[RAPPORT]
Intelligence Artificielle en logistique : 6 exemples d’applications
La transformation digitale de la chaîne logistique marque l’évolution la plus importante du secteur et reste un enjeu crucial pour de nombreux acteurs du transport. Dans un marché hyper concurrentiel, une chaîne logistique performante et flexible constitue un véritable atout majeur. Les entreprises sont donc à la recherche d’outils leur permettant d’optimiser leur processus et de les aider à prendre des décisions visant à améliorer leur efficacité opérationnelle, la satisfaction client et à réduire les coûts économiques et environnementaux. Et c’est dans cet enjeu ambitieux que les nouvelles technologies, et en particulier l’intelligence artificielle, jouent un rôle clé. Selon Gartner, d’ici 2024, 50% des organisations supply chain investiront dans des technologies prenant en charge l’intelligence artificielle (IA) et des capacités d’analyse avancées.
Quelle différence entre RPA et IA ?
Il convient tout d’abord de différencier la RPA (Robotic Process Automatisation) et l’IA (Intelligence Artificielle).
La RPA est une technologie permettant d’automatiser de façon limitée certaines tâches mécaniques et répétitives selon des instructions données. L’intelligence artificielle s’appuie sur des technologies telles que la recherche opérationnelle pour l’optimisation des processus (tournées, stocks, etc.) et l‘apprentissage par renforcement pour le déplacement autonome de véhicules (robots, voitures, etc.).
L’IA est capable d’analyser et de corréler les données en essayant de reproduire le mode de pensée et d’action d’un humain. Contrairement à la RPA, l’IA est en mesure d’améliorer ses propres prévisions et performances en utilisant des méthodes d’apprentissage automatique tels que le Machine Learning et le Deep Learning.
L’intelligence artificielle permet ainsi :
- d’améliorer la RPA existante en automatisant des tâches qui ne l’étaient pas auparavant,
- d’assister l’humain dans sa prise de décision.
En quoi l’intelligence artificielle peut-elle être appliquée à la logistique et quels en sont ses bénéfices ?
84% des Responsables Supply Chain considèrent le manque de visibilité sur leur chaîne d’approvisionnement comme leur principale préoccupation [1]. Ils souhaiteraient avoir une visibilité claire sur toute la chaîne logistique afin de pouvoir réagir en cas d’imprévus.
La chaîne logistique comprend différentes étapes qui peuvent être complexes à gérer, notamment la problématique du dernier kilomètre. L’utilisation d’une technologie basée sur l’intelligence artificielle permet d’optimiser chacune de ces étapes.
Automatisation de l’inventaire
Les composants au sein d’un entrepôt peuvent être très nombreux et il est facile d’en perdre la trace. Connaitre précisément la localisation de chaque bien permet aux équipes d’être plus rapides et efficaces. L’exactitude d’un inventaire est très courte, un état des lieux est déjà faux le lendemain. Il est donc nécessaire d’automatiser cette tâche afin d’avoir une vision actualisée chaque jour.
Exemple de L’Oréal qui a mis en place le système de drone Eyesee d’Hardis Group :
Comment ?
Un drone, équipé d’une caméra embarquée, passe sur les étagères de chaque rayon pour réaliser les inventaires. Grâce au traitement vidéo par l’IA, le drone sait lire les codes-barres et reconnaître les emplacements vides.
Quels gains ?
- Taux d’erreur plus faible
- Moins coûteux
- Plus rapide
- Plus de sécurité pour les employés qui ne travaillent plus en hauteur
- Plus besoin d’immobiliser l’entrepôt pendant des jours
- Peut être fait toutes les nuits ou tous les weekends
Gestion intelligente des stocks
La gestion des stocks est une problématique complexe et piloter le bon stock au bon endroit au bon moment peut se révéler être un véritable casse-tête. L’intelligence artificielle va ainsi pouvoir assister l’humain dans la mise en place d’un meilleur management des stocks.
Comment ?
A partir de données historiques, des commandes et des stocks courants, une IA prédit les besoins de l’ensemble du réseau et suggère des décisions (achats, transfert, etc.) optimisées. Elle va ainsi identifier les produits qui se vendent le plus vite ou le plus lentement et modéliser en conséquence un inventaire plus précis. Cela permet d’ajuster les stocks pour éviter les ruptures et limiter les excédents de marchandises. L’IA va également être capable d’anticiper les intentions d’achat des consommateurs en fonction de différents éléments tels que la météo, les événements, le moment de la journée, etc. Cela est très utile pour prévoir les bons stocks qui seront disponibles au moment adéquat et ainsi réduire le délai de livraison au client qui sera davantage satisfait.
Quels gains ?
- Meilleure performance achat
- Meilleure disponibilité des stocks
- Baisse des coûts de transport
- Baisse de la valeur des stocks
Engie a fait appel à Vekia pour optimiser ses stocks :
Engie réalise environ 14 000 interventions par jour (maintenance, réparation chauffage/climatisation…) et recense 1 million de références sur son système d’information. Pour un service parfait, le technicien devrait toujours avoir la pièce de rechange nécessaire dans son inventaire. Pour atteindre cet objectif, Engie a fait appel à Vekia afin d’optimiser les stocks gérés par les 230 agences et automatiser les commandes auprès des entrepôts. L’algorithme, appliquant les techniques de Machine Learning, reçoit les données des agences, calcule les stocks restants et fait une proposition de commandes pour chaque point de gestion.
Automatisation de la préparation des commandes
Afin de faciliter le travail des préparateurs de commandes voire de complétement l’automatiser, l’intelligence artificielle permet d’énormes gains de temps et de productivité.
Comment ?
A partir des commandes, un essaim de robot se déplace dans les racks pour collecter les marchandises et les acheminer vers l’opérateur. L’IA guide les robots et optimise leurs déplacements dans l’entrepôt.
Quels gains ?
- Productivité du picking améliorée
- Temps de picking amélioré
- Coût OPEX du picking amélioré
- Taux d’erreur plus faible
- Amélioration des conditions de travail des opérateurs
Cdiscount utilise la solution d’Exotec pour la préparation de commandes :
Exotec a conçu un système robotisé permettant d’optimiser la préparation de commandes. Grâce à ses flottes de plusieurs centaines de robots, capables de se déplacer en trois dimensions, Exotec contribue non seulement à réorganiser les entrepôts, mais aussi à optimiser les flux logistiques. Ces robots sont capables de se déplacer au sol mais également en hauteur en grimpant sur les racks de stockage, ce qui a permis à Cdiscount de multiplier sa capacité de stockage par cinq. La productivité a été chiffrée trois à quatre fois supérieure à celle d’une opération manuelle.
Automatisation du tri des colis
Les flux de colis, notamment avec l’essor du e-commerce, s’intensifient et nécessitent une structuration optimisée. L’IA est une nouvelle fois un outil précieux dans l’automatisation de cette étape de la chaîne logistique.
Comment ?
Sur la base d’un système de rangement prédéfini, les robots acheminent automatiquement les colis vers leur zone de destination. Les robots se dirigent seuls, rapidement, en tenant compte des autres. La lecture optique va permettre un balayage rapide d’étiquettes afin d’identifier les produits ainsi que leurs caractéristiques (poids, dimensions, zone géographique de livraison).
Quels gains ?
- Meilleure productivité du tri
- Coût OPEX inférieur comparé à un tri humain
- Taux d’erreur plus faible
- Amélioration de travail des opérateurs
STO Express s’est doté de robots pour trier ses colis :
En scannant l’étiquette du colis, les robots de STO Express sont capables de l’acheminer vers la bonne zone du centre de tri. Ils peuvent traiter jusqu’à 18 000 colis en une heure.
L’utilisation de robots de tri améliore l’efficacité, la précision et la sécurité pendant le processus de tri et réduit également les coûts de main-d’œuvre de 70%.
Les acteurs de la logistique commencent à intégrer de plus en plus l’automatisation et la robotisation dans leur processus. L’IA intervient tout au long du cycle d’un produit : à la réception des stocks, au dispatch, à la préparation et à l’emballage jusqu’à sa livraison.
Visibilité du transport
Le suivi des flux de marchandises est essentiel pour les acteurs de la logistique qui sont responsables du bon acheminement au client. Ces derniers étant de plus en plus exigeants, ils demandent plus de transparence sur la livraison de leur produit. Cette visibilité est également précieuse pour les opérateurs logistiques qui pourront réagir en cas de retard et d’imprévus et en informer de façon proactive le client.
Comment ?
A partir des données de position des marchandises dans le monde entier ainsi que des conditions de transport (météo, engorgement, etc.), l’IA prédit l’arrivée de la marchandise à destination en offrant une visibilité complète.
Quels gains ?
- Meilleure estimation de l’heure d’arrivée estimée
- Plus grande capacité de réaction
- Permet d’anticiper plutôt que subir les retards
Wakeo, plateforme spécialisée dans la visibilité du transport :
Wakeo est interconnectable avec l’ensemble des solutions IT du marché (ERP, TMS, WMS, etc.). Cette plateforme collaborative a été conçue pour simplifier le transport international et améliorer la visibilité sur la supply chain. Pour cela, la start-up exploite Machine Learning et traitement de données à grande échelle, afin d’anticiper les retards et ainsi fiabiliser les approvisionnements et les livraisons clients. Wakeo intègre tout à la fois du tracking en temps réel pour anticiper les retards, de l’alerting par mail et SMS pour prévenir les différentes parties prenantes, et de l’analytique pour mesurer avec précision la performance transport.
Optimisation des tournées de livraison
La dernière étape de la chaîne logistique, la livraison au client final, reste la plus complexe et difficile à gérer en raison des nombreux aléas qui peuvent intervenir. Un embouteillage, une panne de véhicule, une rue barrée, un client absent, des créneaux de livraison spécifiques… les contraintes peuvent être infinies et y réagir manuellement n’est pas la façon la plus optimale. Les solutions d’optimisation de tournées basées sur l’IA vont permettre de créer des tournées performantes en temps réel en tenant compte du contexte du terrain afin que les chauffeurs-livreurs apportent une meilleure qualité de service au client.
Comment ?
A partir des coordonnées des points à livrer et des différentes contraintes (heures de passage, conditions de trafic, etc.), de puissants algorithmes de Recherche Opérationnelle optimisent la planification des tournées de livraison. Cette optimisation va permettre d’anticiper les pics de livraison, de mieux répartir et optimiser les ressources pour réduire les coûts mais également de réduire le stress des livreurs et respecter leurs heures de travail.
L’IA, en appliquant les techniques du Machine Learning, collecte les données réalisées et améliore les performances des prochaines optimisations. Par exemple, pour le transport de colis, l’IA est capable d’identifier de manière ultra précise les temps de livraison en fonction du type de client, de la zone à livrer, de l’étage, de la taille et du poids du colis.
Quels gains ?
- Moins de véhicules sur la route
- Moins de kilomètres parcourus
- Réduction du coût et du temps de la livraison
- Meilleure qualité de service et satisfaction client
- Réduction des émissions CO2
- Meilleures conditions de travail des équipes
La solution Kardinal a été conçue pour répondre à ces enjeux et accompagner les logisticiens dans leurs prises de décision afin qu’ils réalisent des tournées plus performantes.
Solution d'optimisation de tournées en continu
Conclusion
L’intelligence artificielle est donc un outil puissant pour les acteurs de la logistique puisqu’elle est capable d’intervenir dans toutes les étapes de la chaîne d’approvisionnement : de la conception à la livraison du produit au client final. Son rôle est de réaliser les tâches mécaniques et répétitives ainsi qu’assister l’humain dans sa prise de décision pour lui permettre de se concentrer sur des missions à plus forte valeur ajoutée. La productivité est ainsi augmentée grâce à la collaboration entre humains et machines. Une étude réalisée par McKinsey souligne que les entreprises ayant investi dans l’IA appliquée au transport et à la logistique ont augmenté leurs marges de plus de 5%.
L’IA est donc déjà en train de transformer tous les secteurs d’activité, et en particulier celui de la logistique où les innovations sont très fortes et vont encore beaucoup évoluer. Prendre part à cette digitalisation, c’est assurer la pérennité de son entreprise.
Retrouvez plus d’informations sur le sujet dans notre vidéo « Comment optimiser la Logistique avec l’Intelligence Artificielle ? »
Références
- [1] eBook d’IBM, The Future is Here, (Le futur est arrivé), novembre 2018