L’IA est perçue comme un bras bionique pour les flottes afin de réduire le gaspillage et d’améliorer l’efficacité

L’intelligence artificielle s’impose comme un «bras bionique» pour les flottes de camionnage, aidant les planificateurs, les répartiteurs et les conducteurs à prendre des décisions plus éclairées qui réduisent les kilomètres à vide, améliorent l’efficacité énergétique et renforcent la sécurité, ont affirmé les panélistes lors d’une discussion sur les opérations de flotte durables.

Des dirigeants de flottes et de technologies, s’exprimant sur la scène Green Tech lors de Truck World 2026 à Mississauga le 16 avril, ont indiqué que l’IA dépasse désormais le stade du simple mot à la mode pour entrer dans des applications concrètes qui réduisent le travail manuel et améliorent la prise de décision à l’échelle de l’entreprise, tout en gardant l’humain fermement aux commandes.

Zahi Mitri, vice-président de l’innovation et de la technologie chez Challenger Motor Freight, a indiqué que les flottes utilisent l’IA pour améliorer la planification et prendre de meilleures décisions avant, pendant et après un trajet.

Il a indiqué que Challenger Motor Freight se concentre d’abord sur la planification des opérations et l’efficacité énergétique, en utilisant l’IA pour mieux comprendre la performance des camions et prendre des décisions plus éclairées concernant le coût total de possession, le choix des itinéraires et l’affectation des équipements.

«Nous sommes en mesure d’utiliser ces données pour prendre de meilleures décisions et obtenir de meilleurs résultats», a déclaré Zahi Mitri.

Il a expliqué que l’objectif n’est pas simplement d’affecter des camions à des trajets, mais de déterminer quels véhicules doivent opérer dans des régions et des applications spécifiques. Ce type d’analyse, a-t-il ajouté, permet de mettre au jour des gains d’efficacité qui seraient difficiles à identifier par une analyse manuelle

Augmentation de la prise de décision

Zahi Mitri a ajouté que les flottes constatent rapidement que les outils d’IA doivent tenir compte d’innombrables exceptions du monde réel. Cela oblige à la fois les exploitants et les fournisseurs à revoir la qualité des données, à affiner les outils et à s’assurer que la technologie soutient réellement les planificateurs plutôt que d’ajouter une couche supplémentaire de complexité.

Il a décrit les meilleurs systèmes comme une forme d’augmentation de la prise de décision, plutôt que comme une automatisation sans supervision.

Bill Cain, directeur de la gestion de produits pour la suite TMW chez Trimble, a indiqué que l’IA est particulièrement précieuse lorsqu’elle élimine les frictions liées aux tâches répétitives et manuelles qui consomment du temps dans l’ensemble des opérations de flotte.

Il a cité la saisie des commandes, la répartition, la facturation et la planification du carburant comme des exemples où l’IA peut réduire les frappes au clavier, diminuer les risques d’erreurs humaines et accélérer les flux de travail.

Se concentrer sur les problèmes

Bill Cain a expliqué que les répartiteurs et les planificateurs prennent des centaines de petites décisions chaque jour, qu’il s’agisse d’associer des conducteurs à des chargements ou d’identifier les meilleurs arrêts de ravitaillement et itinéraires. L’IA peut aider en organisant ces décisions autour des exceptions, permettant ainsi au personnel de se concentrer sur les problèmes qui nécessitent une attention particulière, plutôt que de naviguer entre plusieurs systèmes.

«Je pense que c’est là que l’IA est vraiment utile», a-t-il affirmé.

Il a souligné que, plutôt que de remplacer les employés, l’IA peut faire remonter à la surface les enjeux les plus urgents, de sorte que les travailleurs commencent leur journée avec une vision plus claire des actions à poser. Dans ce modèle, les exceptions rouges et jaunes exigent une attention particulière, tandis que les éléments de routine peuvent progresser avec moins d’intervention manuelle.

Jean-Sébastien Bouchard, chef de la direction des produits et cofondateur d’Isaac Instruments, a expliqué que les fournisseurs de télématique recueillent déjà d’importants volumes de données provenant des camions, des conducteurs et des trajets, mais que l’IA peut aider les flottes à transformer ces informations en actions concrètes.

Identifier les comportements à risque

Jean-Sébastien Bouchard a expliqué que les flottes veulent savoir quels conducteurs sont les plus sécuritaires, lesquels présentent le plus de risques, quels trajets sont les plus efficaces sur le plan énergétique et où une intervention est requise immédiatement. L’IA peut aider à mettre en évidence ces tendances sans obliger les gestionnaires à passer leur journée à analyser des données.

«Notre objectif est vraiment de faire remonter cette information à la surface afin que vous puissiez agir en conséquence», a fait part Jean-Sébastien Bouchard.

Cela inclut l’utilisation des données provenant des caméras embarquées et d’autres capteurs pour identifier des comportements à risque tels que la conduite distraite, le non-respect des distances de sécurité ou les arrêts non complets. M. Bouchard a indiqué que la valeur de l’IA ne réside pas seulement dans la détection de ces événements, mais aussi dans leur classement selon leur gravité et dans l’aide apportée aux flottes pour déterminer ce qui compte le plus.

Il a ajouté que la technologie évolue vers du coaching en temps réel, où le système peut avertir immédiatement le conducteur plutôt que de simplement signaler l’incident au bureau après coup. Selon Jean-Sébastien Bouchard, ce type d’intervention pourrait aider à prévenir les comportements dangereux avant qu’ils ne mènent à une collision.

Économie de carburant

Pour les flottes axées sur le développement durable, l’économie de carburant s’est imposée comme l’une des opportunités les plus évidentes.

Jean-Sébastien Bouchard a affirmé que les flottes peuvent réaliser des économies significatives en améliorant le comportement des conducteurs grâce à des outils de coaching qui favorisent une conduite plus souple, une meilleure gestion de l’accélérateur et une meilleure anticipation sur la route. Même de petites améliorations des scores des conducteurs peuvent se traduire par des réductions mesurables de la consommation de carburant, a-t-il ajouté.

Zahi Mitri a déclaré que le même principe s’applique plus largement à la planification. Une meilleure conception des trajets, des affectations plus prévisibles et une réduction des kilomètres à vide peuvent améliorer à la fois la durabilité et la productivité des conducteurs. Il a décrit le «kilomètre le plus vert» comme étant celui qui n’a pas à être parcouru.

Il a ajouté que cette philosophie s’applique autant aux voituriers-remorqueurs qu’aux conducteurs salariés. Des plans de trajets plus efficaces et de meilleures décisions en matière de carburant peuvent améliorer la rentabilité des opérateurs indépendants tout en offrant un travail plus prévisible aux conducteurs d’entreprise.

Se reposer sur la confiance

Néanmoins, les trois panélistes ont souligné que l’adoption de l’IA dépend fortement de la confiance.

Zahi Mitri a souligné que les flottes doivent partir d’un problème concret et être transparentes quant aux préoccupations des employés, notamment les craintes liées à la sécurité d’emploi. Il a ajouté que les dirigeants doivent soutenir les projets d’IA, mais que l’adoption repose aussi sur une forte adhésion des utilisateurs appelés à utiliser ces outils au quotidien.

Il a mentionné que la discussion ne doit pas être axée sur le remplacement des employés.

«Il ne s’agit pas de remplacer, mais plutôt d’augmenter», a-t-il précisé.

Bill Cain a abondé dans le même sens, affirmant que les flottes devraient commencer modestement, viser des résultats mesurables et se concentrer sur des applications dont le retour sur investissement est facile à comprendre. Il a cité l’automatisation de la prise de commandes comme exemple, en particulier pour les transporteurs qui saisissent encore manuellement de grands volumes de chargements.

Réduction des données répétitives

Il a ajouté que la réduction de la saisie de données répétitives permet de diminuer les coûts, d’améliorer la précision et de libérer du temps pour que les employés se consacrent à des tâches à plus forte valeur ajoutée.

Les panélistes ont également averti les flottes de bien examiner la qualité et l’origine des outils d’IA avant de les adopter.

Bill Cain a indiqué que les flottes ont besoin d’une gouvernance solide, d’une architecture sécurisée et de données en temps réel si elles veulent que l’IA produise des résultats fiables. Sans ces bases, a-t-il averti, même des outils bien conçus risquent de n’être guère plus que des tableaux de bord de rapports déguisés en intelligence artificielle.

Les données sont de l’or

Jean-Sébastien Bouchard a expliqué que les flottes devraient demander aux fournisseurs où vont les données, comment elles sont stockées et si elles sont transférées à l’étranger ou utilisées de façons que le client ne comprend pas entièrement. Il a averti que, dans la précipitation à adopter de nouveaux outils, les flottes peuvent négliger des questions importantes liées à la confidentialité, à la propriété des données et à la manière dont ces informations pourraient être réutilisées.

«Vos données sont votre or», a déclaré M. Bouchard.

Zahi Mitri a ajouté que les flottes doivent également se méfier des fournisseurs qui se contentent d’enrober un grand modèle de langage dans une nouvelle interface et de le présenter comme une solution complète. La question clé, selon lui, est de savoir si l’outil apporte réellement une valeur ajoutée ou s’il ne fait que reconditionner une capacité existante sous une nouvelle image de marque.

Il a précisé qu’une gouvernance déficiente et des pratiques de sécurité faibles pourraient éventuellement provoquer un sérieux électrochoc dans l’industrie si les entreprises avancent trop rapidement sans bien comprendre les risques.

Connexions d’infrastructure

Zahi Mitri a indiqué que, parmi les pistes prometteuses, on retrouve la communication entre les infrastructures et les véhicules, notamment la capacité pour les camions d’interagir de manière plus intelligente avec les feux de circulation et d’autres systèmes routiers. Bien que le camionnage entièrement autonome demeure encore lointain, il a souligné que des connexions d’infrastructure plus intelligentes pourraient améliorer la sécurité et la fluidité du trafic à plus court terme.

Pour l’instant, les panélistes s’entendent pour dire que le succès de l’IA dans le camionnage repose sur des données propres, des intégrations solides et une mise en œuvre rigoureuse.

Jean-Sébastien Bouchard a déclaré que l’IA s’améliore à mesure qu’elle apprend des résultats, ce qui signifie que les flottes doivent connecter les bonnes sources de données si elles veulent obtenir de meilleures prédictions. Bill Cain a précisé que cela implique de regrouper en temps réel les informations provenant du TMS, des DCE, des systèmes de carburant, des outils de circulation et d’autres plateformes. Zahi Mitri a ajouté que l’objectif à long terme est de créer une couche décisionnelle permettant aux flottes de «dialoguer» avec leurs données et de repérer les tendances plus rapidement.