DACHSER crée un centre de compétences pour la Data Science et le Machine Learning

Depuis début juin, DACHSER a mis en commun l'expertise acquise dans le cadre de divers projets de recherche et d'innovation sur les thèmes de l'intelligence artificielle, de l’e-learning et de la science des données dans son nouveau centre de compétences interne Data Science & Machine Learning.

Dans un futur proche, l'intelligence artificielle façonnera le secteur de la logistique

Les technologies et méthodes d'IA ont déjà prouvé leurs performances et leurs avantages dans divers projets et applications chez DACHSER. « L'importance de l'intelligence artificielle, de l’e-learning et de la science des données pour le transport, la logistique et la gestion de la chaîne d'approvisionnement continuera de croître dans les années à venir. C’est pourquoi DACHSER a pour objectif de renforcer encore son expertise dans ce domaine majeur et d’étendre sa capacité à mettre en œuvre et à exploiter des applications d’e-learning » , déclare Stefan Hohm, Chief Development Officer (CDO).

DACHSER produit quotidiennement d'importants volumes de données, ce qui constitue une base pour le développement et l'utilisation des nouvelles technologies d'IA. « Nous utiliserons encore mieux ces données à l'avenir : elles nous aideront à trouver et à mettre en œuvre de nouvelles solutions pour une grande partie des cas d'utilisation », déclare Florian Zizler, chef d'équipe du centre de compétences Data Science & Machine Learning.

Anticiper les fluctuations de capacité grâce à l'intelligence artificielle

Un exemple d'application spécifique du travail du centre de compétences nouvellement créé est un produit d'IA qui a été développé et déployé dans le cadre du DACHSER Enterprise Lab. Ce modèle de prévision utilise des techniques d'apprentissage automatique pour prévoir les volumes de transport terrestre entrant d'une agence jusqu'à 25 semaines à l'avance. « Nos données remontent jusqu'en 2011. L'accent est mis sur les données historiques des expéditions », explique Florian Zizler. « Nous complétons ce pool de données par des données calendaires, comme les jours fériés ou les vacances scolaires. Cela permet au modèle de reconnaître les schémas saisonniers qui sont si importants dans le transport terrestre. Pour mieux anticiper les tendances, nous avons également intégré une grande variété d'indices économiques. » Ainsi, DACHSER peut fournir aux employés de ses agences une aide précieuse pour les décisions relatives à la planification saisonnière des capacités. C'est précisément dans ce domaine qu'il est important d'obtenir à un stade précoce une capacité de charge appropriée sur le marché, ou de planifier les ressources dans le terminal de transit. Cependant, les conditions actuelles ont également un impact ici. « Bien sûr, les prévisions basées sur les valeurs passées ont eu du mal à faire face aux fluctuations volatiles des volumes ainsi qu'à la pandémie de coronavirus », explique M. Zizler. Mais lui et son équipe d'experts restent optimistes : « Nous allons bientôt retrouver la qualité élevée habituelle de nos prévisions. »

Contact Sebastiaan Hes