Pedestal AI a réuni 4,7 millions de dollars pour lancer des agents d’IA destinés aux opérations logistiques. L’entreprise automatise des tâches dans les logiciels déjà installés, sans migration des bases historiques. Ses gains revendiqués concernent des usages précis, chez un imprimeur et un distributeur de mobilier.
Les risques techniques et les coûts à mesurer
Sans normalisation des référentiels, une saisie directe dans un ancien progiciel peut produire des erreurs qui passent inaperçues. Une modification du format des commandes ou une actualisation du logiciel peut aussi interrompre l’exécution. AWS recommande des protections strictes, avec un relais humain lorsqu’une exception dépasse les règles apprises.
Au MIT Center for Transportation and Logistics, les chercheurs pointent les limites que la variabilité des situations réelles et le coût des erreurs imposent à l’apprentissage par renforcement. Le MIT insiste également sur la surveillance continue en production.
Le calcul de rentabilité doit intégrer le nombre de transactions quotidiennes et les dépenses d’inférence des modèles. S’y ajoutent les communications téléphoniques sortantes, le contrôle humain et les frais d’une seconde livraison.
Les clients automatisent commandes ou livraisons
Chez le plus grand imprimeur de livres nord-américain, la technologie interprète des commandes non structurées, leur applique les règles apprises puis renseigne le progiciel de gestion intégré, ou ERP. Pedestal AI annonce, pour cette tâche administrative, un temps de traitement réduit de 90 %.
L’IA qui transforme le business ?
Stratégies, mouvements et levées IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Chez un distributeur de mobilier du Fortune 500, l’agent intervient sur la livraison finale : il téléphone au destinataire 30 minutes avant l’arrivée pour demander comment accéder au lieu. En l’absence de réponse, une passerelle séparée envoie automatiquement un SMS. Le résultat de chaque livraison, réussite ou échec, devient un signal binaire utilisé pour l’apprentissage par renforcement. À partir de ces résultats, le système ajuste progressivement l’heure des relances et le moyen de contact.
Sur cette opération, Pedestal AI revendique 20 % d’échecs en moins. Comme le gain annoncé chez l’imprimeur, ce chiffre reste une déclaration de l’entreprise portant sur un déploiement particulier.
Pedestal branche ses agents aux outils existants
Les données logistiques sont dispersées entre progiciels anciens et logiciels d’entrepôt, ce qui complique les intégrations ; beaucoup de projets d’IA restent expérimentaux. Pedestal AI commence par observer les actions accomplies quotidiennement à l’écran par les opérateurs. Ses logiciels se raccordent ensuite aux interfaces de messagerie et de gestion, plutôt que de procéder à une extraction des archives. Ce fonctionnement ressemble à celui décrit par AWS pour Bedrock, dont les agents mobilisent des groupes d’actions reliés aux interfaces applicatives.
Fondée à Boston par Raj Aggarwal, ancien responsable de l’IA générative d’AWS, l’entreprise rassemble les anciens fondateurs de Localytics, une plateforme d’analyse de données. Elle s’est dévoilée le 17 novembre 2026. Elle déploie ses agents sur un marché également occupé par Atomic et Loop.
Eclipse dirige le tour de table, auquel prennent part RRE, Converge VC, Timescale Ventures et VitalStage. Les capitaux sont destinés au développement du produit et à son installation chez les clients.






