Au milieu de tous les «est-ce une bulle?» Parlez de l’intelligence artificielle, de la chaîne d’approvisionnement et des industries de la logistique est devenue un terrain de reproduction pour des utilisations apparemment authentiques de la technologie. Flexport, Uber Freight et des dizaines de startups développent différentes applications et gagnent des clients de premier ordre.
Mais tandis que l’IA aide Fortune 500S à remplir leurs résultats (et à justifier la prochaine mise à pied à Wall Street), la bonne utilisation de la technologie s’avère utile aux petites entreprises.
Netstock, une société de logiciels de gestion des stocks fondée en 2009, travaille à ce sujet. Il a récemment déployé un outil génératif alimenté par AI appelé le «moteur d’opportunité» qui se met dans son tableau de bord client existant. L’outil tire les informations du logiciel de planification des ressources d’entreprise d’un client et utilise ces informations pour faire des recommandations régulières en temps réel.
Netstock affirme que l’outil permet d’économiser des milliers de personnes. Jeudi, la société a annoncé qu’elle avait servi 1 million de recommandations à ce jour et que 75% de ses clients ont reçu une suggestion d’opportunité de moteur d’une valeur de 50 000 $ ou plus.
Tout en étant alléchante, l’un de ces clients – Bargreen Ellingson, une société de fournitures de restaurants de 65 ans dirigée en famille – était initialement appréhendé d’utiliser un produit d’intelligence artificielle.
“Les anciennes entreprises familiales ne font pas confiance à Blind Change”, a déclaré le directeur de l’innovation Jacob Moody à >. “Je n’aurais pas pu entrer dans notre entrepôt et a dit:” Hé, cette boîte noire va commencer à gérer. “”
Au lieu de cela, Moody a lancé l’IA de Netstock en interne comme un outil que les gestionnaires d’entrepôt pourraient «choisir d’utiliser ou de ne pas utiliser» – un processus qu’il décrit comme «avec impatience, mais plongeant prudemment nos orteils» dans l’IA.
Événement >
San Francisco | 27-29 octobre 2025
Moody dit que cela contribue à éviter les erreurs, en partie parce que cela passe à travers une myriade de rapports que son personnel utilise pour prendre des décisions d’inventaire. Il a reconnu que les résumés de l’IA de ces informations ne sont pas précis à 100%, mais ont déclaré qu’il «aide à créer des signaux à partir du bruit» rapidement », en particulier pendant les heures d’ouverture.
Crédits d’image:Netstock
Le changement «plus profond» que Moody a remarqué est que le logiciel a rendu une partie du personnel d’entrepôt moins sensible de Bargreen Ellingson «plus efficace».
Il a souligné un employé dans l’un des 25 entrepôts de Bargreen qui y travaille depuis deux ans. L’employé a un diplôme d’études secondaires mais pas de diplôme universitaire. La formation de cet employé à comprendre tous les outils de gestion des stocks et l’information prévisionnelle utilise que la bargeur pour planifier les niveaux d’inventaire prendra du temps, a-t-il déclaré.
“Mais il connaît nos clients, il sait ce qu’il met sur le camion tous les jours, donc pour lui, il peut regarder le système et avoir cette perspicacité prosaïque dirigée par AI et comprendre très rapidement si cela a du sens ou n’a pas de sens”, a-t-il déclaré. “Il se sent donc responsabilisé.”
Le co-fondateur de Netstock, Barry Kukkuk, a déclaré à > qu’il comprenait l’hésitation autour des nouvelles technologies – en particulier parce que tant de produits sont essentiellement des chatbots médiocres attachés aux logiciels existants.
Il attribue le succès précoce du moteur d’opportunité de Netstock à certaines choses. L’entreprise compte plus d’une décennie de données de travailler avec les détaillants, les distributeurs et les fabricants légers. Ces données sont étroitement protégées pour adhérer aux cadres ISO, mais c’est ce qui alimente les modèles qui font les recommandations. (Il a déclaré que Netstock utilise une combinaison de technologies de l’IA de la communauté open source et des entreprises privées.)
Chaque recommandation peut être évaluée avec un pouce vers le haut ou le pouce vers le bas, mais les modèles sont également renforcés par le fait que le client prend ou non l’action suggérée.
Bien que ce genre d’apprentissage par renforcement puisse conduire à des résultats étranges, parfois nocifs, lorsqu’ils sont appliqués à des choses comme les médias sociaux, Kukkuk a déclaré qu’il poursuivait différentes incitations.
«Je ne me soucie pas vraiment des globes oculaires, tu sais?» Il a dit. “Facebook et Instagram se soucient des globes oculaires, alors ils veulent que vous regardiez leurs affaires. Nous nous soucions:” Quel est le résultat pour le client? “”
Kukkuk se méfie d’élargir ces interactions en raison des limites de la technologie de l’IA générative actuelle. Bien qu’il puisse être logique pour un client de converser avec l’IA de Netstock sur les raisons pour lesquelles une recommandation est ou n’est pas utile, Kukkuk a déclaré que cela pourrait finalement conduire à une rupture de précision.
“C’est une corde raide de marcher, car plus vous donnez à la liberté aux utilisateurs, plus vous donnez à un modèle de langue large pour commencer à halluciner des trucs”, a-t-il déclaré.
Cela explique le placement du moteur d’opportunité dans le tableau de bord client typique de Netstock. Les suggestions sont importantes, mais facilement rejetées. Google Docs entassant 20 fonctionnalités AI dans la gorge d’un utilisateur, ce n’est pas le cas.
Moody a dit qu’il appréciait que l’IA ne soit pas en face.
“Nous ne laissons pas le moteur d’IA prendre des décisions d’inventaire qu’un humain n’a pas examinées et examinées et a dit:” Oui, je suis d’accord avec cela “”, a-t-il déclaré. “Si et quand nous arrivons à un point où ils sont d’accord avec 90% des choses que cela suggère, peut-être que nous passerons la prochaine étape et dirons” nous vous donnerons le contrôle maintenant “. Mais nous n’y sommes pas encore.
C’est un début prometteur à un moment où de nombreux déploiements d’entreprise d’IA génératif ne semblent aller nulle part.
Mais si la technologie s’améliore, Moody a dit qu’il était néanmoins inquiet pour les implications.
“Personnellement, j’ai peur de ce que cela signifie. Je pense qu’il y aura beaucoup de changement, et aucun de nous n’est vraiment sûr de ce à quoi cela ressemblera à Bargreen”, a-t-il déclaré. Cela pourrait conduire à moins d’experts en science des données sur le personnel, a-t-il suggéré. Mais même si cela signifie déplacer ces employés de l’entrepôt et dans le siège social, il a déclaré que la préservation des connaissances est importante.
Bargreen a besoin de personnes qui «comprennent profondément la théorie et la philosophie et peuvent rationaliser comment et pourquoi Netstock fait certaines recommandations» et «s’assurer que nous ne descendons pas aveuglément», a-t-il déclaré.
À lire aussi
