L’intelligence artificielle (IA) peut-elle répondre aux questions qui préoccupent les hauts dirigeants du secteur du transport et de la logistique?

Le secteur du transport et de la logistique, un élément vital de notre monde interconnecté, fait actuellement face à des défis sans précédent qui nécessitent une action immédiate. La conformité réglementaire, la lutte contre les changements climatiques, les perturbations de la chaîne d’approvisionnement et l’accélération numérique ne sont que quelques exemples.

« Les flux de passagers ont radicalement changé au cours des deux dernières années, ce qui a eu une incidence sur les bénéfices et les structures de coûts. Nous sommes poussés à faire preuve d’astuce dans tout ce que nous faisons, mais la grande question est de savoir comment », a déclaré un haut dirigeant d’un important exploitant européen de services ferroviaires voyageurs. Ces propos font écho aux sentiments de la majorité des leaders du secteur du transport et de la logistique avec lesquels nous nous sommes entretenus dans le cadre de l’étude La voix de nos clients de cette année.

Nous avons rencontré 74 dirigeants du secteur du transport et de la logistique dans le monde entier pour comprendre leurs principales priorités et la manière dont ils se préparent et s’adaptent aux principales tendances qui façonnent leur organisation. Quatre grands thèmes commerciaux et technologiques sont ressortis de cette étude.

Il est temps de concevoir l’avenir avec l’IA

Comme nous l’avons déjà mentionné dans ce billet de blogue, l’IA est sur toutes les lèvres. Cependant, même si les organisations du secteur du transport et de la logistique mènent des expériences sur des projets pilotes d’IA et des preuves de concept, les applications d’IA à grande échelle tardent encore à se mettre en place. Une récente étude technique intitulée « AI in Logistics » (L’IA dans le secteur de la logistique) et réalisée par l’Alliance for Logistics Innovation through Collaboration in Europe (ALICE) souligne que le secteur du transport et de la logistique se prête parfaitement aux applications d’IA pour plusieurs raisons : la fluctuation de la demande, l’implication de plusieurs acteurs ayant des objectifs et des intérêts différents, et les problèmes d’optimisation complexes, parfois à l’échelle de la chaîne d’approvisionnement. Mais comment les organisations peuvent-elles progresser dans leur parcours d’IA?

« Au cœur de la difficulté se trouve l’opportunité. » – Albert Einstein.

Modélisation des attributs des leaders en numérique pour accélérer l’obtention de résultats en matière d’IA

L’un des moyens de progresser vers des opérations fondées sur des données à grande échelle et des applications d’IA consiste à apprendre des leaders en numérique ou des organisations qui obtiennent les résultats escomptés grâce à leurs stratégies numériques. Je m’explique.

Il existe une forte corrélation entre les applications d’IA à grande échelle et la réussite d’une transformation numérique. L’étude de CGI révèle que 34 % des leaders en numérique de tous les secteurs d’activité partagent de nombreux attributs communs. Par exemple, ils ont un modèle d’affaires hautement agile pour répondre aux besoins liés à la transformation numérique et intégrer de nouvelles technologies. Ils disposent également de stratégies très abouties pour tirer parti des données et de la transformation numérique afin d’assurer la résilience de leurs modèles d’affaires.

Au cours de nos conversations, nous constatons également que les leaders en numérique ne se contentent pas d’investir dans des mises à l’essai intéressantes et d’embaucher un seul expert en sciences des données. Ils se consacrent explicitement à la mise en place d’une bonne infrastructure de données (qualité, volume et facilité d’accès) et à l’investissement dans les technologies les plus appropriées. Ils cherchent à développer les compétences adéquates et à collaborer avec des partenaires de confiance, ce qui leur permet d’évoluer au sein d’une organisation apprenante qui aborde intégralement les enjeux liés aux données et qui s’adapte rapidement.

Idéalement, les cas d’utilisation doivent provenir de l’ensemble de l’organisation et non seulement du service des TI, comme le souligne l’étude technique intitulée « Dream big, start small - AI in transport & logistics » (Rêver grand en commençant petit – L’IA dans le secteur du transport et de la logistique), par Koppenol et Mosmans (2023). La bonne nouvelle, c’est que l’intérêt croissant pour les applications d’IA générative vient du terrain. Par exemple, notre étude révèle que les deux principaux cas d’utilisation de l’IA générative sont le service à la clientèle et les ventes, ainsi que le marketing; des domaines d’intérêt qui relèvent d’abord des employés, puis du service des TI.

Il est temps d’agir

En résumé, les dirigeants du secteur du transport et de la logistique qui se sont exprimé cette année dans le cadre de l’étude La voix de nos clients ont souligné la nécessité d’améliorer la conformité réglementaire et la modernisation afin d’assurer un avenir durable. Il est essentiel d’étudier la façon dont l’IA peut être appliquée de manière responsable. Pour demeurer pertinent, il faut réfléchir dès aujourd’hui à ce que vous ferez différemment demain (et comment). Il est temps de concevoir l’avenir!

Pour en savoir plus sur les principales conclusions de l’étude La voix de nos clients, consultez les perspectives du secteur du transport et de la logistique. Je vous invite également à me contacter pour discuter de la façon dont nous pouvons vous aider à accélérer l’obtention de résultats.