Обзор Vekia, поставщика программного обеспечения для управления цепями поставок
Вернуться к Анализу рынка
В условиях рынка, все более ориентированного на данные и автоматизацию, Vekia позиционирует себя как французский поставщик программного обеспечения для управления цепями поставок, использующий вероятностный ИИ для прогнозирования спроса, оптимизации уровней запасов и автоматизации процессов заказа. Вышедший из исследовательских инициатив в институтах, таких как Inria, и основанный примерно в 2008 году Мануэлем Дави, Vekia превратился из консалтинговой фирмы по машинному обучению для розничной торговли в поставщика специализированных решений по оптимизации запасов. Его платформа использует несколько симулированных сценариев спроса, мгновенные оповещения для управления дефицитом и интегрированную логистическую панель управления для обеспечения всестороннего обзора производительности цепи поставок. Развертывается как масштабируемое решение SaaS на платформе Microsoft Azure и разработан для интеграции без проблем с ERP, WMS, CRM и другими корпоративными системами, Vekia утверждает, что предлагает самый передовой подход, основанный на машинном обучении, доступный для управления запасами. В этом обзоре рассматриваются корпоративная история Vekia, основные функциональные возможности, технологическая структура и возможности интеграции, а также предлагается сравнительная перспектива с платформой Lokad.
Корпоративная история
История и основание
Согласно истории успеха Inria, Vekia была основана примерно в 2008 году Мануэлем Дави. Изначально предлагая консалтинговые услуги по машинному обучению для розничных групп, компания перешла к поставке специализированных решений для цепей поставок по мере уточнения своего фокуса на оптимизации запасов и прогнозировании спроса (1). Пресс-релизы также документируют отчуждение решения VekiaPlan компании Asys в 2016 году, указывая на стратегические изменения и консолидацию в линейках продуктов компании (2).
Позиционирование на рынке
Vekia позиционирует себя как специалист по оптимизации запасов, смело заявляя, что предлагает “самое передовое решение машинного обучения в мире” для управления уровнями запасов и автоматизации процессов заказа. Фирма подчеркивает свой вероятностный подход - симулируя несколько сценариев спроса, а не полагаясь на однозначный прогноз, чтобы обеспечить улучшенную видимость потенциальных результатов. Однако большая часть ее коммуникации остается на высоком уровне, с широкими утверждениями, не имеющими обширной технической обоснованности (3).
Обзор продукта
Основные функции
Платформа Vekia предлагает несколько ключевых возможностей:
- Прогнозирование спроса: Решение использует прогностические алгоритмы для генерации прогнозов на основе нескольких взвешенных сценариев, учитывая неопределенности, присущие цепям поставок, вместо предложения одноразовых детерминированных прогнозов (4).
- Автоматические предложения по заказам: Используя прогнозируемый спрос в качестве входных данных, платформа автоматически создает приоритетные рекомендации по заказам. Она предоставляет “объяснения выбора ИИ”, чтобы пользователи могли просматривать и, при необходимости, вручную корректировать эти предложения (5).
- Управление дефицитом и мгновенные оповещения: Непрерывный мониторинг запасов позволяет системе обнаруживать потенциальные дефициты и оповещать пользователей о необходимости немедленных корректирующих действий (6).
- Логистическая панель управления: Интегрированная “tour de contrôle logistique” предоставляет визуальный обзор ключевых показателей производительности и метрик цепи поставок в реальном времени, помогая принимать быстрые решения (7).
Модель развертывания
Позиционируясь как продукт SaaS, Vekia подчеркивает быструю интеграцию с существующими корпоративными ИТ-системами, включая ERP, WMS, CRM и другие. Размещенная на платформе Microsoft Azure и использующая компоненты, такие как Snowflake и API-ориентированные микросервисы, платформа обещает масштабируемость, надежную безопасность (соответствующую европейским стандартам RGPD) и простое развертывание. Примечательным примером является быстрое внедрение за восемь дней, проведенное для Martin Brower после кибератаки, что подчеркивает гибкие возможности развертывания Vekia (8, 9, 10).
Технологии и архитектура
Основная инфраструктура
В центре предложения Vekia лежит подход “IA probabiliste”. Платформа работает на современных облачных услугах (Microsoft Azure) и построена на распределенной архитектуре микросервисов. Ссылки на инструменты, такие как Apache Spark в старых повествованиях, указывают на использование технологий, готовых к работе с большими объемами операционных данных (11). Протоколы безопасности и стандарты шифрования данных гарантируют, что вся информация хранится в рамках европейских стандартов.
Машинное обучение и прогностическая аналитика
Стратегия “Машинного обучения и прогностической аналитики” Vekia включает в себя обучение моделей на исторических данных о продажах, внутренних операционных данных и внешних входах (таких как погода или социальные тенденции). Система может использовать различные алгоритмы, включая регрессионные модели, нейронные сети, машины опорных векторов и деревья принятия решений, для генерации вероятностных прогнозов. Несмотря на эти утверждения, подробные сведения о архитектуре модели, процессах валидации или сравнении с альтернативными методиками остаются ограниченными (12).
Развертывание, интеграция и пользовательский опыт
Интеграция с существующими системами
Разработанная для беспрепятственной работы с различным корпоративным программным обеспечением (ERP, WMS, TMS, CRM, CPQ, MRP), платформа Vekia собирает данные из различных источников для централизации информации цепочки поставок. Доступная через браузер панель управления представляет настраиваемые KPI и аналитику в реальном времени, лежащие в основе как процесса прогнозирования, так и автоматических рекомендаций по заказам (8, 9).
Быстрое развертывание и внедрение
Vekia хвалится своей способностью быстро развертываться в различных ИТ-экосистемах - утверждение подкреплено восьмидневным внедрением для управления запасами в Martin Brower. Хотя это демонстрирует впечатляющую гибкость, подробные сведения о преодолении проблем интеграции или производительности в различных операционных условиях ограничены (10).
Скептический анализ
Критическое прочтение коммуникаций Vekia выявляет несколько проблемных моментов. Несмотря на то, что поставщик делает смелые заявления относительно своих передовых возможностей в области машинного обучения и вероятностного прогнозирования, большая часть опубликованного материала остается на высоком уровне, предлагая немного конкретных технических деталей. Основное отличие - его симуляция нескольких сценариев спроса - кажется многообещающим, но информации о том, как присваиваются, валидируются или обновляются вероятности в реальном времени, практически нет. Утверждения о производительности и отчеты об улучшениях в ROI в значительной степени предоставляются поставщиком и лишены независимой, детальной проверки. Это вызывает вопросы о том, является ли “ИИ” платформы значительным прорывом по сравнению с обычными статистическими методами, улучшенными автоматизацией.
Vekia против Lokad
При сравнении Vekia с Lokad становятся ясными несколько различий:
- Подход к прогнозированию и оптимизации: Vekia полагается на вероятностную симуляцию спроса на основе нескольких сценариев прогнозирования, в то время как Lokad известен своей программной платформой оптимизации цепочки поставок, использующей специализированный язык (Envision) для встраивания индивидуальной логики принятия решений.
- Техническая прозрачность: Lokad предоставляет обширную техническую документацию, описывающую свои методы глубокого обучения, вероятностные и даже дифференцируемые программирования. В отличие от этого, технические разглашения Vekia остаются общими и на высоком уровне, с немногими конкретными данными об алгоритмических инновациях.
- Развертывание и настройка: Vekia акцентирует внимание на быстром развертывании SaaS с интегрированными панелями и мгновенными оповещениями, обслуживая клиентов, которым необходима быстрая интеграция. Lokad, однако, фокусируется на предоставлении высоко настраиваемой, постоянно обновляемой облачной платформы, автоматизирующей рутинные решения через детальные числовые рецепты - часто требующие более высокого уровня технической экспертизы.
- Рыночное позиционирование: В то время как обе компании стремятся оптимизировать операции цепочки поставок, маркетинговая стратегия Vekia более ориентирована на маркетинг, подчеркивая свои “передовые возможности машинного обучения”. Lokad позиционирует себя как строгое, инженерно-ориентированное решение, которое “роботизирует” решения цепочки поставок, объединяя прогнозирование с предписывающей оптимизацией.
Заключение
Vekia представляет собой современное облачное решение, построенное на основе вероятностного искусственного интеллекта и машинного обучения для решения проблем цепочки поставок. Ее преимущества заключаются в функциях, таких как автоматизированные предложения по заказам, мгновенные предупреждения о нехватке товаров и унифицированная панель управления логистикой, а также гибкая модель развертывания на основе SaaS. Однако многие из ее технологических утверждений сформулированы в общих чертах с ограниченной технической глубиной. Потенциальные клиенты должны искать дополнительное техническое подтверждение и независимые бенчмарки для полной оценки современности ее решения. По сравнению с платформами, такими как Lokad, которые предлагают более подробные инсайты в свою базовую технологию и возможности настройки, подход Vekia, хотя и обещающий, может потребовать более глубокого изучения для подтверждения своего конкурентного преимущества во все более количественной области оптимизации цепочки поставок.