L’optimisation des itinéraires basée sur l’IA peut considérablement limiter la quantité de capacité de camion inutilisée, tout en stimulant les efforts ESG des opérateurs de CEP. Globalement, la technologie offre la possibilité de réduire les dépenses et l’impact environnemental par colis livré.
Avertissement: Ce texte a été initialement rédigé en anglais et traduit à l’aide d’une IA.
Livrer les colis le plus rapidement possible est l’objectif principal dans le secteur des CEP. Rien de nouveau sous le soleil.
Mais la quête constante de livraisons rapides a un inconvénient. Les attentes exigeantes des clients et les inefficacités des itinéraires de déplacement entraînent une logistique du dernier kilomètre écologiquement et financièrement non viable.
Une priorisation intelligente des quantités de colis devrait impliquer de retenir les expéditions, mais l’option de regrouper avec les destinataires de colis des jours suivants est souvent ignorée.
La conséquence est le transport de vide.
Le « transport de vide » est l’un des malheureux sous-produits d’un secteur où la vitesse est souvent prioritaire par rapport à la plupart des autres objectifs.
La sous-utilisation de la capacité des camions est peut-être encore plus problématique, car les politiciens et les citoyens de certaines des plus grandes villes d’Europe tentent de limiter le nombre de camions qui circulent dans les rues.
L’UE a également exprimé son soutien à des projets qui visent à rendre le secteur de la logistique durable et efficace dans son utilisation des ressources.
Le transport de vide n’est pas seulement néfaste pour l’environnement. Il nuit à la durabilité financière des entreprises de CEP, car il augmente le coût de chaque article livré.
Les entreprises de CEP sont pleinement conscientes du problème, mais il est difficile de le résoudre. Par exemple, les chargements en vrac, qui pourraient théoriquement limiter le transport de vide, sont beaucoup plus longs à charger et à décharger que les chargements en cage, ce qui en fait une solution impossible dans le secteur hyperconcurrentiel.
Mais une nouvelle solution se profile à l’horizon : une technologie d’optimisation des itinéraires basée sur l’IA qui peut détecter et conseiller sur la planification d’itinéraire la plus efficace.
Les systèmes basés sur l’IA peuvent analyser une quantité incroyable de points de données et fournir aux planificateurs d’itinéraires des informations en temps réel sur la façon de livrer les colis plus rapidement et avec moins de « transport de vide ». Un algorithme d’IA intelligent peut apprendre en fonction des activités passées et être mis à la disposition de l’opérateur pour prendre en charge la planification, comme indiqué dans une étude sur l’intelligence artificielle dans le secteur des colis menée par Lufthansa.
En fait, en tirant parti de l’apprentissage automatique basé sur l’IA avec des données, certains opérateurs du secteur des CEP sont déjà en mesure d’identifier les situations où il est avantageux de retarder certaines livraisons de colis jusqu’à ce qu’il y ait une capacité suffisante dans un camion.
Les outils d’optimisation des itinéraires basés sur l’IA peuvent hiérarchiser très efficacement les articles qui doivent être livrés rapidement et ceux qui doivent attendre.
Par conséquent, les entreprises peuvent tirer le meilleur parti de leurs camions et des kilomètres parcourus tout en maintenant le coût par livraison de colis et le transport aérien à une cote minimum.
Le fournisseur nordique de services postaux et logistiques PostNord est l’une des entreprises de CEP qui a mis en œuvre un nouveau système de chargement basé sur la technologie de l’IA.
Le système devrait aider PostNord à réduire le nombre de kilomètres parcourus de cinq pour cent. Il est basé sur les caméras de sécurité existantes de l’entreprise et sur un algorithme d’IA innovant basé sur « l’apprentissage automatique ».
Sous la forme visuelle d’un modèle 3D, les caméras peuvent montrer en temps réel la quantité dont chaque camion peut être chargé et comment il doit être chargé pour tirer le meilleur parti de la capacité.
Auparavant, le taux d’utilisation des camions était établi par une mesure manuelle, mais l’équipe responsable de la planification des itinéraires n’était pas sûre de pouvoir se fier aux données. La décision a donc été prise de développer une solution automatisée qui pourrait fournir une estimation de capacité plus précise.
Selon PostNord, l’objectif principal du projet d’IA est de réaliser des améliorations significatives du taux d’occupation et des économies grâce à la réduction des distances de conduite. L’indicateur clé de performance pour le taux d’occupation sera intégré à la planification, à la mise en œuvre et au suivi.
L’entreprise a des indications selon lesquelles le nombre de kilomètres parcourus pourrait éventuellement être réduit de 5 à 10 % à mesure que le système sera entièrement développé et mis en œuvre. Mais il est intéressant de noter qu’une réduction des kilomètres d’à peine un pour cent suffirait à rentabiliser l’introduction du système en seulement trois mois.
Chaque jour, Postnord charge plus de 600 conteneurs dans 200 terminaux. Cependant, les entreprises de CEP de toutes tailles peuvent bénéficier de l’utilisation de systèmes basés sur l’IA pour la planification des itinéraires.
Une réduction des kilomètres parcourus est bonne pour l’environnement, mais aussi pour les résultats.
Des études ont révélé que les salaires des conducteurs et les coûts de carburant représentent à eux seuls 59,8 % du coût opérationnel total par kilomètre. Cela signifie que même de petites améliorations de la planification globale des itinéraires peuvent avoir un impact significatif.
À l’avenir, il ne fait guère de doute qu’une forme quelconque de technologie d’IA sera mise en œuvre pour prendre en charge la planification des itinéraires dans l’ensemble du secteur.
