Transparent Supply предоставляются в формате SaaS, с конвейерами для загрузки данных (часто через IBM App Connect) и настройкой панелей, оповещений и схем отслеживания.⁶²³ Модуль по цепочке поставок Envizi аналогично зависит от обработки и сопоставления транзакционных данных с коэффициентами выбросов.²⁶

Публичная документация и кейс-стади предоставляют примеры успешных проектов, но не содержат систематические статистические данные о продолжительности внедрения, уровне неудач или общей стоимости владения. Как и в большинстве корпоративного ПО, результаты, по-видимому, сильно зависят от партнеров по внедрению и сложности ландшафта заказчика.

Коммерческая зрелость и клиенты

Программное обеспечение IBM для управления цепочками поставок коммерчески зрелое:

Planning Analytics (TM1) имеет большую установленную базу в области финансов и операций, с именитыми клиентами в производстве, розничной торговле и сфере услуг, использующими его для прогнозирования и планирования.⁷⁹¹⁰
Sterling OMS широко используется розничными торговцами и B2B-организациями в качестве центрального OMS, причем hagebau и другие приводятся в качестве примеров, и признан отраслевыми аналитиками как один из лидеров по уровню внедрения.⁴⁵²²
SCIS и Transparent Supply имеют меньше известных примеров и кажутся более нишевыми, но задокументированы проекты по отслеживанию продовольствия и видимости от заказа до доставки через партнеров.²³

Позиционирование IBM в аналитических отчетах (например, BARC Score для интегрированного планирования, признание аналитиков для Sterling OMS) подтверждает, что IBM рассматривается как устоявшийся, мейнстримовый выбор, а не как экспериментальная технология. Тем не менее, некоторые части портфеля (в частности, SCIS SaaS) демонстрируют признаки окончания жизненного цикла или реструктуризации, поэтому покупателям следует обращать внимание на документы о жизненном цикле и дорожные карты.²⁴²⁵²⁷

Выводы

Стек решений IBM для управления цепочками поставок лучше всего понимать как созвездие продуктов, основанных на давних корпоративных технологиях: TM1 для планирования, CPLEX для оптимизации, Sterling OMS для обработки транзакций и SCIS/Transparent Supply для видимости и отслеживания. Технически это созвездие внушительное: CPLEX остается на уровне современных коммерческих решателей MILP; служба принятия решений Fulfillment Optimizer на базе CPLEX и API для объяснения решений являются сложными; контейнеризированный OMS на Kubernetes соответствует современной корпоративной практике; а Planning Analytics обеспечивает зрелую, гибкую среду для планирования со встроенным прогнозированием временных рядов. То, чего IBM не предоставляет, так это глубокую алгоритмическую прозрачность или единую специализированную среду моделирования: заявления по ИИ-прогнозированию и «когнитивным» цепочкам поставок подтверждаются лишь частично, а возможности оптимизации сосредоточены в нескольких специализированных компонентах, а не интегрированы по всему стеку.

По сравнению с Lokad, IBM предлагает гораздо более широкий функциональный охват и тесную интеграцию с транзакционными системами, но опирается на относительно непрозрачные модели и традиционную архитектуру; Lokad жертвует широтой и транзакционной сферой, чтобы сосредоточиться на высокоопределенной, управляемой DSL платформе, ориентированной на вероятностный подход и оптимизацию, с необычайно высокой прозрачностью в отношении используемых методов и компромиссов. Для организаций, ищущих стандартный, удобный для ИТ OMS и пакет для планирования с дополнительными возможностями оптимизации, IBM является естественным выбором. Для организаций, основной проблемой которых является качество количественных решений в условиях неопределенности, а не сама интеграция системы, и которые готовы принять программируемый оптимизационный слой, подход Lokad является более радикальным, но также более соответствующим передовому вероятностному прогнозированию и стохастической оптимизации.