Pluto7 a utilisé son expertise en machine learning pour aider un fabricant mondial de textile à mieux prévoir et réagir à la demande des clients. Pythian a exploité ses compétences en apprentissage automatique pour aider une chaîne d’épiceries régionale américaine à prédire les habitudes d’achat des acheteurs.

Les deux sociétés, qui sont Google Cloud Premier Partners, ont annoncé aujourd’hui qu’elles avaient renouvelé leurs spécialisations Google Cloud Machine Learning (ML).

Pluto7, basé à Milpitas, en Californie, se concentre sur la résolution des problèmes de chaîne d’approvisionnement pour les clients de tous les secteurs avec des solutions basées sur l’IA/ML basées sur Google Cloud Platform (GCP).

« Ils savent que le ML est un composant essentiel, et ils veulent s’assurer que nous connaissons vraiment le ML et que Google l’a approuvé », a déclaré Manju Devadas, fondateur et PDG de Pluto7. « Et la façon pour eux de vérifier que Google nous a approuvés est par le biais de cette spécialisation de service. »

La spécialisation ML est l’une des 15 proposées par Google Cloud, dont les partenaires détiennent actuellement plus de 450 spécialisations au total. Une spécialisation est la désignation technique la plus élevée qu’un partenaire Google Cloud peut obtenir sur la base de cas de référence client éprouvés et de capacités techniques approuvées par le fournisseur de cloud et un évaluateur tiers. Le programme de spécialisation garantit que les partenaires disposent d’un nombre minimum d’architectes pour le domaine et d’un plan d’affaires solide sur la façon dont ils se développent dans ce domaine avec Google Cloud.

La barre du niveau d’expertise requis par les clients monte chaque jour, rendant toutes les certifications Google Cloud pertinentes pour les partenaires, selon Chef de canal Google Cloud Kevin Ichpurani.

« De plus en plus, au cours de leur parcours de transformation numérique, (les clients) veulent plus que la simple pile IaaS », a déclaré Ichhpurani, vice-président de l’écosystème et des canaux mondiaux, à CRN cette semaine. « Ils tirent parti de l’analytique, ils tirent parti du ML, les clients exécutent SAP sur GCP. Ils tirent parti des applications IoT. Ils développent de nouvelles applications. Juste avoir une connaissance du portage de quelque chose sur la pile IaaS n’est pas assez.”

La spécialisation ML est essentielle pour Google Cloud, qui considère ML comme un différenciateur parmi ses fournisseurs de cloud concurrents.

« Nous voyons que le ML et l’analyse vont souvent de pair », a déclaré Ichhpurani. « Les clients veulent prendre une application comme un processus métier et la rendre fondamentalement plus intelligente, et donc avoir cette spécialisation sur l’utilisation de notre ensemble d’outils ML avec nos analyses est une combinaison que nous voyons de plus en plus. »

Au-delà de la crédibilité du client, une plus grande promotion de Google Cloud est un avantage à gagner une spécialisation.

« Lorsque nous savons qu’un client recherche une solution spécifique, nous allons faire appel aux partenaires qui ont ces spécialisations », a déclaré Ichhpurani.

Solutions IA/ML de Pluto7

Les solutions de Pluto7 aident les clients dans la prévision de la demande, la planification et le positionnement des stocks, la logistique, le suivi et la traçabilité, ainsi que les dépenses et les ventes marketing.

« Le cœur des problèmes que nous résolvons est la chaîne d’approvisionnement et la détection de la demande, la prévision de la demande et le positionnement des stocks », a déclaré Devadas. « Ce que nous fournissons au client est une couche d’intelligence décisionnelle, qui est une nouvelle couche qui n’existe pas dans la plupart des entreprises aujourd’hui. »

Les clients qui viennent chez Pluto7 ont généralement des lacunes dans les couches décisionnelles de leurs chaînes d’approvisionnement qui laissent place à l’erreur. Les humains doivent souvent intervenir et prendre des décisions au-delà de celles prises en charge par leurs systèmes actuels, y compris les systèmes de planification des ressources d’entreprise tels que SAP et Oracle, selon Devadas.

« Les clients se rendent compte qu’il manque une couche d’automatisation de l’intelligence décisionnelle », a-t-il déclaré. «Ils viennent nous voir et nous disent: ‘Hé, nous avons besoin d’une meilleure façon de prendre des décisions. Nous avons besoin de recommandations ML, BI (intelligence d’affaires), nous avons besoin d’informations sur l’IA, nous devons être en mesure d’améliorer la précision de nos prévisions.

Les solutions de Pluto7, disponibles via Place de marché Google Cloudincluent Demand ML, Inventory ML et Planning in a Box, une offre numérique jumelle.

Pluto7 travaille avec une entreprise de fabrication de textiles de plusieurs milliards de dollars qui souhaite mieux prévoir et réagir à la demande au milieu des changements provoqués par la pandémie de coronavirus, y compris les frontières des pays qui ont fermé et rouvert, et un changement dans les habitudes d’achat des clients dans l’omni- canal d’espace de vente au détail.

« La demande pour un produit donné augmente ou diminue, et ils veulent pouvoir se rapprocher d’une planification en temps quasi réel », a déclaré Devadas.

Les solutions de Pluto7 permettent à tous les niveaux de l’entreprise – des magasins aux usines, entrepôts et centres de distribution – de recevoir les mêmes données en temps quasi réel afin de pouvoir recalibrer leur inventaire.

« Tout cela est fait en connectant les données internes et externes et en y ajoutant des modèles d’apprentissage automatique pour la prévision de la demande », a déclaré Devadas. « Cela stimule la rentabilité sous la forme d’une réduction des coûts de possession des stocks. C’est le même problème que nous avons résolu pour de nombreux autres clients comme California Design Den – qui est un autre détaillant omnicanal – au cours des dernières années. Et ils ont économisé environ 30 % sur les coûts de stockage en adoptant ces solutions. »

Spécialisation ML de Pythian

La spécialisation ML de Google Cloud est particulièrement importante pour pythiquecar il complète son histoire de cloud et d’analyse de données, selon Vanessa Simmons, vice-présidente senior du développement commercial pour la société de services informatiques basée à New York.

« Alors que le cloud devient plus répandu et que les organisations essaient de se transformer numériquement et d’obtenir plus de valeur de leurs données – qu’elles essaient de monétiser ces données, d’essayer d’être plus compétitives avec ces données, d’essayer d’obtenir peut-être un délai de mise sur le marché plus rapide avec des produits contenant ces données – cela nécessite un effort supplémentaire ou des compétences spécialisées en apprentissage automatique pour faire les choses les plus amusantes, cool et innovantes », a déclaré Simmons.

Ces «trucs amusants» comprennent la prédiction de ce qui va se passer ensuite, la segmentation des clients, la prédiction du taux de désabonnement et la détermination des produits à lancer.

« Une fois que vous avez effectué tout le travail de fond ou le travail lourd pour vous assurer que vous pouvez obtenir toutes vos données au même endroit, vous assurer qu’elles sont propres, vous assurer que vous pouvez faire une analyse à ce sujet, alors vous voulez vraiment que ces données fonctionnent pour vous « , a déclaré Simmons. « Et c’est la magie de l’apprentissage automatique qui aide à le faire. »

Le processus rigoureux de renouvellement de sa spécialisation Google Cloud ML comprenait des démonstrations pour trois ensembles de données problématiques qui ont chacun pris des centaines d’heures à compléter et des livres blancs détaillés sur ce qui a été fait avec ces ensembles de données, a déclaré Simmons.

« Ces (ensembles de données) ont été fournis par Google, et vous deviez les prendre et en faire des démos et des projets », a-t-elle déclaré. «Ce ne sont pas des choses que vous pouvez simuler. Ceux-ci prennent des scientifiques des données, des ingénieurs des données – des personnes intelligentes dans ces équipes qui ont réellement les connaissances nécessaires pour prendre du recul et résoudre un problème particulier.

L’auditeur tiers, quant à lui, a examiné trois études de cas de clients Pythian, dont une portant sur Schnuck Markets, basé à Saint-Louis, une épicerie familiale comptant 111 magasins. Pythian a aidé Schnuck à développer un modèle ML, lancé sur GCP, pour prédire la probabilité que les acheteurs achètent certains produits et pour recommander des produits complémentaires via une messagerie personnalisée. La chaîne essayait de tirer parti de son programme de fidélité pour créer une demande pour sa propre marque maison.

Selon Simmons, l’obtention de la désignation ML de Google Cloud vaut bien cet effort de recertification.

« Les clients recherchent toujours des partenaires qui se différencient », a-t-elle déclaré. « Ils recherchent des partenaires qui s’alignent fortement sur des fournisseurs tels que Google Cloud. Ils recherchent cette crédibilité, ces insignes d’honneur, cette capacité technique. Au-delà de cela, vous devez également avoir le sens des affaires qui va avec et l’expérience de projet appliquée dans les environnements clients. Il est devenu beaucoup plus sophistiqué. La barre est plus haute pour les partenaires.