Le MIT et Mecalux présentent GENESIS, un simulateur IA pour optimiser la répartition des stocks entre entrepôts et réduire les coûts logistiques.

Le prestigieux Massachusetts Institute of Technology (MIT) Center for Transportation & Logistics (CTL) et Mecalux, spécialiste des technologies de stockage, ont annoncé aujourd’hui le développement conjoint d’un simulateur révolutionnaire basé sur l’intelligence artificielle. Baptisée GENESIS (Genetic Evaluation & Simulation for Inventory Strategy), cette plateforme est conçue pour optimiser la répartition des stocks entre les différents entrepôts d’un même réseau logistique, marquant une nouvelle étape dans l’automatisation de la prise de décision stratégique.

En s’appuyant sur des modèles avancés d’apprentissage automatique (machine learning), GENESIS analyse des milliers de scénarios potentiels pour déterminer le niveau de stock idéal pour chaque site et le moment le plus opportun pour le réapprovisionner.

Une IA pour anticiper et optimiser

Le simulateur prend en compte une multitude de variables complexes, telles que les prévisions de la demande par région, les coûts de transport variables ou encore la capacité opérationnelle de chaque entrepôt. Il peut ainsi tester virtuellement différentes politiques de renouvellement des stocks sans jamais perturber les opérations réelles de l’entreprise. L’outil s’appuie sur un algorithme dit « génétique » pour affiner ses recommandations.

« L’algorithme génétique permet de réaliser plusieurs simulations à partir de différents paramètres afin d’identifier la stratégie logistique la plus efficace. Les entreprises peuvent comparer les scénarios et choisir celui qui convient le mieux à leur fonctionnement », explique le Dr Matthias Winkenbach, directeur de recherche au MIT Center for Transportation & Logistics et à l’Intelligent Logistics Systems Lab.

Une fois l’analyse terminée, GENESIS fournit des tableaux de bord clairs et des statistiques avancées. L’utilisateur peut ainsi visualiser des indicateurs clés comme les modèles de consommation, les zones géographiques à forte fluctuation de la demande, les références présentant un risque élevé de rupture de stock ou les entrepôts qui connaissent des difficultés d’approvisionnement.

Redistribuer plutôt qu’acheter

L’une des fonctionnalités les plus innovantes de GENESIS réside dans sa capacité à rééquilibrer les stocks au sein même du réseau. Avant de déclencher automatiquement une nouvelle commande auprès d’un fournisseur, le système évalue s’il ne serait pas plus judicieux et économique de transférer des marchandises depuis un autre site disposant d’un excédent. Cette approche permet aux entreprises de mieux exploiter leurs actifs existants et de réduire significativement les coûts liés à l’achat de nouveaux stocks.

Le système étend également ses recommandations à l’organisation du transport. Il peut par exemple suggérer de regrouper certaines expéditions pour optimiser le taux de remplissage des camions, ou encore d’expédier des commandes spécifiques depuis un entrepôt particulier afin de minimiser les délais de livraison et les frais associés.

Un défi de vitesse pour une application pratique

La principale difficulté technique du projet n’était pas l’algorithme lui-même, mais sa vitesse d’exécution pour en faire un outil réellement utilisable au quotidien. « Le véritable défi a été, plutôt que de trouver le bon algorithme, de le rendre suffisamment rapide pour en faire un outil pratique. Nous avons développé GENESIS en partant de zéro pour pouvoir évaluer des milliers de scénarios simultanément plutôt que séquentiellement. Ce qui nécessitait auparavant plusieurs jours peut désormais être résolu en quelques minutes. Les entreprises peuvent s’appuyer sur cette technologie pour mettre en place une véritable planification stratégique, au-delà des analyses théoriques », confirme Rodrigo Hermosilla, chercheur au MIT Intelligent Logistics Systems Lab.

Conçue pour être accessible, la plateforme s’adresse aussi bien aux profils techniques qu’aux décideurs stratégiques. « Son objectif est de permettre aux entreprises de minimiser leurs coûts logistiques globaux tout en assurant un niveau de service maximal », déclare Javier Carrillo, PDG de Mecalux.

Vers de nouvelles applications de l’IA

Ce simulateur n’est que le premier fruit de la collaboration entre Mecalux et le MIT CTL. Une nouvelle phase de recherche est déjà en cours, visant à appliquer l’intelligence artificielle à d’autres processus logistiques, comme le réapprovisionnement interne, l’utilisation de jumeaux numériques pour les systèmes de stockage automatisés à haute densité et l’optimisation du positionnement des produits dans les entrepôts.

À propos du MIT Center for Transportation & Logistics (CTL)

Acteur mondial de premier plan dans la recherche et la formation en gestion de la chaîne d’approvisionnement, le MIT CTL (https://ctl.mit.edu/) cumule plus de 50 ans d’expérience. Ses activités reposent sur trois piliers : la recherche, la vulgarisation et la formation, en collaboration étroite avec le secteur industriel pour encourager l’innovation.

À propos de Mecalux

Le groupe Mecalux (https://www.mecalux.fr) est spécialisé dans les technologies de stockage et les logiciels de logistique. Fort de 60 ans d’expérience, il dispose d’un réseau mondial de 12 sites de production et 7 centres de R&D. L’entreprise emploie plus de 5 500 personnes et développe des solutions de stockage automatisées et des logiciels de gestion d’entrepôt pour tous les secteurs.