La partie la plus fiable du copilote est celle que le modèle de langage ne touche jamais
Demandez à un modèle de langage de planifier une décision logistique et vous obtenez la réponse la plus probable statistiquement, pas la moins chère. J'ai donc gardé le modèle hors du calcul et mis l'effort sur la frontière entre les deux.
La partie la plus fiable de mon copilote agentique d’approvisionnement est celle que le modèle de langage ne touche jamais.
Pourquoi cela compte
La recherche opérationnelle est une branche des mathématiques appliquées qui remonte aux années 1940, derrière la planification aérienne, les tournées de camions, l’ordonnancement d’atelier et l’équilibrage des chaînes d’approvisionnement. Certains de ces problèmes ont une meilleure réponse démontrable. D’autres sont mathématiquement trop durs pour cela, et l’objectif honnête devient la meilleure solution que vous pouvez certifier dans le temps dont vous disposez.
Demandez à un modèle de langage de planifier une de ces décisions et vous n’obtenez ni l’une ni l’autre. Vous obtenez la réponse la plus probable statistiquement. Une approche renvoie le chemin le moins cher. L’autre renvoie le chemin qui a l’air le moins cher.
Pour un responsable de chaîne d’approvisionnement qui signe un contrat logistique à cinq chiffres, cette différence est tout le sujet. Sur un trimestre, l’écart entre « le moins cher » et « ce qui en a l’air » se cumule dans la ligne qui explique pourquoi la marge d’exploitation a manqué sa cible.
J’ai donc gardé le modèle de langage hors du calcul. La question difficile était de savoir comment faire tenir cette ligne.
Comment cela fonctionne
Dans ce copilote, le modèle de langage est le répartiteur. Les moteurs mathématiques sont les calculatrices. Le modèle lit la demande et choisit quelle calculatrice appeler. Il ne fait jamais le calcul. Le système utilise 4 familles de mathématiques, une calculatrice par famille.
Régime 1. Acheminement des marchandises au moindre coût sur un réseau. Calculatrice : OR-Tools GLOP.
Régime 2. Ordonnancement de tâches sur des machines, d’arrêts sur des camions, et réacheminement autour d’une perturbation. Calculatrice : OR-Tools CP-SAT et Routing.
Régime 3. Allocation fournisseur qui reste bonne même quand les coûts évoluent dans la pire direction plausible. Calculatrice : CVXPY avec CLARABEL.
Régime 4. Placement des stocks sur une chaîne d’approvisionnement à plusieurs niveaux, et suivi de l’amplification des variations de demande vers l’amont. Calculatrice : SciPy SLSQP et FFT.
Deux de ces solveurs renvoient une preuve mathématique que la réponse est optimale. Les autres renvoient la meilleure solution atteignable sur des problèmes dont la difficulté est démontrée. Savoir quel problème est lequel, et choisir la bonne calculatrice pour chacun, constitue l’essentiel du travail.
Voici ce qui m’a surpris : le contrat typé posé à cette frontière a demandé plus de mise au point que n’importe laquelle des calculatrices. Des schémas Pydantic, 6 serveurs FastMCP, et un repli par mots-clés pour le moment où le quota du modèle s’épuise.
La frontière tient grâce à 124 tests automatisés et à un seuil de 98 % de résistance à l’injection adverse dans l’intégration continue, parce qu’une frontière que vous ne pouvez pas tester reste une frontière en paroles. Mon travail consistait à empêcher le modèle de langage de corrompre des mathématiques que Dantzig et ses successeurs ont bâties sur les 75 dernières années.
