- Le MIT Center for Transportation & Logistics et Mecalux ont développé une plateforme de simulation reposant sur l’intelligence artificielle destinée à analyser la gestion des stocks dans des réseaux d’entrepôts.
- Baptisée Genesis (Genetic Evaluation & Simulation for Inventory Strategy), cette solution vise à aider les entreprises à définir des stratégies de stockage et de transport à partir de simulations de scénarios logistiques.
L’outil s’appuie sur des techniques de machine learning et sur un algorithme génétique pour analyser différentes configurations de stockage et recommander des niveaux de stock pour chaque entrepôt d’un réseau.
Simulation de scénarios logistiques
La plateforme prend en compte plusieurs paramètres, notamment la demande prévue par zone géographique, les coûts de transport et les capacités opérationnelles des entrepôts. À partir de ces données, le système peut simuler différentes politiques de réapprovisionnement et comparer leurs effets sur l’organisation logistique.
L’outil permet d’évaluer simultanément un grand nombre de scénarios afin d’identifier des stratégies d’approvisionnement et de distribution adaptées à la structure du réseau logistique étudié. Les résultats sont présentés sous forme de tableaux de bord comprenant différents indicateurs, tels que les tendances de consommation, les zones où la demande varie fortement ou les références susceptibles de provoquer des ruptures de stock.
Rééquilibrage des stocks entre sites
L’une des fonctions du système consiste à analyser la répartition des marchandises entre plusieurs entrepôts. Avant de recommander une nouvelle commande auprès d’un fournisseur, le simulateur peut déterminer s’il est possible de transférer des produits depuis un autre site disposant d’un surplus de stock.
Cette approche vise à améliorer l’utilisation des stocks disponibles et à limiter les achats supplémentaires lorsque des produits sont déjà présents dans le réseau logistique.
La plateforme propose également des recommandations concernant l’organisation du transport. Elle peut par exemple suggérer le regroupement de certaines expéditions afin d’améliorer le taux de remplissage des camions ou indiquer depuis quel entrepôt expédier une commande pour réduire les délais et les coûts de livraison.
Analyse accélérée des scénarios
Selon les chercheurs impliqués dans le projet, l’un des objectifs du développement a consisté à réduire le temps nécessaire à l’évaluation des scénarios logistiques. Le système a été conçu pour analyser simultanément un grand nombre de configurations possibles, ce qui permet d’obtenir des résultats plus rapidement que dans des simulations réalisées de manière séquentielle.
Collaboration autour de l’IA appliquée à la logistique
Le simulateur Genesis constitue l’un des premiers projets issus de la collaboration entre Mecalux et le MIT Center for Transportation & Logistics. Les deux partenaires indiquent poursuivre leurs travaux autour de l’application de l’intelligence artificielle à d’autres processus logistiques, notamment le réapprovisionnement interne, l’utilisation de jumeaux numériques dans les systèmes de stockage automatisés et l’organisation du positionnement des produits dans les entrepôts.