Les assistants numériques dans le secteur de la logistique
L'intelligence artificielle (IA) devient une technologie du quotidien. Dans le secteur de la logistique, elle offre un potentiel considérable, qui va bien au-delà de l'analyse de données massives. En tant qu'outil d’assistance, l'IA aide les collaborateurs à prendre des décisions ou les soulager des missions répétitives.
Andre Kranke, Head of Corporate Research & Development chez DACHSER, explique comment l'IA s’intègre dans la logistique du groupage et quel est son potentiel.
L'intelligence artificielle (IA) est-elle une technologie d’avenir ?
La réponse est oui et non. Oui, parce qu'on est encore loin d'exploiter tout le potentiel de l'IA, et non, parce que les applications de l'IA font déjà partie de notre quotidien. Que ce soit avec la reconnaissance faciale sur les smartphones, les chatbots ou les services de traduction sur Internet. Dans le secteur de la logistique aussi, son usage est bien plus courant qu’on ne l’imagine. On la retrouve notamment dans la prévision des volumes d'expédition, la gestion des flux de matériaux ou le traitement des tâches administratives.
Cela dit, l'IA n'est pas encore maîtrisée dans de nombreux domaines. Simuler l'intelligence humaine repose essentiellement sur des algorithmes mathématiques complexes, basés sur des calculs de probabilité. En fonction de la qualité des données, elle produit donc inévitablement des erreurs qui doivent être minimisées dans la logistique, en particulier dans les secteurs où les exigences en matière de sécurité et de qualité sont élevées : tant pour les « agents IA », qui agissent de manière autonome dans des processus secondaires non critiques, que pour les assistants IA, contrôlés et surveillés par l'Homme.
Pour l’instant, il n'y aura donc pas de logistique sans intervention humaine. La décision finale doit toujours revenir à l'Homme, surtout quand il est question d’enjeux commerciaux et qu'une marge d'erreur n'est pas tolérée.
Mais une chose est sûre : les logisticiens qui négligent l'IA aujourd'hui seront écartés du marché à moyen ou long terme. Les exigences des clients et la complexité croissante des opérations, accentuées par la pénurie croissante de main-d'œuvre qualifiée, rendent son adoption incontournable. DACHSER mise déjà sur des applications d'IA dans différents domaines, comme les entrepôts, les quais ou les bureaux, pour aider au mieux ses collaborateurs dans leurs prises de décisions, améliorer l'efficacité et réduire les arrêts de la chaîne d’approvisionnement. Une démarche essentielle pour pallier à la pénurie de main-d'œuvre qualifiée et à garantir durablement un haut niveau de qualité.
De nouvelles possibilités inattendues
Il y a plus de six ans, DACHSER a commencé à développer des algorithmes dans le « DACHSER Enterprise Lab », laboratoire de recherche et développement situé à l'Institut Fraunhofer IML de Dortmund, afin de prévoir, par exemple, les quantités entrant dans les agences jusqu'à 25 semaines à l'avance et ainsi faciliter la planification saisonnière des capacités. En logistique, la prévisibilité est en effet un levier essentiel pour garantir l'efficacité et la qualité. L'IA peut apporter une contribution précieuse dans ce domaine, comme le montre PAnDA One, le premier projet de machine learning de DACHSER. L'acronyme signifie « Predictive (P) Analytics (An) DACHSER (DA) » et désigne le premier projet de cette initiative (One).
Les algorithmes d'IA sont aussi utilisés dans le jumeau numérique @ILO, qui identifie, localise et mesure les marchandises en temps réel dans l'entrepôt. Des caméras installées au plafond permettent de créer une image numérique précise de tous les mouvements et processus au sein de l'entrepôt. Cette modélisation améliore la transparence et la visibilité. En parallèle, elle permet d’éliminer certaines tâches manuelles, comme le scan des marchandises, rendant certains processus de déchargement jusqu'à 30 % plus efficaces. Le jumeau numérique @ILO sera progressivement déployé dans les agences européennes DACHSER au cours des prochaines années. Au moins six nouveaux sites sont prévus pour 2025.
Autonomie dans l'entrepôt grâce aux robots AGV
L'intelligence artificielle ne se limite pas aux entrepôts de transbordement, elle joue également un rôle clé dans l'automatisation des entrepôts. Aujourd'hui, huit entrepôts DACHSER en Allemagne utilisent des véhicules de transport autonomes, appelés AGV (Autonomous Guided Vehicles). Ces robots mobiles, aussi appelés robots mobiles autonomes (RMA), utilisent des capteurs comme des caméras, des lidars et des radars pour scanner leur environnement et s'orienter tout seuls grâce à l'IA. Ils sont capables d’effectuer des tâches simples et répétitives de manière autonome. Les AGV trouvent eux-mêmes leur chemin, par exemple pour stocker et déstocker des palettes au niveau du sol, se redistribuent les missions en temps réel lorsqu’un autre robot peut accomplir la tâche plus rapidement. Si un obstacle se trouve sur leur chemin, les véhicules freinent. Ainsi, les robots ne font pratiquement jamais de trajets inutiles et optimisent l’efficacité des opérations. Des capteurs de sécurité assurent en parallèle une navigation fiable sans accident.
Une navigation précise, une intelligence collective et une intégration parfaite dans les systèmes informatiques garantissent un gain d'efficacité considérable dans le quotidien de la logistique, et les collaborateurs sont aussi contents d'être aidés par leurs « collègues robots ». DACHSER utilise les AGV en mode mixte., c’est à dire qu'il y a aussi des véhicules conduits par des humains. Une automatisation complète n'est pas envisagée, car elle limiterait la flexibilité. Il faut continuer à chercher la combinaison optimale et rentable entre l'homme et le robot.
Rechercher ensemble
À quoi ressemblera l'avenir dans ce domaine ? Dans le domaine de la robotique, des expérimentations sont menées pour contrôler et piloter des véhicules autonomes à l'avenir à l'aide de modèles de base. Les robots pourraient ainsi mieux maîtriser des tâches complexes telles que le traitement du langage, la reconnaissance d'images et d'objets ainsi que la navigation autonome. Grâce à leur capacité d'apprentissage à partir de grandes quantités de données, ces systèmes pourront s'adapter à de nouveaux environnements et à de nouvelles tâches, renforçant ainsi leur flexibilité et leurs champ d’application. Il reste à voir si cette approche permettra de contrôler les véhicules autonomes dans les entrepôts de manière plus intuitive et plus efficace. Des recherches intensives sont en cours dans le monde entier.
DACHSER s’engage activement dans la recherche sur l'IA. Au premier trimestre de cette année, le logisticien a élargi son partenariat de recherche avec l'Institut Fraunhofer pour les systèmes d'analyse et d'information intelligents IAIS à Sankt Augustin. Cette institut figure parmi les leaders européens dans les domaines de l'intelligence artificielle (IA), de l'apprentissage automatique et du big data. Près de 400 experts aident les entreprises à optimiser leurs produits, leurs services et leurs processus, ainsi qu'à développer de nouveaux modèles commerciaux numériques. Avec ce nouveau partenaire au sein du DACHSER Enterprise Lab, l’entreprise renforce davantage son expertise dans le domaine de l'intelligence artificielle.
La poursuite de la recherche devrait conduire à l’émergence de nombreuses nouvelles applications de l'IA, conçues spécifiquement pour répondre aux besoins particuliers de l'entreprise, entraînées pour des processus internes spécifiques. En parallèle, il faut tenir compte des coûts, en particulier ceux des modèles d'IA gourmands en ressources informatiques, ainsi qu’aux règlementations et au respect du nouveau cadre juridique de l'Union européenne pour les applications d'IA (AI Act).
En résumé, l'IA offre à la logistique de nouvelles perspectives inédites qui étaient tout simplement impossibles auparavant. Elle reste un outil basé sur des mathématiques avancées, de grandes quantités de données et une puissance de calcul importante. Elle n'est pas la solution à tous les problèmes numériques. Dans certains cas, la programmation classique reste la meilleure option. L’enjeu est donc de trouver le bon équilibre entre l'utilisation d'applications d'IA standardisées et les développements internes sur mesure, en les adaptant à ses propres besoins.