L’IA agentique dans la logistique échoue sans raisonnement spatial, selon Bart Coppelmans de HERE
Points clés
- •Les modèles d’IA généralistes ne répondent correctement qu’à environ 55 % des questions spatiales élémentaires, selon HERE Technologies.
- •HERE estime que l’IA logistique doit être ancrée dès le départ dans l’intelligence géographique pour éviter des sorties erronées d’itinéraire et de planification.
- •Les jeux de données de HERE incluent plus de 800 000 points de données spécifiques aux camions, couvrant les péages, les restrictions routières et les itinéraires autorisés.
- •L’entreprise décrit son approche comme un parcours assisté, dans lequel les opérateurs humains conservent le contrôle des décisions.
- •Coppelmans a indiqué que la collaboration multi-agents entre les systèmes des clients et de tiers est la prochaine grande évolution.

L’IA agentique dans la logistique continue de montrer ses limites lorsque le raisonnement spatial entre en jeu. Bart Coppelmans, de HERE Technologies, explique pourquoi les modèles d’IA généralistes comprennent le langage mais échouent encore sur l’itinéraire des camions, les ponts à faible hauteur libre, le stationnement, la congestion et l’exécution dans le monde réel. Dans ce segment de FreightWaves Today, Coppelmans explique pourquoi l’intelligence géographique doit être intégrée à l’IA logistique dès le départ, et non ajoutée ensuite, et comment un meilleur ancrage spatial peut relier en temps réel la planification, l’exécution et les retours des conducteurs. #LogisticsAI #SupplyChainTech #TruckingTechnology
Les grands modèles de langage généralistes ne répondent correctement qu’à environ 55 % des questions élémentaires de direction, et cet écart de précision freine directement l’adoption de l’IA agentique dans la logistique, selon Bart Coppelmans, responsable du produit entreprise chez HERE Technologies. L’entreprise, qui alimente depuis plusieurs décennies des systèmes de gestion du transport, de gestion de flotte et de livraison du dernier kilomètre, estime que l’intelligence géographique doit être intégrée à la base de tout flux de travail logistique piloté par l’IA, et non ajoutée ultérieurement. Cela compte dans un secteur où les décisions d’itinéraire influencent la conformité, les délais de service, l’expérience des conducteurs et les coûts opérationnels, et où une mauvaise recommandation peut être bien plus qu’une simple erreur logicielle.
Le problème central, a expliqué Coppelmans, est que les modèles d’IA de pointe comprennent le langage naturel mais manquent du raisonnement spatial nécessaire aux opérations de fret réelles. Des tâches aussi courantes que le réacheminement de camions à faible hauteur libre autour de restrictions de ponts, l’identification d’emplacements de stationnement pour camions ou l’anticipation des congestions portuaires ou routières exigent un maillage dense de données géolocalisées que les grands modèles de langage actuels ne détiennent pas en interne. Les jeux de données cartographiques et de localisation de HERE incluent plus de 800 000 points de données spécifiques aux camions, couvrant les péages, les restrictions routières et les itinéraires autorisés.
« Si vous n’avez pas connecté le modèle et le graphe de la localisation ainsi que le modèle géospatial sous-jacent, alors il commence vraiment à halluciner de manière importante dans vos réponses et dans les résultats que vous obtenez », a déclaré Coppelmans.
« Nous ne considérons pas cela comme un parcours d’automatisation. Nous le voyons vraiment comme un parcours assisté. » — Bart Coppelmans, Head of Enterprise Product, HERE Technologies
Coppelmans a décrit un décalage persistant entre la planification en back-office et l’exécution sur la route, que l’IA agentique, correctement ancrée dans les données de localisation, pourrait aider à réduire. Les répartiteurs peuvent élaborer ce qui semble être un itinéraire optimal, mais les conducteurs se heurtent à des conditions en temps réel qui invalident le plan. L’approche de HERE crée une boucle de rétroaction qui capte les retours des conducteurs sur le terrain, les renvoie aux planificateurs et construit un schéma d’apprentissage afin que la même défaillance ne se reproduise pas. L’objectif, a-t-il dit, est de passer d’une planification statique à une orchestration dynamique entre répartiteurs, opérateurs et conducteurs.
Au-delà de l’itinéraire, Coppelmans a présenté l’opportunité plus large comme une « intelligence du transport », un terme qu’il emploie pour décrire le moteur d’arbitrage que HERE construit afin d’optimiser simultanément les coûts, la conformité, le risque, la sécurité et la durabilité. Plutôt que de calculer un seul trajet point à point, le système est conçu pour permettre aux opérateurs de régler les KPI ou les accords de niveau de service les plus importants pour une opération donnée et de recevoir des suggestions proactives calibrées selon ces priorités. Concrètement, cela place les données spatiales au cœur des décisions logistiques quotidiennes, et non comme une simple couche cartographique ajoutée par-dessus.
Sur la question de la supervision humaine, Koppelmans a été direct : le jugement humain doit rester aux commandes pendant la phase actuelle de la technologie. Il a donné l’exemple des ajustements de contraintes — si un planificateur assouplit une contrainte de distance ou de coût, le système peut désormais montrer l’impact en aval sur le coût total, mais la décision d’appliquer ce changement reste entre les mains de l’opérateur humain. Il a ajouté qu’il ne croit pas aux systèmes logistiques entièrement automatisés « du moins pas avant un certain temps ».
À plus long terme, Coppelmans a identifié la collaboration multi-agents comme la prochaine frontière — relier directement les agents de HERE aux systèmes des clients et à des agents tiers afin que les informations et les décisions circulent au-delà des frontières organisationnelles sans nécessiter une intégration logicielle approfondie de chaque côté. Pour l’ensemble du secteur, a-t-il dit, la priorité immédiate est d’éliminer la fragmentation en appliquant de manière fluide les capacités agentiques à des flux de travail qui fonctionnent encore aujourd’hui en silos.
Les modèles d’IA de pointe ne répondent correctement qu’à 55 % des questions spatiales élémentaires, ce qui limite leur fiabilité pour l’itinéraire et la planification logistiques.
HERE Technologies intègre plus de 800 000 points de données spécifiques aux camions — couvrant les péages, les restrictions routières et les itinéraires autorisés — dans ses jeux de données de localisation afin d’ancrer les sorties de l’IA.
HERE présente l’IA agentique comme un « parcours assisté » où l’humain garde le contrôle, et considère la collaboration multi-agents entre les systèmes des clients et de tiers comme la prochaine grande évolution.
Ce résumé est généré grâce à une transcription de l’entretien ; pour l’entretien complet, veuillez regarder la vidéo ci-dessus.
L’article Agentic AI in Logistics: Why 55% Accuracy Fails est apparu en premier sur FreightWaves.