Auteur: Karl D’haveloose

Les géants du commerce en ligne que sont Amazon, Temu, Alibaba et autres investissent de plus en plus dans les cobots pour réduire la charge de travail (et les coûts) du personnel dans les entrepôts. Si l'expédition des marchandises des entrepôts vers les clients relève déjà de l'exploit sur le plan technologique, leur retour dans les entrepôts lorsqu'elles sont renvoyées par les clients et leur recyclage représentent des défis encore plus complexes. Dans chacun de ces cas, on parle de logistique inverse.

Dans le monde du commerce électronique, la diversité des boîtes et de leur contenu se traduit par des millions de variations. Il est dès lors tout à fait logique que – indépendamment du problème lié aux étiquettes d'identification manquantes – on soit quelque peu démuni lorsqu'il s'agit de trouver une solution simple permettant aux robots et aux cobots de reconnaître une grande variété de tailles et de contenus. En tant qu'humains, avec notre esprit logique, cela nous fait bien sûr sourire, car comme l'exprime fort bien le célèbre test du canard : "Si cela ressemble à un canard, nage comme un canard et cancane comme un canard, alors c'est probablement un canard."

Dans le jargon des robots capables d'auto-apprentissage, ce raisonnement pourrait ressembler à ceci :

"Oh, cela ressemble à une boîte > cette boîte ressemble à cette autre boîte > voyons un peu... les deux boîtes sont identiques > je pourrais peut-être manipuler cette boîte de la même manière". Avec une telle 'logique', vous devinez bien que les retours non structurés vers votre entrepôt risquent très fort de ne pas être traités comme il se doit.

Et nous ne parlons même pas du secteur de l'industrie, dans lequel l'Europe joue le rôle de la police du recyclage et de la durabilité. Avec la généralisation du concept C2C (cradle to cradle ou, en français : du berceau au berceau), nous pouvons d'ores et déjà nous attendre à des flux de retour de marchandises supplémentaires.

Lors d'un récent entretien publié sur Robotics 24/7, Chris Franzer, business development manager chez Universal Robots, a décrit l'un des plus grands défis de la logistique inverse et de la robotique comme étant "l'apprentissage par les robots de l'identification des objets, même lorsque le même article est emballé ou combiné dans des boîtes différentes et dans des conditions différentes."

Les humains ont la capacité naturelle de regarder une boîte ou, plus précisément, une collection de boîtes, et de décider de la manière la plus efficace de saisir ces boîtes et de les trier. Mais comment les robots et les cobots conçus et entraînés pour travailler aux côtés de l'homme vont-ils bien pouvoir acquérir cette même compétence ? Le calibrage de la perception par l'IA est un défi de taille que les développeurs de robots et les spécialistes de la logistique inverse ne cessent de tenter de surmonter, en multipliant les expériences technologiques visant à gérer la profusion de stocks qui affluent dans les entrepôts du monde entier. Et si l'on ajoute à cela le fait qu'un retour peut aussi être un colis défectueux ou recyclable, on finit forcément par atteindre un niveau de complication vraiment exceptionnel.

With a little help from my bot

D'après le rapport 'Returns Report: 2023 Holiday Predictions', établi à partir des données de l'enquête '2023 Holiday Survey' de goTRG, les retours de produits dans le secteur de la vente au détail (aux États-Unis) représentent un problème de pas moins de 816 milliards de dollars. Il s'agit donc de près d'un billion de dollars de stocks retournés par les consommateurs aux boutiques en ligne, ce qui représente un véritable cauchemar pour les entreprises qui ne disposent pas d'un plan concret pour gérer l'afflux de marchandises retournées.

Parallèlement à l'augmentation du nombre de retours, les entreprises éprouvent également de grosses difficultés à recruter des employés capables de se charger du traitement de tous ces retours. Selon un rapport de la Chambre de commerce des États-Unis publié en 2024, le taux de participation au marché du travail (c'est-à-dire la proportion de la main-d'œuvre employée par rapport au total de la population (employée et non employée)) aux États-Unis s'élève à 62,5 %. Ce chiffre correspond à une baisse de 0,8 % depuis février 2020 et à une baisse de 4,7 % depuis janvier 2001. Pour les vrais Européens parmi nous, le taux de participation au marché du travail en 2023 était d'environ 75,4 %, et pour la Belgique en janvier 2024, il était d'un peu moins de 72 %.

"Si la main-d'œuvre est un problème et que l'on ne peut pas traiter ces commandes, ni réparer le produit, ni le recycler, ni le revendre, etc., et que l'on ne peut donc pas certifier qu'il fonctionne correctement ou le revendre rapidement, on se retrouve fatalement avec un volume de produits qui traîne quelque part, qui coûte cher et qui prend de la place dans un entrepôt", a déclaré Franzer.

Les cobots sont généralement utilisés pour leur capacité à effectuer des tâches répétitives, pénibles et rébarbatives. Les entreprises qui investissent dans un ou plusieurs cobots peuvent leur apprendre à gérer différents éléments de leurs processus de logistique inverse et permettre à leur personnel de travailler dans d'autres parties de l'entrepôt présentant une grande valeur ajoutée. Bien que l'intervention humaine reste nécessaire lorsque le robot est défaillant ou ne parvient pas à accomplir une certaine tâche, cela permet tout de même de tirer un trait sur un certain nombre de tâches monotones, pénibles ou dangereuses.

Qu'y a-t-il dans la boîte ?

Outre le problème du volume, les détaillants et les fournisseurs de robots sont fréquemment confrontés à un autre problème, qui est celui de la boîte même. Les retours n'ont en effet absolument rien de standardisé ni de prévisible. En règle générale, la boîte d'origine est déjà endommagée ou a été égarée au domicile du client, l'étiquette est abîmée, et le produit est de ce fait renvoyé dans un carton que le client a lui-même improvisé et qui présente par conséquent des dimensions, un aspect et des impressions qui n'ont plus rien à voir avec le colis d'origine.

"Parfois, vous voyez une palette sur laquelle se trouvent quelques boîtes standard dans lesquelles le produit était emballé au départ", explique Franzer. "Mais cette même palette peut aussi contenir une boîte provenant de l'épicerie, qui au départ contenait des bouteilles de lait, et qui a ensuite servi à emballer le produit, avec du ruban adhésif et un numéro d'autorisation de retour de marchandise (RMA). Et, toujours sur la même palette, vous pourrez aussi trouver un produit qui n'a carrément pas été emballé du tout."

Ce manque d'uniformité dans les retours ajoute un nouvel obstacle au traitement logistique des retours. Les cobots doivent-ils dépalettiser et rempiler ces boîtes ? Doivent-ils placer les marchandises sur un convoyeur afin qu'elles puissent être mieux triées ? Où se situe au juste l'interaction entre l'homme et le robot ? Et en quoi la supervision nécessaire supprime-t-elle la valeur que le personnel ou la machine pourraient apporter dans d'autres domaines ?

"Chaque palette est différente. Lorsque ces produits sont renvoyés par FedEx, UPS ou tout autre transporteur, ils ont tous un aspect différent", précise Franzer. "Ils sont tous palettisés différemment, avec des palettes de tailles différentes, des boîtes différentes, un film d'emballage extérieur différent et des boîtes différentes… C'est un véritable casse-tête !"

Des cobots capables de soulever des charges plus lourdes

La plupart des cobots sont incapables de soulever des charges trop importantes ; la norme de 30 kilogrammes étant aujourd'hui adoptée par la plupart des marques. Et bien évidemment, l'augmentation de la capacité de charge ne doit pas se faire au détriment de l'espace de travail qu'un robot occupe dans l'entrepôt.

La croissance de l'industrie des cobots s'accompagne d'une augmentation des exigences des utilisateurs. L'augmentation de la capacité de charge et les prix avantageux permettent à un plus grand nombre d'entreprises de se lancer dans l'aventure des cobots et d'expérimenter avec eux. "Nous avons ouvert la voie à un plus grand nombre de possibilités", ajoute Franzer. "La palettisation, en particulier dans le domaine de la manutention... et peut-être même dans celui de l'assemblage et les essais, où vous devez constamment charger et décharger des machines... Si l'on considère l'automatisation et la robotique dans leur ensemble, on constate qu'une certaine partie se déplace vers le domaine de la robotique collaborative, parce que les débouchés y sont plus intéressants."

Quelle est la prochaine étape pour les robots dans la logistique inverse ?

Les ventes en ligne ne montrent aucun signe de ralentissement. Il reste maintenant à voir ce que le segment retour de ce type de commerce connaîtra en termes de changements visant à alléger la charge de travail du personnel des entrepôts et des cobots. L'un des domaines que Franzer envisage pour l'avenir est l'IA.

"Je pense que l'IA devrait nous ouvrir de nombreuses portes, même si le grand défi sera d'optimiser la vision par ordinateur, les composants optiques et l'aspect visuel des choses", a-t-il déclaré. "Il faut que nous puissions vraiment faire le lien entre les différentes techniques d'éclairage, les reflets, les étiquettes manquantes et les éléments qui ne se trouvent pas dans une boîte... Si je devais me projeter dans les cinq années à venir, je dirais que l'IA sera le grand catalyseur de l'utilisation de la robotique pour optimiser les écosystèmes de logistique inverse."