Need help with problems like this?

Let's talk about your next steps.

Published

October 20, 2026

Sybilion : le modèle qui relie les forces du marché à la décision d'achat

Sybilion est un modèle économique du monde qui relie les forces externes qui pèsent sur la marge d'une entreprise industrielle au moment précis où il faut engager de l'argent. Fondé à Porto en 2021, il a d'abord fait ses preuves sur le choix du moment d'achat des matières premières, où chaque recommandation arrive avec son raisonnement et ses hypothèses.

  • Des signaux externes comme les prix du propylène, les coûts de l'énergie et le fret alimentent les décisions d'achat, d'attente, de couverture et de renégociation de prix.
  • Les industriels du mid-market, entre 100 M€ et 3 Md€ de chiffre d'affaires, dans la chimie, les polymères, le textile et l'emballage, sont les mieux servis.
  • Les équipes industrielles l'adoptent sous forme d'application sous licence, tandis que les développeurs s'y connectent via API ou MCP.
  • Une preuve de valeur ne nécessite aucune intégration ERP, et le travail mené avec K.D. Feddersen a protégé environ 4 M$ de marge.

Ce que fait réellement Sybilion : du signal externe à la décision engagée

Sybilion prend les forces extérieures à une entreprise (prix des matières premières, énergie, météo, logistique, flux commerciaux, indicateurs macroéconomiques, offre et demande) et les relie à un engagement précis : acheter, attendre, couvrir, renégocier, allouer un approvisionnement, ajuster une production ou modifier un prix. Le modèle identifie quelles variables externes annoncent la position d'une entreprise avant qu'elles ne deviennent évidentes, puis transforme l'incertitude en options d'engagement assorties de fourchettes de risque explicites.

Le périmètre des données en entrée est large. Selon l'entreprise elle-même, le modèle s'appuie sur plus d'un trillion de facteurs de risque externes (anomalies météorologiques, congestion portuaire, taux de fret, contrats à terme sur l'électricité). La sortie, elle, reste volontairement étroite : une décision, son timing, et les conditions sous lesquelles la recommandation tient.

Modèle économique du monde : un modèle partagé et mis à jour en continu de la façon dont les forces externes se traduisent en conséquences économiques pour une entreprise. Produits, agents et équipes raisonnent à partir de lui, et c'est dans les décisions qu'il soutient qu'il fait ses preuves.

K.D. Feddersen, un distributeur et compoundeur international de polymères, illustre bien le mécanisme. La question récurrente du service achats était de savoir quand s'engager sur des volumes de polymères. Début 2026, un choc d'approvisionnement sur le propylène (C3) a frappé lorsque la pression géopolitique a perturbé la logistique des matières premières, et la mission est passée de la simple fourniture de prévisions à une analyse de scénarios en continu pendant que le marché bougeait.

La méthode a changé en conséquence. Les livrables sont passés de prévisions déterministes à six mois à des prévisions probabilistes à douze mois, avec deux vues côte à côte : l'une pilotée par le modèle, l'autre enrichie du jugement des experts. Cette séparation compte pour un acheteur doté d'un bon instinct de marché, car elle montre précisément où le modèle et les experts divergent, et pourquoi. Résultat : environ 4 M$ de marge protégée, et K.D. Feddersen a prolongé la collaboration en 2026.

À qui s'adresse Sybilion, et qui devrait regarder ailleurs

Sybilion convient aux industriels du mid-market, entre 100 M€ et 3 Md€ de chiffre d'affaires, dont la marge varie avec une exposition transfrontalière aux matières premières. Un propriétaire, un timing visible.

  • Secteurs : chimie, plastiques et polymères, textile, emballage et carton, ainsi que l'industrie manufacturière et la FMCG à forte intensité énergétique ou liées aux matières premières.
  • Responsables achats (directeur achats, category managers, acheteurs matières premières) qui décident du moment d'achat, d'attente, de couverture et de renégociation.
  • Responsables supply chain et planification (VP supply chain, responsables S&OP ou IBP) dont les plans se fragilisent face aux chocs externes.
  • Directeurs financiers et présidents de business unit qui ont besoin d'un risque évité démontrable à présenter à un conseil d'administration.
  • Directeurs prix et responsables grands comptes qui chiffrent face à des coûts d'intrants volatils.

Les pages sectorielles présentent la même approche appliquée à des pressions spécifiques sur les matières premières, par exemple Sybilion pour les entreprises du métal et de l'acier, qui couvre les cycles du minerai de fer, la volatilité de la ferraille et les évolutions de politique commerciale.

L'outil convient mal aux entreprises protégées sans réelle volatilité externe, aux achats indirects ou à faible volume, à l'automatisation des appels d'offres et des factures, ou à quiconque cherche des signaux de trading garantis.

Deux façons d'accéder à la plateforme : conçu pour vous, ou à construire dessus

Sybilion fait tourner un seul modèle avec deux voies d'accès. La formule « conçu pour vous » convient aux responsables de décisions industrielles. Les desks quantitatifs et les éditeurs de produits qui intègrent des signaux doivent utiliser l'API, et les équipes qui construisent des agents doivent utiliser le connecteur MCP.

VoiePour quiCe que vous obtenezComment démarrer
Nous le construisons pour vousResponsables achats, supply chain, finance et prix chez les industrielsUne application ou des agents pour vos décisions spécifiques, livrés puis sous licenceUne preuve de valeur ciblée sur une matière, une catégorie ou un type de décision
Vous construisez dessus : APIDesks de trading avec équipes quant, ainsi qu'éditeurs de produits, de données et de planificationAccès en lecture seule aux scores de pertinence des matières premières, aux indicateurs de timing et aux bornes de risque, plus des webhooks, sans construire l'entraînement de modèle ni le MLOpsAccès en self-service, appelé depuis le système que vous exploitez déjà
Vous construisez dessus : MCPConcepteurs d'agents natifs IA et équipes IA/ML en entrepriseLe même modèle exposé comme un outil que votre agent appelle en cours de fluxConnecter le connecteur MCP à votre environnement d'exécution d'agents

Pour les concepteurs d'agents, le manque est précis. Un modèle de fondation entraîné sur des données publiques ne peut pas dire à un agent ce qui annonce les prix du polypropylène avant que le marché ne bouge, et la pile interne ne voit tout simplement pas le monde extérieur. Dans un flux de travail ancré dans le réel, un agent achats interrogé sur l'opportunité de verrouiller un trimestre de volumes de polymères appelle Sybilion, reçoit l'indicateur de timing et la fourchette de risque pour cette matière, et renvoie une recommandation qui cite les signaux qui la fondent.

Pour ceux qui intègrent ces signaux, la différence tient à leur origine. Ils sont validés par rapport à de véritables engagements industriels, ils incluent des relations de décalage asymétrique identifiées à grande échelle (une série évoluant avant une autre), et ils portent une traçabilité complète des signaux qui ont tenu face à de vraies décisions. Une même entreprise peut utiliser à la fois l'API et le MCP. Les équipes data science peuvent vérifier le moteur explicable et le benchmarking sur la page conçue pour les data scientists.

Ce que coûte une preuve de valeur, en temps et en engagement

Quelques semaines, une décision. Sybilion ne publie aucun prix pour une preuve de valeur, et aucun ne figure dans la couverture presse. Le périmètre commercial dépend du nombre de matières ou de types de décisions couverts, de la voie choisie, et de l'ampleur du travail au-delà de la première décision.

Le calendrier, lui, est public, et il se déroule dans cet ordre :

  1. Première décision signée : dans la semaine suivant le contrat, environ.
  2. Premières prévisions et premiers éclairages : en moins de deux semaines à partir du premier échange.
  3. Déploiement aux côtés des systèmes existants : 4 à 8 semaines, typiquement autour de quatre, sans programme de remplacement complet.
  4. Premier cycle bouclé (décision engagée, exécutée, résultat enregistré) : autour de 90 jours.

Une preuve de valeur ciblée ne nécessite ni données propres ni intégration ERP complète pour démarrer : elle peut fonctionner sur des exports, des tableurs, des données de planification, des données de marché et des signaux externes. Le conseil même de Sybilion aux équipes achats est de faire prouver à tout fournisseur son impact sur une décision réelle avant d'élargir l'évaluation, et cela vaut aussi pour Sybilion.

Ce qu'il faut apporter : une matière, une catégorie ou un type de décision bien défini, un engagement récent pris trop tard ou qui a coûté de la marge, les exports déjà disponibles, et la personne qui devra défendre la décision devant la finance.

Les preuves : clients, chiffres et qui soutient Sybilion

Trois clients affichent des résultats chiffrés publiés, tous issus des propres études de cas de Sybilion. Lenzing (fibres de cellulose) et Linz Textil (fabrication textile) sont également clients, deux cas supplémentaires où le timing des matières premières pèse sur la marge ; aucun chiffre de résultat n'a été publié pour eux, à traiter donc comme des références à évoquer lors d'un premier échange.

ClientRésultatIndicateur de précision
K.D. Feddersen (distribution et compounding de polymères)Environ 4 M$ de marge protégée sur le timing d'achat de polymères93 % de précision sur le timing d'achat intelligent, au-dessus de 90 % de précision directionnelle
Jobachem7,2 M$ de décisions critiques soutenues, pour 7 % du chiffre d'affaires protégé92 % de précision sur le timing d'achat intelligent
Maral Overseas (textile intégré verticalement)2 M$ de marge protégée, environ 3 % du chiffre d'affairesPrécision des prévisions améliorée de plus de 60 %

Côté financement, Sybilion a bouclé une levée en amorçage de 4,2 M$ en mars 2026, menée par VentureFriends et Semapa Next, après un pré-amorçage de 600 000 $ co-mené par Vanagon Ventures et EWOR. Les totaux cumulés varient de environ 4,8 M$ sur deux tours à 5 M$, probablement selon les dates de référence et la méthode de comptage des tours. Parmi les autres investisseurs figurent GoHub Ventures, Prediction Capital et Floris Capital.

L'entreprise a été fondée en 2021 et son siège se trouve à Porto, au Portugal. L'idée est née du doctorat d'Oxford du PDG Bjol R. Frenkenberger sur la prise de décision en situation d'incertitude, au cours duquel il a observé des entreprises industrielles peiner à transformer les dynamiques externes du marché en actions coordonnées et au bon moment.

Ce que Sybilion n'est pas : sa place à côté de SAP, Kinaxis et ICIS

Sybilion est une couche de décision entre l'intelligence externe et l'engagement opérationnel, et ne remplace aucun de vos systèmes existants. Les frontières sont délibérées :

  • Pas un outil de prévision. Les prévisions ne sont livrées que lorsqu'elles réduisent l'erreur relative de 30 à 70 % par rapport aux référentiels établis.
  • Pas un remplacement d'ERP ou de suite de planification.
  • Pas un rapport d'intelligence de marché ni un flux de données.
  • Pas un agent d'automatisation de processus ni une activité de conseil.
  • Pas une boîte noire : chaque résultat montre son raisonnement, et chaque scénario énonce ses hypothèses.

SAP, o9, Kinaxis et Excel restent responsables de l'exécution, de l'enregistrement et des flux de planification. ICIS et Fastmarkets restent vos sources de données de marché. Sybilion relie ce qu'ils détiennent au moment de l'engagement, sans qu'aucune migration ne soit nécessaire.

La traçabilité : chaque engagement porte quatre enregistrements liés : le signal d'origine, le raisonnement et les hypothèses, la décision prise, et le résultat enregistré. Une décision qui tourne mal par la suite peut toujours être présentée au conseil d'administration comme raisonnée au moment où elle a été prise.

Le vrai test : une décision, pas une démo

Le moyen le plus rapide de juger Sybilion est de le tester sur une décision qui vous a déjà coûté de l'argent. Choisissez un achat, une couverture ou un changement de prix récent arrivé trop tard, et demandez à le rejouer : quelle variable externe a bougé en premier, ce qu'aurait montré la fourchette de risque, et quand la fenêtre d'action s'est ouverte.

Les acheteurs industriels devraient demander une preuve de valeur sur cette matière ou ce type de décision. Ceux qui intègrent des signaux devraient se tourner vers l'API. Les concepteurs d'agents devraient utiliser le connecteur MCP et vérifier si le signal tient sur une série qu'ils connaissent déjà bien. Dans tous les cas, la réponse arrive en quelques semaines, sur une décision que vous pouvez juger par vous-même.

Predict. Decide. Commit.

Questions fréquentes sur Sybilion

Sybilion couvre-t-il les matières premières agricoles comme le blé ?

Oui. Le blé dispose de son propre volet de solution, conçu pour un marché où les prix bougent vite et loin, pour des raisons qui traversent plusieurs continents à la fois. L'approche rejoint celle des polymères : trouver les signaux externes qui annoncent le prix en amont, puis les relier à une décision d'achat ou de couverture.

Combien de clients Sybilion compte-t-il ?

Environ 15 clients intégrés en mars 2026, dont huit sous contrat récurrent. L'entreprise a aussi déclaré un chiffre d'affaires récurrent annuel à six chiffres élevés, avec un taux d'attrition nul sur les douze mois précédents.

Qui a fondé Sybilion ?

Le Dr Bjol R. Frenkenberger (PDG), Nuno Barros (CTO), Jonas Falkner et Friedrich Weninger l'ont fondé en 2021. La question fondatrice, celle de savoir comment les industriels peuvent agir à temps face aux mouvements externes du marché, est née des recherches doctorales de Frenkenberger à Oxford.

Explore more customer  stories

Frequently Asked Questions

What data do you use?

We use only the verified data from official institutions, market research companies, and other reliable sources vetted by us.

Each data source has to pass an extensive verification process before it is used in our analysis.
Each data source has to pass an extensive verification process before it is used in our analysis.Each data source has to pass an extensive verification process before it is used in our analysis.

How accurate are your trends?

We only provide forecasts that bring significant improvements (30%-70% relative error reduction) in comparison to established baselines.

What security measures do you use?

We use the latest and highest security standards in cloud architecture and access policies.

All data we used is anonymized and doesn’t contain any reference to customers or otherwise.

What do you mean by explainable?

Explainability means understanding why trends may unfold in a certain way and what external market factors influence them. Sybilion provides context and transparency to help you understand these factors.

Can I confidently share my data with you?

Yes. Our AI does not require data, that is significantly more sensitive than what you would anyway share in your annual reports.

We handle data with care and apply the latest security and hosting standards.