Simuler son plan de transport avant de le décider

Par Ludovic Darguy, publié le 15 avril 2026

Un plan de transport engage des budgets parmi les plus lourds de la Supply Chain, et il se décide souvent avec les outils les plus légers : un tableur, quelques hypothèses et l'expérience de l'équipe. Cette asymétrie n'est la faute de personne. Jusqu'à récemment, simuler sérieusement un plan de transport exigeait des logiciels lourds ou des études longues, hors de portée de la plupart des organisations. L'IA a changé le coût de l'exercice. Voici ce que cela permet.

Schéma, plan, tournées : trois horizons à ne pas confondre

Ces termes se mélangent souvent, et la confusion coûte cher au moment de choisir un outil.

Le schéma directeur de transport relève de la stratégie : combien de points de massification, quels flux en direct, quels flux consolidés, quelle place pour le cross-dock. Il se revoit tous les deux à cinq ans, ou lors d'un appel d'offres majeur.

Le plan de transport décline ce schéma à l'horizon tactique : fréquences de livraison, affectation des volumes aux transporteurs, calendriers par région ou par point de vente. Il se revoit une à deux fois par an.

L'optimisation de tournées, elle, est opérationnelle : ordonner les points de livraison de demain matin. C'est le territoire des TMS et des logiciels de tournées, un marché déjà bien équipé.

La simulation dont nous parlons ici concerne les deux premiers horizons. C'est là que se joue l'essentiel du coût, et c'est là que l'outillage manque le plus.

Pourquoi le tableur atteint ses limites

Un plan de transport réel combine des dizaines de points de départ, des centaines de points de livraison, des contraintes de capacité, des grilles tarifaires par tranche et des fenêtres de réception. Sur tableur, chaque scénario demande des jours de travail. Résultat : on en compare deux ou trois, on choisit le moins mauvais et on vit avec pendant un an. Les questions dérangeantes, celles qui remettent en cause l'organisation en place, ne sont jamais instruites parce qu'elles coûtent trop cher à étudier.

Ce qu'un simulateur permet de tester

Un simulateur de plan de transport confronte des scénarios complets à vos données réelles : historiques de commandes, volumétries, grilles tarifaires, contraintes de réception. Quelques questions qu'il instruit en heures plutôt qu'en semaines :

• Massifier davantage ou livrer en direct : à partir de quel volume le passage par une plateforme se justifie-t-il ?
• Réduire la fréquence de livraison d'un point de vente : quel gain de transport, pour quel impact sur les stocks ?
• Ouvrir ou fermer un point de passage : que devient le coût complet du réseau ?
• Préparer un appel d'offres transport : comment répartir les volumes entre transporteurs pour tester la robustesse des offres reçues ?
• Réduire l'empreinte carbone : quels scénarios baissent les kilomètres à taux de service constant ?

Chaque scénario ressort avec ses indicateurs : coût total, coût à la palette ou au colis, taux de remplissage, kilomètres parcourus, émissions. La décision se prend sur des chiffres comparables, pas sur des convictions.

Ce que l'IA change réellement

Les moteurs d'optimisation existent depuis des décennies. La nouveauté tient au coût de construction d'un outil qui épouse vos contraintes réelles, et l'IA intervient à trois endroits.

Dans la préparation des données, d'abord. Rapprocher des historiques hétérogènes, nettoyer des référentiels, reconstituer des grilles tarifaires à partir de factures : ce travail représentait la moitié du budget d'une étude classique. L'IA l'accélère massivement.

Dans le développement, ensuite. Construire un simulateur sur mesure prenait des mois. Il se construit désormais en quelques semaines, ce qui met ce type d'outil à la portée d'ETI et de PME industrielles qui n'y avaient pas accès.

Dans l'usage, enfin. Un simulateur bien conçu reste chez vous. Il se relance à chaque appel d'offres, à chaque évolution de volumes, à chaque hausse tarifaire, au lieu de finir en rapport PDF dans une armoire.

Le cas Lecasud

Pour Lecasud, centrale d'achat du mouvement E.Leclerc, nous avons construit un simulateur qui teste les plans de transport avant qu'ils soient décidés. Les scénarios de livraison se comparent sur les données réelles de la centrale, et les arbitrages s'appuient sur des coûts simulés plutôt que sur des estimations. Le détail de ce cas est présenté sur notre page Solutions IA.

Comment se déroule une mission

Quatre temps. Le cadrage terrain, sur site, avec les équipes transport et approvisionnement. La collecte et la fiabilisation des données, puis la construction d'une base de référence qui reproduit la situation actuelle : c'est l'étape qui crée la confiance, car un outil incapable de retrouver votre coût actuel n'a aucune légitimité à proposer un scénario. La construction du simulateur et les tests de scénarios, menés avec vos équipes. La remise de l'outil et la formation, pour qu'il vive après nous.

Huit semaines en moyenne séparent le diagnostic du premier outil en production. Et pour situer ce cas d'usage parmi les autres applications de l'IA dans les opérations, nous avons détaillé le panorama complet dans notre article IA en Supply Chain : les cas d'usage qui produisent un retour mesurable.