Huit grandes tendances en matière de logistique
La numérisation et le développement rapide de l'intelligence artificielle (IA) sont à l'origine d'innovations disruptives dans de nombreux secteurs, et la logistique ne fait pas exception : les nouvelles technologies et l'automatisation croissante peuvent même révolutionner le secteur. Les investisseurs l'ont également reconnu et investissent de plus en plus d'argent dans le développement technologique de startups innovantes dans ce domaine.
Des organisations et des projets européens se concentrent actuellement sur huit grandes tendances qui, du point de vue des chercheurs, sont susceptibles de modifier de manière significative la logistique au cours des prochaines années :
- la numérisation
- L’impression 3D
- La conduite autonome
- La robotique
- Les sociétés de l'information
- La diversification
- La servicisation
- La durabilité
Selon les scientifiques, ces tendances peuvent mener à des innovations disruptives . En 2023, cette vision du futur s'est encore développée : généralement en ce qui concerne la résilience et la durabilité grâce aux données et en particulier grâce aux nouvelles opportunités offertes par l'intelligence artificielle en termes de logistique et de chaîne d'approvisionnement.
L'IA révolutionne la chaîne d'approvisionnement
Les chaînes d'approvisionnement génèrent des données qui, grâce aux méthodes d'intelligence artificielle (IA), permettent d'augmenter la valeur ajoutée. Des projets européens développent des algorithmes adaptés au cas d'utilisation concerné et peuvent également prendre des décisions automatiquement tout au long de la chaîne d'approvisionnement.
Quelques exemples :
- L'IA peut aider à optimiser le contrôle des trajectoires : Un couple de freinage idéal généré par l'IA permet d'économiser de l'énergie et donc de réduire les coûts d'électricité pour les opérateurs. Les systèmes d'assistance à la conduite développent des profils de vitesse économes en énergie pour des horaires optimaux et réduisent les départs simultanés qui génèrent des pics de charge élevés et coûteux.
- L'IA peut optimiser l'entreposage : L'algorithme garantit non seulement une utilisation optimale de l'espace, mais il prend également en compte la sécurité au travail et les courtes distances à parcourir à pied et en voiture.
- L'IA détecte les irrégularités dans les marchandises en cours de production et prend les contre-mesures appropriées. L'IA optimise également l'ordre dans lequel les produits manufacturés sont chargés dans le camion pour le transport.
Autres projets de recherche
Les exemples ci-dessus sont déjà en cours d'application. Des organisations européennes mènent également des projets de recherche sur le sujet :
- Dans le cadre du projet « KITE » pour l'intelligence artificielle dans les transports en vue de réduire les émissions, les chercheurs travaillent à rendre la logistique des transports plus durable. L'IA aide les transitaires à mieux utiliser les itinéraires. Lors du calcul des suggestions, le système intelligent fonctionne non seulement avec la base de données de la société de transport, mais inclut également des facteurs pertinents supplémentaires afin d'éviter les trajets vides. Les entreprises peuvent ainsi améliorer leur équilibre environnemental et leur rentabilité.
- Dans le cadre d’un projet de l’analyse des données de processus et prévision des délais dans la logistique et la production appelé « PRODAB », des prévisions basées sur l'IA ont été étudiées et utilisées pour identifier les retards de livraison et de production à un stade précoce. L'IA connaît les facteurs d'influence correspondants et estime leur impact sur les opérations. Ces processus sont tout simplement trop complexes pour être imaginés et combinés par l'homme. Grâce à l'IA, les prestataires logistiques peuvent anticiper les écarts par rapport à la cadence prévue et éviter les retards dans les transbordements.
- De même, le projet de recherche « DeKIOps » (démocratisation de l'IA grâce à des opérations d'apprentissage automatique compréhensibles et facilement accessibles (MLOps)) vient d'être lancé. Il s'agit essentiellement de développer des outils d'IA conviviaux pour les applications industrielles qui peuvent être utilisés même sans les connaissances d'un expert en IA. Avec cet accès simplifié à l'intelligence artificielle pour tous, le groupe de travail de chercheurs souhaite pallier la pénurie de travailleurs qualifiés parmi les experts en machine learning.
Quelles sont les nouvelles compétences dont les logisticiens ont besoin aujourd'hui
En raison du développement technologique rapide, les responsables de la chaîne d'approvisionnement et les autres entreprises de logistique ayant des domaines de responsabilité stratégiques ont besoin de compétences supplémentaires pour être prêts à relever les défis de demain. La numérisation, l'automatisation et la durabilité sont des tendances clés pour les changements futurs dans les méthodes de travail et les compétences qui en découlent pour le personnel logistique qualifié. Les professionnels doivent s'impliquer davantage dans les processus automatisés et se familiariser avec leur utilisation.
Alors que les activités de routine et les tâches standardisées sont de plus en plus automatisées et exécutées sans erreur, rapidement et à moindre coût par des robots et d'autres machines, certains employés doivent coordonner ces machines, planifier et surveiller leur utilisation.
Selon l'étude « Trends and Strategies » de la BVL, les compétences essentielles pour un avenir numérique sont d'une part des connaissances informatiques et analytiques appropriées, afin d'adapter les programmes à l'utilisation respective et de pouvoir extraire des informations pertinentes de grandes quantités de données. D'autre part, des compétences d'échec accéléré sont nécessaires, c'est-à-dire de l'agilité, une gestion positive des erreurs, le plaisir d'expérimenter et une capacité de réflexion interdisciplinaire.
