L'IA optimise les livraisons de fin d'année

À quelques semaines des fêtes de fin d'année, et dans un contexte inédit de crise sanitaire, l'intelligence artificielle vient au secours des organismes de livraison, comme La Poste (qui prédit plus de 2,5 millions de colis à traiter et à livrer pendant cette période), et des acteurs de la grande distribution pour les aider mieux anticiper les pics de livraison, mais aussi le volume des colis, et même le type d'achats effectués.

En effet, en temps de crise sanitaire, cette optimisation de la logistique des livraisons est encore plus indispensable, et pourtant représente aussi un plus grand challenge : le grand essor du commerce en ligne pendant les périodes de confinement successives, ayant bouleversé les habitudes d'achat des consommateurs, les algorithmes doivent être re-entraînés pour prédire les achats des fêtes de la fin 2020, une année décidément pas comme les autres.

Comment ça fonctionne ?

Arnold Zephir explique que "les AI ont des phases d'entraînement qui peuvent durer d'une semaine à quelques mois suivant le degré de complexité de l'algorithme. Ces phases d'entraînement sont le résultat de fermes d'élevage d'intelligence artificielle, qui font concourir plusieurs familles d'algorithmes ⁽¹⁾ adaptés à regarder ce qui se passe dans le temps, et prévoir les tendances à venir. Ces algorithmes analysent des données exogènes fournies par des serveurs qui conservent des historiques de 10 à 15 ans".

En phase de consultation, les algorithmes prédictifs de l'IA permettent de répondre à la problématique de la gestion des livraisons par le biais de tableaux de livraisons optimisées.

Des acteurs comme La Poste ou Auchan y ont déjà recours pour fluidifier leur organisation logistique tout en minimisant leurs dépenses : leurs intérêts opérationnels étant d'optimiser le dernier kilomètre, l'intelligence artificielle leur permet de prévoir les pics de livraison plusieurs semaines en avance, le volume ou poids moyen des colis, et d'évaluer le coût des pertes (financières ou perte d'un client) liées à un évènement négatif. Les algorithmes permettent aussi d'anticiper les types d'achat tout au long de l'année, mais aussi si la personne est présente chez elle au temps programmé de la livraison (suivant le jour de la semaine et l'heure de la journée), permettant ainsi aux agents de distribution de remettre les colis en mains propres, et d'éviter les coûts additionnels causés par la double livraison.

La livraison de demain : la "smart city"

Pour Arnold Zephir, "les villes de demain seront plus vertes, avec des livraisons plus optimisées par la "mutualisation" : les données de l'utilisateur étant centralisées sur une même plateforme, elles pourront être partagées par les différents agents de livraison. Les livraisons de différents types de produits (par exemple, d'un colis, d'un courrier, et d'un repas) pourront ainsi être mutualisées pour plus d'efficacité et moins de consommation d'énergie dans le transport".

⁽¹⁾ Long Short Term Memory (LSTM), Time-Series, GPT3, et ARIMA.