L'IA dans la logistique : seuls 27 % l'ont dans leur logiciel, le monde est à 96 % (et il vous manque 60 000 personnes)

Dans la logistique et les transports — un transporteur, un entrepôt, un opérateur de transport pour compte d'autrui — la conversation sur l'IA commence à un point différent de tous les autres secteurs. Pas par le coût, comme dans l'industrie. Pas par un outil déjà inclus et éteint, comme dans les cabinets professionnels. Elle commence par une question qu'aucune autre filière ne se pose avec la même urgence : qui va faire le travail, si l'on ne trouve pas les personnes ? Et c'est précisément de là que l'IA, dans ce secteur, cesse d'être un luxe pour devenir le levier le plus concret dont vous disposez.

Le chiffre qui cadre tout relève de la main-d'œuvre, pas de la technologie. Au secteur italien du transport et de la logistique, il manque environ 60 000 professionnels qualifiés entre chauffeurs, agents d'entrepôt et de supply chain : non pas la difficulté d'une entreprise, mais une crise d'effectifs de tout un secteur. Et une pénurie de cette ampleur ne se résout pas en recrutant — vous avez déjà essayé. Elle se résout en faisant rendre davantage les personnes que vous avez. C'est exactement le rôle que l'IA se taille dans la logistique : non pas un agent en moins, mais un agent de capacité en plus, avec la part répétitive du travail automatisée et les personnes rares libérées pour la coordination qui compte.

Le problème n'est pas la technologie, c'est la main-d'œuvre introuvable

Il vaut la peine de s'arrêter là, car cela renverse la façon dont on vend habituellement l'IA. Dans la plupart des secteurs, on la raconte comme de l'efficacité : faire la même chose en dépensant moins. Dans la logistique, le message honnête est autre — faire la chose, point, car sans automatisation vous n'avez pas les personnes pour la faire. Le cadrage du secteur est clair : l'IA comme multiplicateur de capacité avec l'humain dans la boucle, non comme remplacement. En automatisant la planification et le suivi répétitifs, l'output par agent peut monter jusqu'à 24 % — ce qui veut dire honorer plus d'expéditions avec le même effectif, pas licencier.

C'est la différence qui déplace la décision. Un chef d'entreprise de logistique qui entend « l'IA vous fait économiser » pense à un projet reportable. Le même chef d'entreprise qui entend « l'IA vous fait honorer les commandes qu'aujourd'hui vous n'arrivez pas à honorer parce que vous êtes en sous-effectif » pense à un problème d'aujourd'hui. Dans la logistique, la seconde phrase est la vraie — et c'est pourquoi ce secteur a moins de marge de report qu'il ne le croit.

Où vous en êtes par rapport au reste du secteur : 27 contre 96

Voici le second chiffre qui compte, et il photographie une distance inconfortable. Seules 27 % des entreprises italiennes de logistique ont intégré l'IA ou le machine learning dans leur système de gestion des transports (le TMS) — « 3 entreprises sur 10 », selon les mots de Roberto Vismara, Sales Director de Manhattan Associates Italie, qui commente une étude Manhattan Associates/Vanson Bourne de 2025. Les 73 % restants travaillent sans aucune IA dans le TMS. Pendant ce temps, à l'échelle mondiale, 96 % des leaders des transports déclarent utiliser l'IA quelque part dans la planification ou les opérations, et 64 % l'utilisent spécifiquement pour planifier et exécuter les transports (BCG, 2026).

Le point n'est pas le retard en soi, mais par rapport à qui. Dans beaucoup de secteurs, la PME italienne est en retard sur la grande entreprise italienne, et l'on se console en pensant « j'ai d'autres priorités ». Dans la logistique, la distance est par rapport à ses propres concurrents mondiaux : celui qui vous dispute les clients travaille déjà avec l'IA dans le moteur de planification. Et l'intention, en Italie, ne manque pas — 87 % considèrent la gestion des transports comme une priorité stratégique d'ici 2030. Ce qui manque, c'est l'exécution : entre dire « c'est stratégique » et l'avoir dans le logiciel, il y a tout l'écart entre 27 % et 96 %.

Où l'IA est rentable, dans la logistique

Quatre flux, dans le transport et la logistique, sont à fort volume, répétitifs et à règles claires — le terrain naturel de l'IA, et celui où la pénurie de personnel mord le plus :

• Planification dynamique des itinéraires et du réseau — au lieu de la programmation manuelle des tournées et des routes statiques. C'est le cas d'usage le plus mûr du secteur : 64 % des opérateurs logistiques appliquent déjà l'IA ici, pour planifier et exécuter les transports. C'est aussi le flux qui compense le plus directement le manque de planificateurs expérimentés.
• Visibilité et traçabilité des expéditions — au lieu des vérifications de statut faites à la main, par téléphone ou par e-mail. Environ 50 % des entreprises interrogées utilisent l'IA pour la visibilité des expéditions et le contrôle qualité, et 60 % considèrent la visibilité de la supply chain comme cruciale pour réduire les coûts de transport : moins d'appels « où est mon camion », plus de temps sur ce que les personnes font mieux que la machine.
• Prévision et optimisation dans le TMS — au lieu de la planification de capacité et de demande tenue sur des tableurs. C'est le cas d'usage le plus « terrain vierge » des quatre : aujourd'hui, en Italie, seules 27 % l'ont, contre les secteurs où l'IA est déjà incluse dans le logiciel. Celui qui l'intègre maintenant se déplace là où presque personne, en Italie, ne s'est encore déplacé.
• Maintenance prédictive de la flotte et de l'entrepôt — au lieu de la maintenance programmée au calendrier ou réparée quand ça casse. C'est le même mécanisme que celui documenté dans l'industrie, avec la même réduction des arrêts autour de 25 %, appliqué aux véhicules et aux équipements d'entrepôt : un moyen à l'arrêt non programmé, dans un secteur en sous-effectif, c'est de la capacité que vous ne récupérez pas.

Le critère pour commencer n'est pas « lequel est le plus impressionnant », mais « lequel me rend le plus d'heures de personnes que je n'ai pas aujourd'hui » : pour la plupart des opérateurs, la réponse est la planification des itinéraires — fort volume, règles claires, et l'effet le plus direct sur la capacité qui vous manque.

L'écart 27-contre-96 est un avantage encore disponible

Voici la lecture qui renverse le retard. Que seules 3 entreprises italiennes sur 10 aient l'IA dans le TMS n'est pas seulement un mauvais bulletin : c'est la photographie d'un avantage encore sur la table. Dans un secteur où les concurrents mondiaux sont à 96 % mais où le marché italien est bloqué à 27 %, celui qui porte ne serait-ce que la planification des itinéraires dans le logiciel se place devant sept entreprises sur dix de son propre pays — non pas en recrutant davantage (il ne peut pas), mais en faisant rendre davantage ceux qu'il a déjà.

C'est la raison pour laquelle, dans la logistique, la bonne question n'est pas « puis-je me permettre l'IA », mais « puis-je me permettre de rester parmi les 73 % qui ne l'ont pas, alors que celui qui me dispute les clients est déjà parmi les 96 % qui l'utilisent, et que, par-dessus le marché, j'ai moins de personnes qu'avant ». Lue comme un coût, l'IA dans ce secteur semble reportable ; lue comme le seul levier restant quand recruter ne suffit plus, elle devient le projet le moins reportable dont vous disposez.

Le levier de capacité passe par les personnes : formation et gouvernance

Il y a une raison pour laquelle, dans ce secteur plus qu'ailleurs, l'IA ne fonctionne pas comme un interrupteur. 63 % des entreprises logistiques reconnaissent déjà devoir investir dans la requalification du personnel pour que l'adoption de l'IA tienne dans la durée. C'est logique : si l'IA est un multiplicateur de capacité avec l'humain dans la boucle, ce multiplicateur vaut autant que la personne qui le pilote. Un outil de planification que personne ne sait lire reste allumé à vide, exactement comme dans le retail.

C'est le point où notre approche se distingue de qui ne vend que la licence : dans la logistique, l'implémentation honnête, c'est l'outil plus la formation plus la refonte du flux, pas l'outil seul. Et cela s'accroche naturellement à la gouvernance : les obligations de supervision humaine et de formation prévues par l'EU AI Act et rassemblées dans notre overlay de conformité ne sont pas un poids de plus : c'est cela même qui rend le multiplicateur de capacité fiable au lieu de fragile.

Et la conformité ? Dans les limites, mais avec méthode

Dans la logistique, l'IA touche des décisions opérationnelles qui pèsent — sur les itinéraires, sur les chargements, sur les délais — et souvent des données qui concernent des personnes (chauffeurs, agents, parfois destinataires). Les obligations de transparence et de supervision humaine documentée prévues par l'EU AI Act, avec les règles déjà connues sur la protection des données, retombent sur qui automatise planification et suivi. « L'humain dans la boucle » n'est pas seulement une bonne façon de vendre l'IA à un secteur en sous-effectif : c'est aussi la prémisse de conformité qui maintient la décision automatique dans un processus défendable.

C'est exactement ce que notre overlay de conformité relie à chaque workflow que nous concevons : la personne qui reste dans la boucle n'est pas seulement de la capacité récupérée, c'est la garantie que le plan généré par l'IA soit vérifiable et rattachable à qui en répond. Pour un opérateur logistique, ce n'est pas de la bureaucratie en plus — c'est la façon de faire passer la capacité à l'échelle sans perdre le contrôle.

Par où commencer, en pratique

Si vous dirigez une activité de transport ou de logistique et que l'IA est dans votre viseur, le parcours raisonnable part du problème de capacité, pas du logiciel :

• Partez du goulot d'étranglement d'effectifs — là où le manque de personnes vous freine le plus. La première question n'est pas « quelle IA me manque », mais « quel flux à fort volume me rend le plus d'heures de personnes que je n'ai pas aujourd'hui ».
• Choisissez un seul processus — la planification des itinéraires ou la visibilité des expéditions donnent l'effet le plus net sur la capacité. Pas un déploiement sur toute l'entreprise, un flux.
• Gardez l'humain dans la boucle — l'IA prépare et signale, la personne décide sur les cas qui comptent. C'est ainsi que le multiplicateur de capacité fonctionne, et c'est aussi conforme : aucune décision opérationnelle qui pèse laissée à un automatisme sans contrôle.
• Formez qui l'utilisera — un moteur de planification que personne ne sait lire ne récupère pas de capacité. 63 % du secteur l'ont déjà compris : l'outil sans la formation reste allumé à vide.

Avant même de choisir le flux, il est toutefois utile de savoir où vous en êtes : notre évaluation d'AI-readiness aide à comprendre par quel processus commencer pour le plus de rendement et le moins de friction, et quels contrôles — et quelle formation — poser autour du premier flux. Si le sujet est la conformité de ce qui automatise des décisions opérationnelles, notre overlay de conformité explique comment nous relions les contrôles à chaque conception.

Nous avons transformé le premier pas en une évaluation en libre-service et gratuite : quelques questions et une indication sur par où commencer, avec quels contrôles autour. Faites l'évaluation d'AI-readiness — puis, si cela a du sens, nous en parlons.

Cet article a une valeur indicative. Les chiffres cités (27 % des entreprises italiennes de logistique avec IA/ML intégrée dans le TMS et 73 % sans, d'après l'étude Manhattan Associates/Vanson Bourne 2025 ; 96 % des leaders mondiaux des transports utilisant l'IA quelque part et 64 % dans la planification et l'exécution des transports, BCG 2026 ; 87 % considérant la gestion des transports comme une priorité stratégique d'ici 2030 ; environ 60 000 professionnels manquants dans le secteur en Italie ; jusqu'à 24 % d'output par agent en plus ; environ 50 % utilisant l'IA pour la visibilité des expéditions et 60 % jugeant la visibilité de la supply chain cruciale pour les coûts de transport ; environ 25 % d'arrêts en moins avec la maintenance prédictive ; 63 % reconnaissant devoir investir dans la requalification du personnel) proviennent de sources sectorielles et doivent être lus comme des indications de direction, non comme des garanties de résultat. Toute automatisation touchant des décisions opérationnelles ou des données personnelles doit être évaluée sur les données, les contrôles et le contexte de chaque activité.