L’IA aide à optimiser la planification des itinéraires, la prévision de la demande, la gestion des stocks et la livraison sur le dernier kilomètre pour les secteurs des chaînes d’approvisionnement, des transports et de la logistique. Elle est également un facteur clé pour augmenter l’interopérabilité au sein de l’industrie.
Par exemple, le CN possède un réseau ferroviaire qui s’étend dans tout le pays. Pour entretenir ce vaste réseau, l’entreprise de transport et de logistique a effectué d’importants investissements dans une technologie novatrice pour améliorer la sécurité, la fiabilité et l’efficacité de ses activités ferroviaires.
L’Automated Inspection Portal du CN est un système de visualisation sophistiqué qui effectue une inspection complète des trains en temps réel lorsque ceux-ci se déplacent à vitesse en voie. Avec les applications de visionique, une sous-catégorie de l’IA avec des capacités d’apprentissage profond, le CN utilise cette technologie conjointement à la surveillance en direct pour aider les inspecteurs du CN à détecter une grande variété de défaillances mécaniques et à identifier de manière proactive les wagons qui ont besoin d’entretien.
Le CN surveille également la voie ferrée, ce qui nécessite de former des modèles d’IA. « C’est une tâche complexe, mais les résultats sont spectaculaires », a affirmé Dominique Malenfant, vice-président exécutif et chef des services informatiques et de la technologie au CN, durant un panel de l’événement ALL IN.
Cette façon de faire leur permet d’inspecter les voies ferrées plus souvent qu’ils seraient en mesure de le faire manuellement. « Le nombre d’inspections des voies ferrées est dix fois plus élevé, ce qui est tout un résultat », a-t-il expliqué.
Brian Hatter, président de True North Marine, constate aussi des résultats impressionnants grâce à l’utilisation de l’IA. Des navires se déplacent sur des itinéraires traditionnels depuis des centaines d’années en fonction des saisons. Cependant, grâce à l’IA, True North Marine est en mesure de concevoir des itinéraires, basés sur des décennies des données sur les conditions météorologiques, qui permettent aux navires d’arriver juste à temps, plutôt que de naviguer à toute vitesse sur l’océan, d’arriver à destination et d’attendre à cet endroit pendant quatre ou cinq jours en consommant du carburant.
« Nous évaluons les capacités du navire et les conditions météorologiques et leur évolution, puis nous ajustons la vitesse et l’itinéraire en cours de route, a-t-il affirmé.
Nous avons constaté des économies moyennes de cinq à dix pour cent en matière d’utilisation de carburant, ce qui est immense pour ces types de navires. Cela représente entre une et cinq tonnes métriques par jour, par navire. Ce sont des économies d’environ 1000 à 5000 l de carburant dans une flotte de 800 à 900 navires, ce qui est une importante quantité », a déclaré M. Hatter. De plus, cette méthode aide aussi à réduire les goulots d’étranglement dans les ports.
M. Malenfant, du CN, mentionne l’importance de la collaboration entre les différents intervenants de la chaîne d’approvisionnement.
« Le réseau ferroviaire est un énorme écosystème de partenaires », a-t-il affirmé. Les biens sont expédiés d’un bout à l’autre des océans, ramassés dans les ports par des trains, puis apportés aux terminaux et transférés dans des camions. L’un des plus grands avantages de l’IA est qu’elle est en mesure d’établir des liens avec les bons partenaires, au bon moment et au bon endroit.
« Tous ces partenaires de l’écosystème doivent collaborer, a déclaré M. Malenfant. Nous devons donc également considérer nos concurrents du domaine ferroviaire comme des partenaires. »
