Maison
Les ex-chefs de chaîne d'approvisionnement de Tesla lancent Atomic, une solution d'inventaire alimentée par l'IA

En 2018, Tesla a fait face à des défis majeurs pour augmenter la production de la berline Model 3, poussant l'entreprise au bord de l'effondrement. Cette expérience presque fatale a conduit à la naissance d'une nouvelle entreprise, Atomic, qui se concentre sur l'utilisation de l'IA pour optimiser les chaînes d'approvisionnement. Fondée par d'anciens employés de Tesla, Michael Rossiter et Neal Suidan, Atomic a été incubée au sein de DVx Ventures, dirigée par Jon McNeill, ancien président de Tesla. Rossiter, également partenaire chez DVx, a dirigé un tour de financement de démarrage de 3 millions de dollars pour Atomic, avec un investissement supplémentaire de Madrona Ventures, basée à Seattle.
McNeill, en réfléchissant aux origines d'Atomic, a déclaré : « Michael et Neil ont vécu cette douleur de première main en tant que leaders chez Tesla dans la chaîne d'approvisionnement, et j'ai vu ce travail de près — parce qu'ils travaillaient pour moi. » L'objectif d'Atomic est d'améliorer la planification des stocks pour ses clients grâce à l'IA. Les premiers essais ont montré des résultats prometteurs, un client ayant réussi à réduire de moitié son inventaire tout en maintenant un taux de disponibilité de 99 %.
Cet équilibre est crucial, comme l'a expliqué McNeill : « Si vous immobilisez trop de capital dans les stocks, vous pourriez vraiment nuire à l'entreprise. Et si vous en avez trop peu, où vous n'avez pas les bons produits en stock lorsque le client est prêt à acheter, alors vous vous coûtez cher. » Les premiers clients d'Atomic couvrent les secteurs des biens de consommation courante, de l'alimentation et des boissons, et de l'habillement, où l'entreprise aurait réalisé une réduction des coûts d'inventaire de 20 % à 50 %.
Dans le marché volatil d'aujourd'hui, la demande pour des solutions comme celle d'Atomic est élevée, car les systèmes traditionnels peinent à gérer l'incertitude. Suidan a noté : « Actuellement, les planificateurs, eh bien, s'enferment dans une pièce pendant une semaine pour essayer de mettre en place différents scénarios, les présenter à la direction, et recevoir une question à laquelle ils ne s'attendaient pas. » Le logiciel d'Atomic rationalise ce processus en extrayant des données de documents existants et en permettant une simulation rapide de scénarios, une tâche qui pourrait autrement prendre des jours.
Rossiter et Suidan soulignent l'importance d'un déploiement rapide et de l'adaptabilité. Suidan a remarqué : « Vous ne pouvez pas écrire une application personnalisée pour chaque client. Vous avez besoin d'un modèle de données flexible et généralisé, qui peut s'appliquer à tout le monde, car alors vous pouvez être opérationnel très, très rapidement. » Cette approche permet aux planificateurs d'avoir un contrôle précis sur leurs plans, favorisant un sentiment de propriété et de confiance.
De nombreux anciens de Tesla se sont lancés dans l'entrepreneuriat, y compris l'ancien CTO JB Straubel avec Redwood Materials et l'ancien SVP Drew Baglino avec Heron. Cependant, Atomic se distingue non seulement par l'application des compétences acquises chez Tesla, mais aussi par l'incarnation d'une philosophie développée pendant leur temps chez le constructeur automobile. McNeill a salué leur travail, disant : « Ils ont construit de toutes pièces le système d'orchestration de la chaîne d'approvisionnement de bout en bout » chez Tesla.
Suidan a mis en lumière l'impact transformateur de leur travail chez Tesla, expliquant : « La manière dont l'entreprise était planifiée quand nous avons commencé, c'était une douzaine d'équipes différentes travaillant en isolement, échangeant ces feuilles de calcul, essayant de tout rassembler une fois par semaine pour présenter aux cadres un résumé d'un plan, puis passant la majeure partie du reste de la semaine à courir après notre queue, essayant de comprendre pourquoi une partie ne fonctionnait pas ou une autre partie ne fonctionnait pas. » Leur solution a non seulement amélioré les processus, mais a également changé la manière dont l'entreprise fonctionnait au quotidien.
Après avoir quitté Tesla à la suite de l'augmentation de la production du Model 3, Rossiter et Suidan se sont réunis en 2023 pour réfléchir à la manière dont leur approche transformative pourrait bénéficier à toutes les entreprises. Cela a conduit à la création d'Atomic au sein de DVx, avec l'objectif ambitieux de soutenir chaque entreprise qui vend des biens physiques, comme l'a dit Rossiter : « Notre ambition, notre vision, est de soutenir chaque entreprise qui vend des biens physiques. »
Article connexe
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
Recommandations de sujets spéciaux liés
commentaires (36)
As someone who watched the Model 3 'production hell' firsthand, this is fascinating. It’s ironic that the people who helped Tesla almost break the company are now using those scars to build AI tools for others. I wonder if Atomic’s algorithms can handle the chaos of real-world logistics better than human intuition? 🤔 Definitely worth keeping an eye on how they scale.
這篇文章讓我想到,供應鏈管理真的是一門大學問!特斯拉當年的Model 3危機差點讓公司垮掉,現在這些前員工出來創辦Atomic,用AI來優化庫存,感覺是從血淚教訓中誕生的智慧結晶。不知道他們的AI方案跟其他家比起來有什麼獨到之處?希望別又是過度炒作,能真正解決業界的痛點就好。🔄
테슬라 경험이 창업에 이어진 이야기가 인상적이네요. 공급망 최적화에 AI를 활용하는 Atomic의 접근법이 흥미롭습니다. 그런데 실제 현장에서의 적용 가능성은 어느 정도일까요? 🤔 전통 방식의 공급망 관리자들이 받아들일 수 있을지 약간 의문이 드네요.
테슬라 출신이 창업한 AI 인벤토리 솔루션이라니... 🧐 공급망 위기를 겪은 회사 출신들이 만든 제품이라 실무 경험이 더 반영되었을 것 같네요. 저번에 우리 회사 재고 관리 시스템 때문에 야근했던 생각나는데, 이런 AI 솔루션이 진짜 도움이 될까요? 스타트업 투자 고려 중인 분들 참고해보세요!

En 2018, Tesla a fait face à des défis majeurs pour augmenter la production de la berline Model 3, poussant l'entreprise au bord de l'effondrement. Cette expérience presque fatale a conduit à la naissance d'une nouvelle entreprise, Atomic, qui se concentre sur l'utilisation de l'IA pour optimiser les chaînes d'approvisionnement. Fondée par d'anciens employés de Tesla, Michael Rossiter et Neal Suidan, Atomic a été incubée au sein de DVx Ventures, dirigée par Jon McNeill, ancien président de Tesla. Rossiter, également partenaire chez DVx, a dirigé un tour de financement de démarrage de 3 millions de dollars pour Atomic, avec un investissement supplémentaire de Madrona Ventures, basée à Seattle.
McNeill, en réfléchissant aux origines d'Atomic, a déclaré : « Michael et Neil ont vécu cette douleur de première main en tant que leaders chez Tesla dans la chaîne d'approvisionnement, et j'ai vu ce travail de près — parce qu'ils travaillaient pour moi. » L'objectif d'Atomic est d'améliorer la planification des stocks pour ses clients grâce à l'IA. Les premiers essais ont montré des résultats prometteurs, un client ayant réussi à réduire de moitié son inventaire tout en maintenant un taux de disponibilité de 99 %.
Cet équilibre est crucial, comme l'a expliqué McNeill : « Si vous immobilisez trop de capital dans les stocks, vous pourriez vraiment nuire à l'entreprise. Et si vous en avez trop peu, où vous n'avez pas les bons produits en stock lorsque le client est prêt à acheter, alors vous vous coûtez cher. » Les premiers clients d'Atomic couvrent les secteurs des biens de consommation courante, de l'alimentation et des boissons, et de l'habillement, où l'entreprise aurait réalisé une réduction des coûts d'inventaire de 20 % à 50 %.
Dans le marché volatil d'aujourd'hui, la demande pour des solutions comme celle d'Atomic est élevée, car les systèmes traditionnels peinent à gérer l'incertitude. Suidan a noté : « Actuellement, les planificateurs, eh bien, s'enferment dans une pièce pendant une semaine pour essayer de mettre en place différents scénarios, les présenter à la direction, et recevoir une question à laquelle ils ne s'attendaient pas. » Le logiciel d'Atomic rationalise ce processus en extrayant des données de documents existants et en permettant une simulation rapide de scénarios, une tâche qui pourrait autrement prendre des jours.
Rossiter et Suidan soulignent l'importance d'un déploiement rapide et de l'adaptabilité. Suidan a remarqué : « Vous ne pouvez pas écrire une application personnalisée pour chaque client. Vous avez besoin d'un modèle de données flexible et généralisé, qui peut s'appliquer à tout le monde, car alors vous pouvez être opérationnel très, très rapidement. » Cette approche permet aux planificateurs d'avoir un contrôle précis sur leurs plans, favorisant un sentiment de propriété et de confiance.
De nombreux anciens de Tesla se sont lancés dans l'entrepreneuriat, y compris l'ancien CTO JB Straubel avec Redwood Materials et l'ancien SVP Drew Baglino avec Heron. Cependant, Atomic se distingue non seulement par l'application des compétences acquises chez Tesla, mais aussi par l'incarnation d'une philosophie développée pendant leur temps chez le constructeur automobile. McNeill a salué leur travail, disant : « Ils ont construit de toutes pièces le système d'orchestration de la chaîne d'approvisionnement de bout en bout » chez Tesla.
Suidan a mis en lumière l'impact transformateur de leur travail chez Tesla, expliquant : « La manière dont l'entreprise était planifiée quand nous avons commencé, c'était une douzaine d'équipes différentes travaillant en isolement, échangeant ces feuilles de calcul, essayant de tout rassembler une fois par semaine pour présenter aux cadres un résumé d'un plan, puis passant la majeure partie du reste de la semaine à courir après notre queue, essayant de comprendre pourquoi une partie ne fonctionnait pas ou une autre partie ne fonctionnait pas. » Leur solution a non seulement amélioré les processus, mais a également changé la manière dont l'entreprise fonctionnait au quotidien.
Après avoir quitté Tesla à la suite de l'augmentation de la production du Model 3, Rossiter et Suidan se sont réunis en 2023 pour réfléchir à la manière dont leur approche transformative pourrait bénéficier à toutes les entreprises. Cela a conduit à la création d'Atomic au sein de DVx, avec l'objectif ambitieux de soutenir chaque entreprise qui vend des biens physiques, comme l'a dit Rossiter : « Notre ambition, notre vision, est de soutenir chaque entreprise qui vend des biens physiques. »
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
As someone who watched the Model 3 'production hell' firsthand, this is fascinating. It’s ironic that the people who helped Tesla almost break the company are now using those scars to build AI tools for others. I wonder if Atomic’s algorithms can handle the chaos of real-world logistics better than human intuition? 🤔 Definitely worth keeping an eye on how they scale.
這篇文章讓我想到,供應鏈管理真的是一門大學問!特斯拉當年的Model 3危機差點讓公司垮掉,現在這些前員工出來創辦Atomic,用AI來優化庫存,感覺是從血淚教訓中誕生的智慧結晶。不知道他們的AI方案跟其他家比起來有什麼獨到之處?希望別又是過度炒作,能真正解決業界的痛點就好。🔄
테슬라 경험이 창업에 이어진 이야기가 인상적이네요. 공급망 최적화에 AI를 활용하는 Atomic의 접근법이 흥미롭습니다. 그런데 실제 현장에서의 적용 가능성은 어느 정도일까요? 🤔 전통 방식의 공급망 관리자들이 받아들일 수 있을지 약간 의문이 드네요.
테슬라 출신이 창업한 AI 인벤토리 솔루션이라니... 🧐 공급망 위기를 겪은 회사 출신들이 만든 제품이라 실무 경험이 더 반영되었을 것 같네요. 저번에 우리 회사 재고 관리 시스템 때문에 야근했던 생각나는데, 이런 AI 솔루션이 진짜 도움이 될까요? 스타트업 투자 고려 중인 분들 참고해보세요!











