Ce que l’IA va révolutionner dans la gestion du transport

Les moyens de transport font leur révolution à l’heure où les livraisons de marchandises et le transport de personnes se diversifient. Comment l’IA peut répondre à des défis inédits et des enjeux toujours plus complexes ? Alexandre Blouin, responsable optimisation et recherche opérationnelle de Maplink France, y répond dans une tribune.

Par Alexandre BLOUIN

19/06/2018

Avec le développement du e-commerce et les problématiques urbaines de développement durable, le monde du transport évolue pour s’adapter à de nouveaux modes de livraisons plus nombreux et plus flexibles, avec un volume de données sans précédent à gérer. Véhicules électriques, véhicules autonomes, drones, … les moyens de transport sont en pleine révolution grâce à des innovations technologiques qui ont atteint le stade de maturité nécessaire pour entrer dans la vie quotidienne, aussi bien privée que professionnelle.

Il y a quelques semaines, DHL Supply Chain annonçait l’acquisition de plusieurs camions électriques Tesla, le constructeur étant également en train de développer des modèles autonomes. Dans la même période, Volvo et Uber présentaient leur alliance en vue de mettre en place une flotte de taxis autonomes. En France, la RATP teste actuellement la navette autonome de la startup toulousaine Easymile. Une autre startup française, Navya, développe elle aussi activement ses modèles de taxis sans chauffeur. Ce qui a longtemps été de la fiction est en train d’arriver à très grande vitesse, et nous allons assurément voir s’installer très vite des flottes de véhicules autonomes dans tous les domaines, de la logistique au transport de personnes.

Passage en revue des quelques aspects stratégiques :

1- Le positionnement des ressources

Les stations de taxi traditionnelles, où plusieurs voitures attendent sagement que les clients viennent à eux – alors que ces mêmes clients ont souvent toutes les peines à en trouver un là où ils se trouvent, au moment où ils en ont besoin – est un modèle qui devrait appartenir au passé.

L’IA va s’intéresser aux prévisions pour aider à la prise de décision de manière à optimiser le positionnement des ressources. Ces données vont permettre d’anticiper les lieux où il y a le plus de chances qu’il y ait de la demande, en fonction du jour de la semaine et des heures de la journée, mais aussi de données exogènes comme la météo, les événement sportifs et culturels, les grèves de transport en commun, etc.

Ce principe de repositionnement peut s’appliquer à toutes les ressources de transport qui sont habituellement positionnées sur des stations, telles que les Velib et les Autolib. Il peut également s’appliquer aux nouveaux moyens de transport en libre-service sans station, comme les Cityscoot ou Gobee.bike.

2- L’assurance d’être livré à temps

L’un des principaux facteurs de performance et d’efficacité dans la gestion du transport, c’est la flexibilité. Les flux et la demande varient constamment, et le calcul des prévisions se heurte à la complexité et aux volumes de données à prendre en compte.

Il est essentiel de rappeler que, bien qu’une livraison soit souvent gratuite pour le consommateur, elle représente un cout pour l’entreprise. Pour minimiser ses coûts, il est nécessaire d’anticiper les pics de livraison, par exemple en période de soldes, pour mieux dimensionner et répartir ses ressources pour absorber les livraisons. L’économie à la demande implique des livraisons de plus en plus fréquentes et des options de livraisons multiples. Pour limiter les frais, l’entreprise peut orienter le consommateur sur l’option la plus avantageuse économiquement par rapport aux ressources disponibles. L’IA permet d’anticiper en fonction des délais et des points de livraison (points relais, livraison à domicile, conciergerie, …).

L’une des grandes forces de l’IA est sa capacité à traiter d’énormes volumes de données et de s’adapter en permanence, grâce au machine learning. Elle peut donc aider à dimensionner les flottes et les parcs de véhicules, notamment les flottes louées. Elle peut également favoriser une meilleure planification du temps de travail des chauffeurs.

3- L’orchestration des livraisons

La gestion des tournées de livraison est une tâche complexe qui fait souvent l’objet de marges d’optimisation importantes mais peu exploitées. Et ce d’autant plus lorsqu’il s’agit de livraisons individuelles sur des points multiples, et que les délais exigés par les consommateurs raccourcissent toujours plus (livraisons e-commerce, typiquement, ou encore les livraisons de repas à domicile qui rencontrent un très grand succès).

Il suffit d’un simple exemple pour réaliser l’importance de ces algorithmes d’optimisation dans le contexte actuel. Prenons une chaine de restauration rapide qui reçoit des centaines de commandes par jour, et s’engage à livrer tous ses clients moins de 40 minutes. L’IA et le machine learning permettent d’anticiper les pics de demandes, mais également de prévoir quelles catégories de produits seront plus ou moins commandés en fonction des périodes et des facteurs exogènes. L’IA pourra par exemple conseiller d’attendre avant de lancer une tournée car elle anticipera d’autres commandes imminentes, permettant ainsi d’optimiser à la fois le remplissage des camions et les tournées.

Ces quelques exemples montrent que le champ d’application de l’IA est particulièrement large en matière de gestion du transport. Assurément, l’IA va apporter des bénéfices très important dans l’optimisation du transport, notamment grâce à ses capacités à exploiter de grands volumes de données pour des prévisions encore plus fiables.

Parallèlement à cette révolution, les flux de marchandises explosent, portés notamment par la croissance ininterrompue du e-commerce. Le Supply Chain Report 2017 de l’EFT met en évidence les challenges et axes de développement des professionnels de ce secteur. Les priorités sont pour 20,7% d’entre eux les coûts de livraisons et, pour 17%, les options de livraison. Ces problématiques sont en lien direct avec les challenges écologiques, et la généralisation de la logistique à la demande, il faut trouver de nouvelles options de livraison en particulier pour effectuer le « dernier kilomètre ». Les axes de développement principaux de la Supply Chain du futur sont la réduction des coûts, la variété, la flexibilité et la fiabilité des nouveaux services.

Face à cette double situation de révolution des moyens de transport et d’intensification de la pression du marché, les professionnels du secteur doivent trouver des réponses en matière de gestion, de pilotage et d’optimisation.

Comme dans bien des domaines, l’intelligence artificielle va permettre de relever le défi de la complexité en fournissant un outil d’aide à la décision donnant des indicateurs fiables pour améliorer la logistique, en exploitant de grands volumes de données pour optimiser la livraison.

Partager

Découvrez notre Ebook

Nos bureaux


Maplink uses cookies

Please confirm if you accept our tracking cookies. You can refuse and continue browsing Maplink without sending data. Read