Le dernier kilomètre de la chaîne logistique représente un défi majeur pour les entreprises de livraison. À lui seul, il constitue 30% de la circulation des centres urbains, 25% des émissions de CO2, et 20% du coût total de la livraison. Ces chiffres montrent l’importance d’une optimisation efficace pour réduire l’impact environnemental et les coûts opérationnels. En réduisant les coûts par une meilleure gestion des ressources et en diminuant les kilomètres parcourus, l’optimisation des tournées s’impose comme une solution incontournable. Cependant, la variabilité du trafic rend cette optimisation complexe. Les fluctuations de circulation compliquent le respect des engagements pris par les transporteurs, notamment en ce qui concerne le respect des créneaux horaires.

Les limites des modèles d’optimisation du marché

Les algorithmes d’optimisation traditionnels s’appuient sur une « matrice de distance », qui détermine la durée et la distance entre chaque paire de points à optimiser. L’objectif de l’algorithme d’optimisation est de concevoir des tournées minimisant la distance parcourue et/ou le temps de trajet. Cependant, dans les modèles d’optimisation de tournées classiques, cette matrice de distance ne tient pas compte des variations temporelles. Par conséquent, l’estimation de la durée et/ou de la distance entre deux points reste fixe, indépendamment de l’heure de départ.

Pour anticiper l’impact potentiel du trafic réel sur les durées de trajet, des correctifs sous forme de coefficients, plus ou moins sophistiqués, sont appliqués à la matrice de distance pour obtenir des solutions plus réalistes. Toutefois, même avec ces ajustements, la matrice demeure indépendante du temps, la durée entre chaque point restant identique tout au long de la journée.

Cette approche présente des limites significatives. En réalité, le trafic a un impact considérable, surtout en zone urbaine, tout au long de la journée. Les variations de durée de trajet peuvent être importantes, allant du simple au quadruple selon les moments de la journée. Sans intégrer ces variations en amont, les tournées optimisées risquent de rencontrer des embouteillages, entraînant des retards et une faible performance globale.

Intégrer le trafic pour une optimisation plus intelligente dans les centres urbains

En intégrant les prévisions de trafic dans l’algorithme d’optimisation dès le départ, il devient possible d’exécuter certains trajets à des moments stratégiques, évitant ainsi les périodes de forte congestion. À l’inverse, si l’impact du trafic n’est calculé qu’a posteriori, les variations de trafic ne peuvent pas être anticipées lors de la planification. Cela peut conduire à des tournées qui rencontrent de nombreux embouteillages, entraînant des retards dans les livraisons et une performance globale diminuée.

Pour une estimation réaliste de l’impact du trafic, il est nécessaire de connaître à l’avance les conditions de trafic pour chaque paire de points à chaque moment de la journée. Par exemple, pour planifier 500 points, il faudrait prendre en compte 250 000 trajets possibles sur 48 instants de la journée, soit 12 millions de trajets. Une telle approche nécessiterait plusieurs heures, voire plusieurs jours de calcul, ce qui est impraticable pour les besoins d’optimisation en temps réel du dernier kilomètre.

Chez Kardinal, nous avons développé une solution qui se distingue par son système d’Intelligence Artificielle capable de collecter et d’agréger des données prédictives de trafic à grande échelle. Cela nous permet d’estimer en amont, à chaque instant et pour chaque trajet, la durée du trajet avec un temps de calcul similaire à une approche sans trafic.

Des bénéfices constatées par nos clients au quotidien

Concrètement, nous pouvons prédire la durée d’un trajet avec trafic entre deux points A et B à une heure précise. Notre modèle prédictif est spécifique à chaque trajet, chaque jour de la semaine, et chaque horaires de la journée. Et nos algorithmes d’optimisation de tournées sont nativement conçus pour travailler sur la base de matrices de distances dépendantes du temps. Cela leur permet de construire des tournées qui évitent si nécessaire les axes congestionnés aux heures de pointes et qui profitent des heures creuses pour livrer les zones très urbaines quand c’est possible.

Nos utilisateurs bénéficient ainsi de tournées plus performantes et plus “logiques” du point de vue des équipes terrain. Dans Paris notamment, nos utilisateurs confirment que les algorithmes Kardinal évitent nativement le périphérique et les axes les plus embouteillés aux pires heures de la journée et qu’ils évitent également de planifier des tournées qui multiplient les traversées des ponts de la Seine.

Cette approche offre des tournées mieux adaptées aux réalités du trafic urbain, réduisant les coûts, les émissions de CO2, et améliorant le respect des créneaux horaires. L’intégration du trafic dans l’optimisation des tournées révolutionne ainsi la logistique urbaine, rendant le dernier kilomètre plus efficace et durable.