Les plateformes logistiques connaissent depuis quelques années une vague de robotisaton sans équivalent. Nullement stoppée par le contexte pandémique, cette tendance a été renforcée par l’évolution du comportement des consommateurs, avec l’augmentation des commandes e-commerce, notamment de produits alimentaires (cf le baromètre 2020 de SprintProject, dont Savoye est partenaire). Elle est motivée par le besoin d’accroître la performance globale d’une plateforme, d’améliorer la qualité des opérations et de gagner en réactivité d’exécution. Cette vague est mondiale, car elle concerne aussi bien l’Europe, l’Amérique du Nord, l’Est asiatique que le Moyen-Orient. Cette vague est globale, car elle s’inscrit aussi bien dans la stratégie d’organisations Supply Chain de grands groupes internationaux que dans celles d’acteurs locaux. Et cette vague est à la fois multisectorielle, impactant les activités B2C comme B2B, et multi-métiers, structurant les sites de production et de distribution, comme ceux des prestataires logistiques. Cette vague est marquée par de multiples dynamiques parallèles d’innovations : innovations technologiques bien sûr, mais aussi intelligence démultipliée des logiciels de pilotage des flux, ou encore l’intégration des apports du Machine Learning pour faciliter les prévisions d’activité.
Innovation technologiques : de l’automatisation à la robotisation
L’omnicanalité est un facteur-clé de cette évolution. Le modèle de l’entrepôt ne traitant qu’un seul canal tend à s’effacer au profit de plateformes logistiques assurant la préparation de commandes provenant de multiples canaux de vente. A chaque canal de vente son profil logistique : nombre de lignes par commandes et de pièces par ligne, délai d’expédition, etc… A chaque canal de vente sa volumétrie et ses prévisions de croissance. A chaque canal de vente son processus de préparation de commandes approprié. Ce qui veut dire, dès lors que l’on parle automatisation et robotisation, qu’il n’y a pas de technologie unique permettant de traiter l’intégralité des canaux. Et qu’il n’y a pas nécessairement de pertinence, au sens de l’intérêt économique, à automatiser tous les processus et tous les flux. Dit autrement, l’entrepôt de demain n’est pas 100% robotisé, mais composé de multiples processus parallèles, qui peuvent être chacun 100% manuel, mécanisé, automatisé ou totalement robotisé. Pour un décideur logistique, le choix de la technologie appropriée à l’automatisation d’un processus peut vite tourner au casse-tête. La diversité des solutions proposées n’a jamais été aussi importante, et il n’est pas évident d’en estimer le niveau de maturité technique et de les comparer à périmètre équivalent. C’est ici que réside notamment la valeur ajoutée de Savoye, en tant qu’architecte du schéma de flux de l’entrepôt à partir duquel nous proposons les solutions et technologies à mettre en œuvre. Pour cela Savoye s’appuie sur une palette d’outils et de composants, soit ceux dont nous disposons en propre soit via nos partenaires.
La robotisation des opérations intralogistiques est une étape supplémentaire franchie dans cette tendance globale à l’automatisation. Tout d’abord avec l’introduction des robots mobiles, soit fonctionnant dans une enceinte sécurisée et/ou le long d’un chemin balisé (AGV), soit totalement autonomes et travaillant avec des humains dans un même environnement (AMR). Ces robots peuvent réaliser des missions de transport de charges, de déplacement de produits en stock ou de commandes à préparer. Flexibilité et scalabilité en sont les atouts-clés. Ensuite, avec la robotisation des opérations de picking détail, plus particulièrement pertinente dans des processus de préparation goods-to-person (produits vers l’homme) où seuls les mouvements de prise et de dépose des articles sont réalisés manuellement. Si la maturité technologique actuelle permet des premiers déploiements pertinents de robots de picking détail, des étapes restent cependant à franchir avant d’envisager des déploiements à plus grande échelle. Savoye s’investit dans ces domaines avec des partenaires experts et spécialisés, et est à même de proposer des solutions clés en main à ses clients. Savoye interviendra d’ailleurs à ce sujet du Smart Supply Village de SprintProject lors de la prochaine SITL, à Paris Porte de Versailles, du 13 au 15 septembre 2021.
WES : de l’importance des algorithmes
La mise en place dans un même schéma de processus de préparation différenciés, soit parallèles, soit successifs, impose un pilotage logiciel adéquat pour gérer les nécessaires processus d’ordonnancement, de priorisation voire de consolidation des flux de commandes. Si un WMS de bon niveau traitera nativement ces fonctionnalités dans le cas de processus totalement manuels, le recours à un WES est indispensable pour synchroniser de multiples flux automatisés. Non seulement le WES dialogue en temps réel avec l’ensemble des équipements, mais il agit également en permanence pour en optimiser l’utilisation et prévenir les pénuries ou saturations en travail à réaliser. Evolution naturelle du WCS, le WES a une vision à 360° de l’ensemble des flux et technologies utilisées, avec un objectif de fluidification.
Proposer une telle solution de pilotage repose sur deux défis majeurs. Le premier d’entre eux est la capacité à proposer une telle solution sur une plateforme technologique robuste, capable d’absorber des volumes extrêmement importants de données avec des temps de réponse instantanés. Le second défi est la capacité à proposer les algorithmes adéquats permettant l’optimisation du système. Ce qui implique des efforts importants en matière de recherche opérationnelle appliquée directement aux processus automatisés et robotisés. Ces efforts s’appuient sur des travaux de modélisation et de simulation, représentant un jumeau numérique d’un système, permettant d’en définir le pilotage optimal. Les algorithmes qui en résultent, directement injectés dans le WES, sont des leviers de gains de performance, soit par une meilleure productivité d’un équipement, soit par la réduction globale du temps de préparation d’un même portefeuille de commandes.
Machine Learning : mieux prévoir pour mieux anticiper
Source d’innovation majeure pour la Supply Chain et l’intralogistique en particulier sur ces prochaines années : le Machine Learning. Aujourd’hui le gestionnaire d’entrepôt jongle entre d’une part les informations à disposition – les commandes connues à préparer, les ressources humaines et matérielles pour y répondre, l’état du stock et le planning des rendez-vous transporteurs ; d’autre part les informations inconnues qui arrivent au fil de l’eau – la descente de nouvelles commandes à préparer, le temps d’exécution réel des opérations, et bien entendu les aléas !
L’idée de recourir au Machine Learning est de fournir au gestionnaire d’entrepôt des prévisions qui se nourrissent du passé pour mieux anticiper demain. Ce champ d’application du Machine Learning, le Forecasting, s’applique à de nombreux cas d’usage à l’intérieur de l’entrepôt. Au premier rang le Labour Management, avec la capacité à prédire le nombre d’opérateurs nécessaires par processus intralogistique sur une journée donnée. Egalement le Slotting, de manière à anticiper les mouvements de réallocation des références en fonction de l’évolution de leur classe de rotation. Ou encore la Maintenance Prédictive, afin d’optimiser le taux de disponibilité d’un équipement.
La robotisation : une nécessaire quête de sens
Que l’on parle d’automatisation et de robotisation, l’idée est d’investir là où cela fait sens, avec des technologies appropriées. Avec comme double objectif d’adopter une solution qui soit pertinente économiquement et facilement appropriable par les équipes. Ce qui passe par un mode de fonctionnement ergonomique et sans contraintes des postes opérateurs, afin de les fidéliser plus aisément. S’investir dans un projet de robotisation, quelle que soit son ampleur, c’est s’inscrire dans l’histoire de la société : la solution se doit d’être durable et pérenne par rapport aux perspectives de croissance et aux enjeux à venir.
Consulter tous les articles « Avis d’expert » sur le blog de SprintProject