Camions sans conducteur, chaînes d’approvisionnement, IA et Big Data – Comment cela fonctionne-t-il ?

Facebook
Twitter
LinkedIn

 

Vous auriez entendu parler des voitures sans conducteur. Cette technologie va bientôt redéfinir la façon dont les gens se déplacent, non seulement dans le monde entier, mais aussi entre les villes et dans les villes. La technologie sans conducteur n’est pas seulement appliquée aux véhicules personnels, mais aussi aux transports commerciaux. Les camions sans conducteur sont l’évolution naturelle des voitures sans conducteur. Ils permettront de réduire les coûts, d’accroître l’efficacité et, plus généralement, de bouleverser le secteur du transport maritime. Voyons comment la technologie de l’intelligence artificielle change les perspectives du secteur du fret.

 

Conducteurs

Cependant, pour le moment, les « camions sans conducteur » seront mal nommés. Il y aura toujours quelqu’un dans la cabine, qui surveillera le camion comme un conducteur, plutôt que de le conduire activement. Un peu comme les taxis sans chauffeur expérimentaux ou les voitures Google sans chauffeur, il y a quelqu’un derrière le volant au cas où quelque chose tournerait mal.

Dans le cas du transport maritime, cependant, c’est aussi pour s’assurer que le camion respecte le calendrier, qu’il effectue les bonnes livraisons, et plus encore. Ce n’est pas quelque chose qu’un conducteur devrait faire constamment, mais plutôt qu’il doit vérifier de temps en temps pour s’assurer que tous les systèmes fonctionnent correctement. Le conducteur est une sécurité intégrée plus qu’autre chose, et peut-être une personne pour fournir une signature à la livraison.

Le futur pourrait cependant prouver que le surnom est correct, dans la mesure où un conducteur pourrait plutôt s’asseoir à un panneau de contrôle, surveillant quelques camions en même temps à partir d’un emplacement distant. Ce sera similaire à l’armée et à son programme de drones, où les pilotes peuvent être à des centaines de kilomètres.

 

Chaîne d’approvisionnement et LTL

Ceci mettra davantage de pression sur la chaîne d’approvisionnement elle-même. Car le nom du jeu est d’augmenter l’efficacité. Et quand un ordinateur fait la majeure partie du travail du côté de l’expédition, c’est au directeur de la gestion de la chaîne d’approvisionnement de choisir les meilleurs itinéraires. Cela signifie l’efficacité dans les articles qui sont assignés à chaque camion, l’itinéraire le plus rapide pour que ce camion atteigne tous les arrêts, et plus encore.

Cependant, un tel processus nécessiterait la mise en œuvre de la méthodologie du moins que le chargement de camion (LTL). Ce concept met essentiellement l’accent sur la vitesse plutôt que sur la quantité. Afin d’augmenter la stabilité et la vitesse, un camion n’est pas rempli complètement. Bien que cela puisse indiquer une utilisation inefficace de l’espace du camion, cela rend également les livraisons plus sûres et plus rapides.

 

Big Data

C’est là que le big data entre en jeu. Le croquage des données peut aider à choisir l’inventaire optimal par camion en fonction d’un itinéraire. Tout comme la résolution d’un jeu de Tétris. En automatisant la planification et la programmation de l’inventaire d’un camion, vous optimisez la quantité de marchandises qui va dans chaque camion. En plus de cela, le big data peut être utilisé pour identifier les itinéraires et fixer les délais. Comme les voitures sans conducteur n’ont pas besoin de travailler selon un horaire humain et ne sont donc jamais fatiguées, le trajet réel pour les livraisons peut être programmé à 3 heures du matin. Ce serait l’heure idéale pour que le camion sans conducteur arrive dans une ville et évite tout trafic, ainsi que pour minimiser les risques d’accident.

En l’état actuel des choses, les conducteurs ne peuvent passer que 11 heures sur la route par période de 24 heures, et seulement 7,5 à 8 de ces heures sont réellement consacrées à la conduite. Le reste est consacré à l’attente. Le big data rend déjà les conducteurs plus efficaces en collectant des données à partir de dispositifs IoT, et les kilomètres parcourus doivent être comptés à des fins d’IRS, mais une grande partie de cela sera rendu obsolète sans la nécessité d’un véritable conducteur.

 

Maintenance

Une conséquence de la mise en œuvre de camions sans conducteur serait un déplacement massif des conducteurs humains. Cependant, leur expérience de la route et les connaissances acquises sur les mécanismes des camions peuvent être mises à profit (notre avis sur le site ViaMichelin !). Certaines entreprises du secteur des transports auraient encore besoin des compétences de ces conducteurs. Si la consommation de carburant reste un sujet important et peut également aider à planifier des itinéraires plus efficaces, le suivi de l’état des pneus soulève la question de l’entretien. Une voiture sans conducteur pourrait, en théorie, fonctionner 24 heures sur 24. Cependant, cela entraînera l’usure des pièces et pourrait finir par faire augmenter les coûts pour maintenir le camion en état de marche. Le big data peut aider à identifier quand les camions auront besoin de maintenance et où se trouve le meilleur endroit pour obtenir la bonne pièce.

Le big data sera vital pour les voitures sans conducteur. Il informera tout, de l’inventaire et de l’itinéraire aux temps de circulation optimaux et au suivi de la maintenance. L’industrie est encore loin de remplacer complètement les conducteurs, mais c’est à l’horizon – un horizon efficace, rentable et axé sur les données.