L’OMS de Fluent Commerce exploite l’IA d’Intelo.ai

Fluent Commerce, éditeur de l’OMS Fluent Order Management, s’associe à Intelo.ai afin d’intégrer ses algorithmes d’IA agentique à sa plateforme de gestion des commandes. « A travers l’intégration directe de nos agents IA au sein de leur OMS, nous offrons aux marques des décisions en temps réel et des actions automatisées qui transforment les opérations de fulfillment, avec des économies substantielles à la clé », commente Jeff Fish, co-PDG d’Intelo.ai.

Une première phase d’intégration se concentre sur quatre leviers :

• Consolidation des expéditions via l’agent Shipment Consolidator qui, selon Intelo.ai, réduit le taux de commandes expédiées en plusieurs colis, de 17% à moins de 10%. L’IA simule l’expédition optimale en un seul colis, calcule les écarts et propose des actions de repositionnement de stock entre entrepôts et magasins afin d’éviter la multiplication des colis. Il en résulte une baisse des frais de transport et de l’empreinte carbone.

• Optimisation des distances d’expédition avec l’agent Fulfillment Distance Optimizer qui permet de limiter les distances moyennes d’expédition et les coûts de transport. Il identifie les produits et sites générant les coûts de transport les plus importants, puis ajuste le stock tampon de manière ciblée via des micro-simulations afin de proposer une répartition plus judicieuse et rentable des stocks entre les sites.

• Surveillance proactive des niveaux de service attendu (SLA) grâce à l’agent SLA Guardian qui détecte les sites à risque susceptibles d’engendrer un retard de livraison. L’OMS peut alors mettre temporairement en pause les points de préparation en souffrance, ajuster automatiquement la configuration réseau et informer les équipes des changements et des délais de reprise estimés.

• Pilotage dynamique des seuils de stock via l’agent Dynamic Buffer Curator. Celui-ci ajuste en continu les seuils de stocks minimum et maximum, le stock de sécurité, ainsi que les quantités affichées par article et par emplacement. « Cela permet de réduire efficacement les ruptures et l’obsolescence des stocks en alignant les niveaux sur la demande prévisionnelle et les coûts de service », indique Intelo.ai dans un communiqué.