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 parce que la sélection des dons 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 générateur de puissance AI appelée «Opportunity Engine» qui se met dans son tableau de bord client existant. L’outil d’information 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 économise ces activités de milliers de personnes. Jeudi, la société a annoncé qu’elle avait servi un 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 restauration de 65 ans dirigée en famille, était initialement appréhendé un produit artificiel.
« Les anciennes entreprises familiales ne font pas confiance à Blind Changes », a déclaré le directeur de l’innovation, Jacob Moody, à TechCrunch. « 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 avec prudence» dans l’IA.
Événement TechCrunch
San Francisco
|
27-29 octobre 2025
Moody dit que cela contribue à éviter les erreurs, en partie parce que c’est à travers une myriade de rapports à faire pour prendre des décisions d’inventaire. Il a reconnu que les résumés de l’IA de ces informations ne sont pas un accident à 100%, mais ont déclaré qu’il «contribue à créer rapidement des signaux à partir du bruit», en particulier pendant les hurles.
Le «plus profond» change le préavis de Moody, est que le logiciel a rendu une partie du personnel de l’entrepôt moins sensible de Bargreen Ellingson «plus efficace».
Il a souligné un employé dans l’un des 25 entrepôts de Bargreen qui là-bas pendant deux ans. L’employé a un diplôme d’études secondaires mais pas un 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 huit 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 Prosaic AI-Dreamn et comprendre très rapidement où a du sens ou n’a pas de sens », a-t-il déclaré. « Il se sent donc responsabilisé. »
Le cofondateur de Netstock, Kukkuk, a déclaré à TechCrunch qu’il comprenait les nouvelles technologies d’hésitation sur le surround – en particulier, car 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 ravée avec un pouce vers le haut ou le pouce vers le bas, mais les modèles sont également renforcés par le blanc 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, lorsque des choses 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, donc 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 la crème conduisait utialement 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 cushboard typique de Netstock. Les suggestions sont proéminentes, mais facilement levées. 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 nous 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 a du tarif pour y avoir 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 du personnel, a-t-il suggéré. Mais même si cela signifie déplacer ceux qui sont employés hors 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 faisons pas aveuglément» le mauvais chemin, a-t-il déclaré.
