Tchibo avait des difficultés à prévoir avec précision les volumes de demande de produits, ce qui entraînait des inefficacités au niveau de la gestion des stocks et de la logistique. L'entreprise avait besoin d'une solution simple pour améliorer ses capacités de planification.

Un modèle AI-driven utilisant Vertex de Google, qui analyse plus de trois ans de données sur les produits, le marketing, les ventes et la logistique afin de prévoir la demande en ligne pour des produits avec jusqu'à 84 jours d'avance.

Amazon devait relever le défi de maintenir l'efficacité et la réactivité de sa supply-chain. Les méthodes traditionnelles étaient souvent inadaptées pour prévoir correctement les fluctuations dans la demande, ce qui entraînait des ruptures de stock ou des stocks excédentaires.

Un système d'optimisation de la supply-chain, AI-driven, qui tire parti du machine-learning et de l'analyse prédictive. Le système analyse les importants volumes de données provenant de diverses sources afin d'améliorer la précision des prévisions de la demande.