Contexte et motivation
Face à une volatilité permanente des tarifs, aux pressions de reshoring et aux chocs géopolitiques, les modèles traditionnels de planification « forecast‑and‑execute » ne résistent plus. Blue Yonder décrit ce contexte comme un état de disruption permanente où les chaînes d'approvisionnement doivent passer d’une logique de prévision à une logique d’adaptation en temps réel. L’entreprise affirme que les workflows fragmentés et les interfaces de tableau de bord conçues pour les planificateurs humains ne sont plus adaptés à un environnement où les décisions doivent être prises à la vitesse des machines.
Architecture agentique proposée
Blue Yonder introduit une architecture « frictionless outcomes » qui privilégie les commandes plutôt que les clics. Les applications sont rendues headless, c’est‑à‑dire dépourvues d’interface utilisateur traditionnelle, afin de supporter un trafic à vitesse machine tout en restant sécurisées. Deux acteurs cohabitent : l’agent logiciel qui exécute les tâches et l’opérateur augmenté qui définit des objectifs, des garde‑fous et des intentions plutôt que d’exécuter chaque opération manuellement. Cette dualité impose une refonte du modèle d’orchestration, où les agents consomment les intentions et renvoient des résultats supervisés en continu.
Stratégie de modèles et optimisation des tokens
Blue Yonder forme des modèles à poids ouvert en partenariat avec Nvidia, réservant l’accès aux modèles de frontière plus coûteux uniquement lorsque l’économie des tokens le justifie. Cette approche repose sur une analyse du coût de chaque appel de token : les tâches simples restent sur les modèles internes, tandis que les requêtes complexes, nécessitant une compréhension plus large, sont redirigées vers les modèles externes. Le choix d’un modèle « open‑weight » permet d’ajuster les paramètres en interne, réduisant la dépendance aux fournisseurs de cloud et limitant les latences liées aux appels externes.
Implications opérationnelles et limites
Selon le PDG Duncan Angove, la dissipation des silos départementaux devrait se produire dans les cinq prochaines années, les agents assurant une orchestration continue entre les fonctions internes et les partenaires externes. Cependant, la transition exige que les équipes passent d’une exécution de tâches à une supervision d’intentions, ce qui impose un changement de compétences et un investissement dans la formation. De plus, la dépendance à l’économie des tokens introduit une contrainte budgétaire : les organisations doivent surveiller le volume d’appels aux modèles de frontière pour éviter des dépassements de coûts imprévus. Enfin, la sécurité des flux de données à vitesse machine reste un défi, car chaque interaction agent‑humain doit être auditée sans ralentir le traitement.
