Les agents IA d'entreprise sont confrontés à un problème bien connu : l'écart entre une première démonstration soignée et la facture qui suit une implémentation véritablement réussie. DeepFabric a passé trois mois à combler cet écart avec Kenco, en déplaçant six agents vers des opérations en production couvrant les domaines commercial, opérationnel, le transport et le service client. Vingt agents dédiés à la chaîne d'approvisionnement sont désormais prévus chez ce prestataire logistique tiers nord-américain au cours des 12 prochains mois.

Ce déploiement de trois mois se détache d'une tendance plus large dans laquelle de nombreux projets d'IA ne décollent jamais. Des recherches récentes de Gartner prévoient que plus de 40 pour cent des projets d'IA agentique seront annulés d'ici la fin de 2027, citant des coûts croissants, une valeur commerciale floue et des contrôles de risque insuffisants. Les agents qui survivent à la transition du pilote à la production restent l'exception plutôt que la norme.

Le partenariat a commencé par un appel entrant. Pal Narayanan, directeur numérique et de l'information de Kenco, a contacté DeepFabric après avoir suivi le travail de la plateforme avec d'autres acteurs du secteur de la chaîne d'approvisionnement.

« Il connaissait le type de travail que nous faisions avec d'autres 3PL et d'autres équipes de chaîne d'approvisionnement, et il connaissait la philosophie avec laquelle nous opérions et la façon dont nous avons construit la plateforme », a déclaré Kalyan Kommineni, fondateur et PDG de DeepFabric, dans un entretien avec FreightWaves. « Il sentait que nous étions un bon partenaire pour la vision de l'IA de Kenco et pour la manière dont Kenco déploie les nouvelles technologies dans ses environnements. »

Commencer par une preuve de concept modeste

Les implémentations réussies d'agents IA commencent par des points de départ modestes mais gérables : commencer petit et avancer vite.

« Notre objectif est de mettre un agent en production aussi vite que possible avec un minimum de risques », a déclaré Kommineni. « Avant même d'envisager d'accueillir quelqu'un comme client, nous signons l'accord de confidentialité, nous prenons ses données et nous montrons comment l'agent fonctionne avec ses données. Cela leur donne une idée de son comportement en production. »

L'étape de preuve de concept sert à découvrir ce qui casse avant que l'agent ne touche un compte client en production — une garantie importante compte tenu des risques de tester des agents IA en version bêta dans des opérations réelles plutôt que dans un jumeau virtuel fermé et séparé. Cette approche réduit au minimum les perturbations potentielles pendant que les agents sont affinés.

« Je dirai que les agents échouent tout le temps, mais nous faisons en sorte que cela se produise dans un environnement hors production », a déclaré Kommineni.

Kenco n'a subi aucun de ces échecs en route vers la production. Les six agents sont entrés en production sans perturber le service d'un seul client, selon le directeur de l'exploitation David Caines.

Pourquoi l'automatisation du travail d'audit a été une victoire majeure

La structure même de la 3PL a créé l'opportunité. Kenco exploite 141 installations de distribution et 43 millions de pieds carrés d'entrepôts dans 33 États américains et au Canada. Chaque transmission dans ce réseau est un document que quelqu'un doit vérifier. Cette charge documentaire est une caractéristique de longue date du métier de 3PL, où les prestataires se situent entre expéditeurs et transporteurs et assument le travail de rapprochement généré par chaque partie de la transaction.

« Il y a beaucoup de travail — du travail manuel — dans l'audit », a déclaré Kommineni. « Encore une fois, ce n'est pas du bon travail. C'est quelque chose que les opérateurs ne veulent pas faire, qu'ils aimeraient déléguer à un agent IA. Nous sommes donc devenus très doués pour toute la partie audit. Et l'audit n'est pas une seule chose. Il existe différents types d'audit impliquant différentes parties. »

Dans une 3PL, cela signifie que l'entrepôt valide le transporteur, le transporteur valide le client et le client valide l'entrepôt — chacun étant un rapprochement distinct avec ses propres documents.

« Chaque connexion entre ces maillons est une opportunité de défaillance, et nous faisons tout ce qu'il faut pour nous assurer que ces agents n'échouent pas en production », a déclaré Kommineni.

L'auditeur de fret est l'un des trois agents les plus déployés de DeepFabric, aux côtés du gestionnaire de propositions et du gestionnaire d'inventaire. L'entreprise rapporte des réductions de 45 pour cent des dépenses d'audit et des temps de réponse aux demandes de proposition réduits jusqu'à 30 pour cent.

Fixer les critères de réussite des agents de chaîne d'approvisionnement

L'évaluation comparative est le point où la plupart des acheteurs peinent à trouver une réponse simple, et la question de ce qu'il faut mesurer précède celle de ce qu'il faut automatiser. Kommineni la présente comme une question d'efficacité plutôt que d'effience.

« En tant que 3PL, en tant qu'entreprise, ou en tant qu'équipe au sein d'une entreprise, qu'essayez-vous d'accomplir ici ? » a-t-il déclaré. « Essayez-vous de faire plus de travail avec les mêmes effectifs, ou essayez-vous parfois même d'ajouter du personnel pour faire beaucoup plus de travail ? Et parfois, il y a aussi : essayez-vous de réduire les heures de travail ? Les clients ont donc des perspectives différentes. Selon cela, les KPI sont déterminés. »

La mesure change selon l'agent : le gestionnaire de propositions est évalué sur le nombre de soumissions supplémentaires qu'une équipe poursuit sans augmenter les effectifs, tandis qu'un agent d'audit est évalué sur les heures manuelles passées pour 100 factures.

« Les KPI dépendent de l'agent, mais nous aidons nos clients à comprendre quels sont les KPI avant l'agent, quelle est la référence de base, à déployer l'agent, à comprendre la situation après son déploiement, puis à mesurer les résultats », a déclaré Kommineni.

Sans cette référence de base préalable, rien ne peut être mesuré efficacement.

Quelque part entre les deux sur les modèles

Les acheteurs doivent aussi déterminer sur quel modèle construire. La réponse de Kommineni implique une approche équilibrée.

« Il y a ici deux dichotomies différentes. D'un côté, il existe un modèle unique qui fait tout. De l'autre, vous savez, 20 modèles personnalisés différents que je vais déployer dans mon environnement pour mes cas d'usage. La réponse est probablement toujours quelque part entre les deux », a-t-il déclaré.

DeepFabric achemine chaque cas d'usage vers le modèle qui lui convient le mieux en termes de capacité et de prix, et l'entreprise assume l'exposition qui en découle.

« Nous prenons le risque de gérer tout cela. Nous prenons le risque de gérer l'économie des jetons. Nous prenons aussi le risque de l'exécution, afin que nos clients n'aient pas à penser à ce qui change chaque jour », a déclaré Kommineni.

Kenco distingue les deux catégories d'investissement IA qu'elle finance : l'IA agentique, qui accomplit des tâches dans des limites définies, et l'IA générative, qui produit du contenu et dégage des analyses. DeepFabric alimente la couche agentique, tandis que les équipes de Kenco conservent le pouvoir d'approbation sur les résultats des agents grâce aux mécanismes d'inspection et de contournement intégrés à la plateforme.

Kommineni fait remonter cette posture d'exécution d'abord à ce que son équipe ne pouvait pas livrer dans un poste précédent. Ancien consultant, il affirme que l'exécution a toujours été un défi malgré le fait de remettre un plan aux clients.

« Mais avec DeepFabric, nous avons vraiment pris cela à cœur en matière d'exécution. Nous vous aiderons réellement à exécuter ce que nous aurions suggéré en tant que consultants, pour que vous n'ayez pas à vous demander : comment vais-je exécuter ces agents en production ? », a-t-il déclaré.

Pour le marché dans son ensemble, ce déploiement offre un test de la capacité de l'IA agentique à conserver un terrain mesurable en production dans la logistique — les résultats fondés sur des références de base décrits par Kenco et DeepFabric se concrétiseront, ou non, à mesure que les vingt agents prévus seront déployés au cours des 12 prochains mois.

L'article DeepFabric lands Kenco as It scales supply chain agents a d'abord été publié sur FreightWaves.