Transport : comment l’IA générative va-t-elle bouleverser les pratiques du secteur ?

Les chargeurs, les transporteurs et les prestataires de services logistiques (PSL) utilisent l'IA depuis près de dix ans. En ce sens, l'IA n'a rien de nouveau. Ce qui est nouveau, en revanche, c'est l'ascension fulgurante de l'IA générative. Le buzz qui l’entoure a atteint son paroxysme en 2023 et, après l’effervescence sur son potentiel, les différents acteurs des chaînes logistiques et de transport ont commencé à adopter une approche plus pragmatique afin de réfléchir à sa mise en œuvre opérationnelle. Cela requiert cependant une stratégie solide avec des garde-fous concernant la partialité des données, la transparence, la conformité, et l'éthique, entre autres.

À quoi l'IA générative peut-elle apporter de la valeur ?

L'impact de l'IA sur la logistique et le transport ne sera pas une révolution soudaine, mais une évolution sur le long terme. Pour commencer, il peut être pertinent de considérer l'IA comme un « talent » supplémentaire, en identifiant les équipes en besoin de connaissance ou soumises à des coûts de main-d’œuvre élevés, et les moyens d’utiliser l'IA pour les accompagner.

Jusqu'à présent, les déploiements de l'IA dans le secteur de la logistique se sont concentrés sur l'automatisation des processus et les prévisions basées sur les données. Elles ne font généralement pas appel aux nouveaux modèles d'IA générative, mais à l'IA symbolique (qui se concentre sur la représentation explicite des connaissances et le raisonnement logique) et à l'IA statistique (qui utilise des modèles de données et des probabilités pour apprendre et faire des prédictions).

Les outils classiques d’approvisionnement, dont beaucoup sont antérieurs à l'essor actuel de l'IA générative, en sont un excellent exemple. En particulier, les achats spot (au comptant) constituent un intéressant cas d'utilisation de l'IA. Pourquoi ? Tout d'abord, ils impliquent des budgets fixes et des exigences en matière de délai de livraison/transport, de sorte que l'algorithme dispose de contraintes explicites pour travailler. Deuxièmement, les négociations suivent une structure simple : les participants peuvent faire une offre, attendre une réponse, faire une contre-offre, l’accepter ou mettre fin à la négociation. L'IA peut également aider les prestataires de services logistiques de l'autre côté de l’achat spot, en leur permettant de proposer automatiquement des devis instantanés et précis basés sur les taux annoncés du marché. Cette automatisation est donc un moyen de faire des offres, et ainsi multiplier les nouvelles opportunités.

Un autre cas d'utilisation de l'IA est la prédiction en temps réel des ETA. Il y a dix ans, il semblait impossible de prédire avec précision les heures d'arrivée des chargements, car les grèves, les embouteillages et les intempéries semblaient complètement aléatoires. Aujourd'hui, les modèles d'IA peuvent découvrir des schémas cachés en analysant des années de données. Les expéditeurs et les transporteurs peuvent ainsi prédire avec précision les heures d'arrivée prévues, ce qui leur permet d'être toujours prêts à recevoir des chargements.

Vers la fin des interfaces utilisateurs

Quelle est donc la place de l'IA générative ? Bien qu'elle favorise des gains d'efficacité et de nouvelles possibilités tout au long de la chaîne de valeur logistique, les nombreux changements ne seront visibles qu’au sein des organisations. La transformation des interfaces utilisateur (IU) des logiciels logistiques est, cependant, une exception.

La plupart des logiciels utilisent actuellement une UX dite graphique. Les utilisateurs interagissent sur ces plateformes en déplaçant leur souris vers un objet, en cliquant dessus et en saisissant des données ou en recliquant. Cela signifie que les utilisateurs doivent se « former » au symbolisme de chaque logiciel (par exemple, la navigation se fait en haut ou sur le côté) et à la terminologie (une plateforme peut dire « commandes » et une autre « expéditions »). Nous oublions que cette forme d'interaction n'est pas naturelle, car nous avons tous grandi avec ! Cependant, elle crée souvent des frictions entre l'intention et l'action de la part des utilisateurs, qui doivent constamment microplanifier la manière dont ils obtiendront ce qu'ils veulent des systèmes installés.

L'IA générative promet un véritable changement en travaillant avec un langage naturel sans aucune friction. Actuellement, la plupart des modèles d'IA générative utilisent des zones de texte, mais il n'y a aucune raison pour que les avancées s'arrêtent là. Les humains parlent plus vite qu'ils n'écrivent, de sorte que la saisie vocale pourrait être une évolution naturelle, créant un assistant disponible en permanence pouvant « faire » n'importe quelle action au sein d'une plateforme spécifique. Cela ouvrirait une myriade de possibilités. Par exemple, un transitaire pourrait décrire verbalement un scénario d'expédition complexe et demander au logiciel de générer les formulaires nécessaires.

Et la suite ?

Une chose est sûre : l'IA est sur le point d'ouvrir une nouvelle ère dans un monde du transport toujours plus intelligent. Les expéditeurs, les transporteurs et les prestataires de services logistiques sont en mesure de déployer cette technologie à travers différentes approches. Certaines entreprises choisissent d'investir dans la création de leurs propres outils d'IA en interne, ce qui exige la mobilisation de nombreuses ressources.

D'un autre côté, transporteurs, chargeurs et les autres prestataires, choisissent d’implémenter les meilleurs logiciels d'IA générative proposés par des fournisseurs externes. Cette stratégie repose sur l'expertise d'entreprises spécialisées et permet une mise en œuvre plus rapide. Il convient également de noter que les fournisseurs externes travaillent généralement avec de multiples acteurs du secteur. Cette approche collaborative, en plateforme, signifie qu'ils peuvent accéder à un pool de données plus large pour former des modèles d'IA, ce qui accélère les progrès vers le renforcement de la sécurité, de l'efficacité et de la qualité des services.

Quelle que soit l'approche adoptée par les entreprises, il est crucial d'intégrer l'IA de manière stratégique dans un paysage qui évolue à la vitesse grand V.