Obtenez des réponses sur la gestion d'entrepôt pilotée par l'IA de Blue Yonder, la migration SaaS, la sécurité et l'expérience utilisateur, le tout en un seul endroit.
This resource provides clear answers to the most common questions about our next-generation, AI-driven warehouse management solution. Learn how AI-powered WMS enhances efficiency through machine learning, supports seamless migration to SaaS, ensures data security, and delivers an intuitive user experience. Whether you’re exploring advanced slotting, robotics integration, or planning your upgrade path, this FAQ is your go-to guide for understanding the future of warehouse operations.
Chargement du composant...
Sécurité et confidentialité des données
Les données contenues dans Blue Yonder WMS et les autres offres de Blue Yonder restent entièrement dans les limites sécurisées de la plateforme Blue Yonder. Les schémas et les métadonnées font partie de notre propriété intellectuelle et sont traités dans le strict respect des normes de protection de la propriété intellectuelle.
Non. Vos données sont sécurisées au sein de la plateforme Blue Yonder et ne sont pas partagées. Les données de chaque client sont totalement isolées et ne sont accessibles qu'à ce client. Lorsque les modèles et les agents d'apprentissage automatique (ML) sont formés, ils le sont pour chaque client en utilisant uniquement les données disponibles dans votre environnement spécifique.
Nous n'utilisons pas les données d'un client pour entraîner un modèle global sans autorisation explicite. Si vous optez pour un modèle de consortium, seules les données des clients consentants sont agrégées en toute sécurité pour construire un modèle global partagé et anonymisé. Ce processus garantit le respect total des principes de confidentialité des données, de propriété et de protection de la propriété intellectuelle. Si vous ne choisissez pas de participer, vos données restent isolées et ne sont utilisées que par vous.
Nous appliquons des normes de sécurité rigoureuses. Les données résident strictement dans les quatre murs de "" de la plate-forme Blue Yonder pour WMS et d'autres offres. Nos mesures de sécurité garantissent que vous seul, en tant que client, avez accès à vos données. Pour les protocoles de sécurité et les certifications spécifiques, veuillez contacter l'équipe de votre compte pour obtenir une description détaillée de notre équipe de sécurité.
Chargement du composant...
Chargement du composant...
Chargement du composant...
Chargement du composant...
Vous avez des questions supplémentaires ? Contactez-nous et nous nous ferons un plaisir de vous guider dans votre démarche.
ICON réunira les plus grands experts de la chaîne d'approvisionnement du secteur, issus du commerce de détail, de la fabrication et de la logistique, du 17 au 20 mai 2026 à San Diego, CA.
Accélérez la prise de décisions éclairées avec une IA conçue pour la chaîne d'approvisionnement
Nos solutions d’IA prédictive, générative et agentique s’appuient sur des décennies d’innovation dans la chaîne d’approvisionnement et d’expertise en IA pour transformer les données brutes en prédictions et conseils qui aident vos équipes à gérer cette complexité.
Démystifier l'IA pour les leaders de la chaîne d'approvisionnement
Les avantages de l'intelligence artificielle pour les responsables de la chaîne d'approvisionnement sont évidents, mais sa mise en œuvre n'est pas toujours aussi simple. Découvrez pourquoi (et comment) votre entreprise devrait donner la priorité aux solutions d'IA dès maintenant.
Réorganiser pour l'IA : comment les leaders de la chaîne d'approvisionnement doivent s'adapter
90% of supply chain leaders are currently executing a reorganization or will do so in the next 12 months. Many are preparing their teams for AI-driven supply chain technology, but how should they adapt and reorganize for an AI-first future?
DHL économise 7 % sur les coûts de transport grâce à une meilleure optimisation des véhicules et des arrêts avec Blue Yonder Network Design
Groupe Carlsberg
Carlsberg explique comment l'entreprise adopte une approche numérique en priorité grâce à la gestion des transports de Blue Yonder, à la stratégie « Zero & Beyond » de l'entreprise et plus encore.
Walgreens
La gestion des commandes basée sur l'IA de Blue Yonder fournit la "magie" derrière la promesse de commandes clients en 30 minutes de Walgreen.
Comment la planification basée sur l'IA améliorera les performances de votre chaîne d'approvisionnement ?
L'extrême volatilité, les pénuries de stocks et la surcharge de données sont tous des défis auxquels les entreprises sont confrontées en matière de planification de la chaîne d'approvisionnement. Les capacités de planification basées sur l'IA peuvent relever ces défis en améliorant la prise de décision, l'agilité et la collaboration entre les différentes fonctions de la chaîne d'approvisionnement.
2025 Boussole de la chaîne d'approvisionnement : Comment les leaders de la chaîne d'approvisionnement s'adaptent à la complexité
Dans cette enquête menée auprès de près de 700 entreprises, nous avons interrogé les leaders de la chaîne d'approvisionnement sur leurs ambitions, leurs craintes, leurs objectifs et leurs stratégies. Découvrez l'orientation générale du secteur, lesr dernières innovations en matière de gestion de la chaîne d'approvisionnement, les raisons de rester optimiste, et les actions clés qui sont prioritaires pour atteindre les objectifs stratégiques tels que le renforcement de la résilience, la mise en œuvre de nouvelles technologies et l'amélioration de la durabilité.
Dépasser le cloisonnement : évoluer vers une chaîne d'approvisionnement d'entreprise
Incisiv explore la transformation significative en cours dans les chaînes d'approvisionnement modernes, détaillant le passage de processus fragmentés et de solutions ponctuelles à des plateformes plus agiles et à des flux de travail collaboratifs. Cette évolution répond à des problèmes systémiques tels que le manque de flexibilité et la communication déconnectée, améliorant ainsi la réactivité, la durabilité et la rentabilité de la chaîne d’approvisionnement.
ICON réunira les plus grands experts de la chaîne d'approvisionnement du secteur, issus du commerce de détail, de la fabrication et de la logistique, du 17 au 20 mai 2026 à San Diego, CA.
We designed AI-powered WMS as our next-generation warehouse management solution (WMS). It leverages artificial intelligence (AI) and machine learning (ML) to optimize warehouse operations, improve decision-making, and enhance overall efficiency. Unlike traditional systems that rely solely on static rules, our AI-powered WMS learns from your data to predict demand, optimize slotting, and orchestrate resources in real-time. It represents a shift from reactive execution to proactive, autonomous supply chain management.
AI-powered WMS is a SaaS-only solution. The advanced AI and machine learning capabilities require the computational power and scalability of the cloud to function effectively. If you choose to remain on-premise, we will continue to support your operations with technical stack updates, security patches, and bug fixes. However, the AI-native features, such as advanced slotting agents and predictive resource orchestration, are exclusive to the SaaS environment. The only exception is the Warehouse Ops Agent (specifically for briefs and analysis), which is available for on-premise use.
When you invest in AI-powered WMS, we deploy the full WMS stack. This includes:
Fonctionnalité de l'héritage : Toutes les fonctionnalités robustes du WMS sur lesquelles vous vous appuyez depuis des années.
WES intégré : notre système d'exécution d'entrepôt (WES), qui comprend le centre de tâches et de robotique.
Orchestration des ressources : Outils permettant de gérer efficacement les ressources humaines et les machines.
Optimisation du travail : Logique permettant d'améliorer le rendement et de réduire les temps de déplacement.
Nous déployons également des fonctionnalités optionnelles, telles que la gestion du travail en entrepôt et des fonctionnalités natives de l'IA. Vous consommez ces services optionnels en utilisant des crédits mensuels qui sont fongibles entre les services. Cela vous permet d'appliquer la valeur exactement là où votre entrepôt spécifique en a le plus besoin.
We built AI-powered WMS to drive interoperability. The platform integrates seamlessly with various automation providers, allowing us to orchestrate both human and machine resources toward single service level agreements (SLAs). The embedded WES moves beyond simple integration to true orchestration. It improves throughput by leveraging automatic interleaving and consolidation opportunities. Furthermore, the platform connects easily with other Blue Yonder solutions—such as Yard Management and Transportation Management—to ensure end-to-end visibility and synchronized execution across your network.
No, the AI-native functionality in AI-powered WMS is additive. We have not removed any of the functionality or hard rules that your operations depend on today. This approach puts you in control of your own pace of change. For example, you can choose to use the AI slotting agent in just one zone of a warehouse to test it, while maintaining standard rules elsewhere. Different warehouses in your network can move at different speeds based on their specific needs and complexity.
The majority of the agentic AI and AI-powered features are available starting with the 2025.2 release of the SaaS WMS. If you are migrating from an older version, our upgrade scripts will guide your environment sequentially to this version to ensure data integrity and configuration retention.
Expérience utilisateur (UX/UI)
Customers moving from heritage WMS to AI-powered WMS will enjoy the same familiar user experience they are accustomed to, ensuring a smooth transition with minimal retraining. However, we are introducing significant enhancements to drive efficiency. The WebUI will feature a new agentic experience that allows users to interact with the WMS like never before, providing real-time answers to questions through both text and visual elements.
Oui. Nous sommes en train de développer une nouvelle expérience mobile basée sur notre nouvelle plateforme mobile robuste. Un élément clé est l'introduction d'une application pour les superviseurs conçue pour fournir une expérience agentive pour le leadership. Cette application aidera les superviseurs à avoir une visibilité en temps réel sur les performances de l'entrepôt, à accéder à des informations alimentées par l'IA et à recevoir des alertes proactives pour faciliter une prise de décision plus intelligente et basée sur les données en déplacement.
Oui. Vous pouvez communiquer directement avec les employés de l'entrepôt par le biais de l'interface Web. Cette fonction est accessible via des appareils tels que les tablettes ou les téléphones portables par le biais de l'option de menu "Send RF Message", ce qui vous permet de maintenir un alignement en temps réel avec votre personnel.
Yes. We recognize that navigating multiple tabs to view critical inventory data is inefficient. Our AI-powered WMS offers an improved user experience that consolidates LPN, location, status, and lot/batch codes into a single, unified inventory view to streamline your operations.
Formation et gestion du changement
We are actively building comprehensive education courseware on the new capabilities. Since ML and AI is new to WMS, we are still learning what information is most useful to you. Please share your learning interests and feedback with us so we can deliver the most relevant training, enablement and certifications.
L'adoption de systèmes d'auto-apprentissage représente un changement de paradigme par rapport aux moteurs traditionnels basés sur des règles. Votre équipe opérationnelle n'a pas besoin de comprendre le fonctionnement interne des modèles, mais elle doit apprendre à travailler avec des systèmes qui s'adaptent au fil du temps. Par exemple, si vous ajoutez une zone de préparation de commandes pour le commerce électronique à une installation de palettes/caisses, il faudra 4 à 6 semaines au solveur de slotting pour commencer à fournir des mouvements optimaux. Entre-temps, votre équipe opérationnelle devra vérifier et corriger les résultats du slotting en affectant les UGS aux emplacements, comme elle l'a fait pendant des années. Cette conscience de la manière dont les systèmes apprennent et s'adaptent est au cœur de la gestion du changement requise.
La qualité des données devient plus critique lorsque vous mettez en œuvre des technologies d'auto-apprentissage. L'ancien concept de ", qui consistait à nettoyer sur le quai avant que l'inventaire n'atteigne l'entrepôt", n'est plus viable. Les processus de conformité des fournisseurs et de gestion des données de référence (MDM) deviennent plus importants, car la ML et l'IA ne sont pas plus intelligentes que les données que vous leur fournissez. Bien que les systèmes puissent supporter un certain bruit, le principe fondamental de "garbage in, garbage out" s'applique toujours.
Vous n'avez pas besoin d'embaucher des data scientists ou des experts en ML pour utiliser nos fonctionnalités WMS AI et ML. Nous prenons en charge tous les travaux complexes de ML qui font partie de nos offres. Nous commençons toutefois à voir certains clients exprimer leur intérêt pour la construction de leurs propres modèles sur leurs données, et notre plateforme le permet. Le principal changement est un changement d'état d'esprit au sein de votre équipe opérationnelle existante pour travailler en collaboration avec des systèmes d'auto-apprentissage.
Migration et versionnement
Oui. Nous avons une stratégie de migration dédiée qui combine des services professionnels avec des outils alimentés par l'IA pour garantir des migrations plus fluides et accélérées. Notre outil de migration de données agnostique prend en charge toute migration Blue Yonder WMS, et nous offrons des intégrations accélérées alimentées par de grands modèles de langage (LLM) pour le mappage de schémas et l'auto-génération de code. Le WMS en nuage prend en charge toutes les configurations existantes, et les extensions existantes peuvent être migrées avec des modifications mineures pour être compatibles avec l'architecture de sécurité des mises à jour.
The migration path depends on your current version, but it is a straightforward process. You run the standard upgrade scripts to bring your environment to the 2024 version, and from there, another script transitions you to AI-powered WMS. We rearchitected the solution while keeping the core schema and business logic intact, allowing us to port forward your configuration, setup, and data. The main effort focuses on two areas: integration and extensions, and we have tooling to support both.
No, you can go straight to AI-powered WMS. While our upgrade scripts are iterative and will step your environment through each version sequentially in the background (e.g., from 2023 to 2024, then to 2025), your user experience will be a direct transition from your current version to AI-powered WMS. For example, the 2024 version will only exist for the few hours it takes to run the 2025 conversion scripts.
Il n'y a pas de limitation de version spécifique. Cependant, vous devez vous attendre à ce que la complexité et les efforts de gestion du changement augmentent avec l'ancienneté de votre version actuelle. La migration à partir d'une version datant de plus de 10 ans (avant la version 9.2) nécessitera davantage de services et d'efforts, en raison de la dette technique accumulée et des changements architecturaux importants qui se sont produits au cours de cette période.
Dispatcher functionality is converging into the AI-powered WMS, which will be our single WMS of the future across all industries, complexities, and warehouse sizes. We will continue to support Dispatcher with tech stack updates, bug fixes, security patches, and customer-funded innovation. We are also developing migration tooling to simplify your conversion to AI-powered WMS.
Caractéristiques de l'IA et de la ML
The AI-native functionality in our AI-powered WMS is additive, meaning we haven't removed any of the rules-based functionality you depend on. This allows you to control your pace of innovation. For example, you can test the AI slotting agent in one warehouse zone while using existing rules elsewhere. The AI and ML capabilities enhance operations by:
Optimiser les effectifs
Automatiser les possibilités de consolidation en vrac
Amélioration du débit grâce à l'entrelacement automatique
Fournir des recommandations avancées en matière de rainurage
L'estimation des tâches et l'utilisation des agents
Nos modèles d'apprentissage automatique sont formés sur des données opérationnelles historiques et enrichis de caractéristiques temporelles telles que le jour, la semaine, la saison et les jours fériés. Pour les cas d'utilisation où la saisonnalité est un facteur, nous préférons au moins deux années de données historiques. Cela permet aux modèles d'analyser un cycle saisonnier et de valider les apprentissages par rapport au cycle suivant, ce qui aide à distinguer les événements ponctuels des modèles de demande récurrents. Si vous disposez de moins de six mois de données historiques, les modèles peuvent encore générer des prédictions. Toutefois, la précision s'améliore au fil du temps, à mesure que de nouvelles données sont collectées et que les modèles apprennent à partir de l'historique de vos dernières transactions.
Non, vous n'avez pas besoin d'expertise en ML ou en IA pour déployer nos fonctionnalités WMS AI ou ML. Au niveau de l'entreprise, nous nous occupons de tout ce qui concerne l'apprentissage automatique dans nos offres. Bien que vous puissiez construire vos propres modèles sur vos données, il n'est pas nécessaire de travailler avec les modèles que nous construisons. Votre équipe opérationnelle devra comprendre comment travailler avec ces systèmes d'auto-apprentissage, mais pas le fonctionnement interne des modèles eux-mêmes.
La solution de slotting optimise non seulement l'emplacement mais aussi l'affectation de l'emplacement ou du stockage approprié. Il prend en compte les quantités attendues, la fréquence des réceptions et les paramètres d'utilisation de l'espace pour déterminer la taille et l'emplacement les plus efficaces des bacs. Il est également conçu pour prendre en charge des scénarios de consolidation en masse. Vous pouvez configurer des pourcentages basés sur des règles ou d'autres conditions opérationnelles pour déterminer quand et comment les éléments sont consolidés, et le système génère automatiquement les tâches de travail correspondantes.
La majorité de l'IA agentique n'est disponible qu'avec la dernière version du SaaS WMS (2025.2 et plus). Cependant, l'agent Warehouse Ops, qui fournit des informations et des analyses, est disponible pour les versions sur site. Nous disposons également d'une équipe qui peut adapter et personnaliser des agents pour votre WMS sur site par le biais d'un engagement de services professionnels.
Non, la gestion du travail en entrepôt (WLM) n'est pas obligatoire pour la formation de nos modèles ML. Cependant, les modèles nécessitent certaines données spécifiques au site pour faire des prédictions précises. Cela comprend les coordonnées X, Y et Z, les séquences de déplacement et la cartographie des intersections au sein de votre établissement. Vous devrez partager ces points de données avec nous afin d'entraîner correctement les modèles ML pour votre site.
