
Matthias Martens prend la direction de la chaîne d’approvisionnement numérique SAP chez SWAN
27/04/2025 à 11 h 41
Lufthansa Cargo baptise son nouvel ajout à la flotte « ¡Hola Argentina! »
27/04/2025 à 11 h 53Alors que l’industrie logistique internationale se retrouve à Transport Logistic, Logistics Reply se concentre sur un domaine souvent négligé : le Dock & Yard Management. Avec GaliLEA, l’entreprise apporte l’intelligence artificielle exactement là où elle est encore peu utilisée – sur la cour et au quai.
(Turin) La plateforme d’IA multi-agents fait partie de la suite Supply Chain Cloud-native LEA Reply™ et soutient des processus tels que l’enregistrement des livraisons, la planification des créneaux horaires et l’organisation de la logistique de cour.
GaliLEA combine plusieurs agents soutenus par l’IA, qui accèdent aux données en temps réel via des interfaces standardisées – par exemple, les plannings de livraison, les occupations de quai ou les informations sur les transporteurs. Cette architecture intelligente a déjà fait ses preuves dans la gestion d’entrepôt de nombreuses entreprises. Dans le domaine du Dock & Yard, elle permet également de simplifier, de rendre plus transparent et d’optimiser l’efficacité des processus complexes.
Des questions telles que « Combien de livraisons attendons-nous aujourd’hui avant 16 heures ? » ou « Comment puis-je planifier au mieux les créneaux horaires aux quais de réception pour coordonner efficacement les livraisons ? » peuvent être posées directement en langage naturel. GaliLEA fournit la réponse appropriée, crée des tableaux de bord ou génère automatiquement un ticket de support – sans aucune requête manuelle dans le système. La plateforme utilise des API RESTful, le streaming de données en temps réel et la génération augmentée par récupération (RAG) pour lier les données internes du système aux connaissances issues de grands modèles linguistiques.
Utilisation simplifiée, processus plus rapides, moins de questions
Les avantages sont évidents : GaliLEA réduit la complexité des systèmes informatiques existants et crée un accès intuitif aux informations. En même temps, la plateforme assure plus de transparence pour les livraisons et les collectes – même sur plusieurs sites. Cela signifie surtout pour les employés de l’administration et les cadres opérationnels : les données peuvent être interrogées de manière autonome, les tableaux de bord peuvent être créés rapidement et les tickets de support peuvent être lancés automatiquement. Cela fait gagner du temps, améliore la qualité des décisions et facilite l’intégration de nouveaux employés.
Des besoins à combler en matière de réservation de cour et de quai
« Nous ressentons clairement que de nombreuses entreprises ont encore des besoins à combler en matière de réservation de cour et de quai. Dans ce domaine, le travail se fait encore souvent de manière analogique », déclare Alexander Edelmann, partenaire associé chez Logistics Reply. « Avec GaliLEA, nous créons un accès intelligent aux informations système – non seulement dans l’entrepôt, mais aussi sur la cour. L’intégration de l’IA donne un nouvel élan à la numérisation ici. »
Bientôt, GaliLEA sera enrichi de l’agent Insights, qui détecte les écarts, analyse les données historiques et actuelles et fournit des recommandations d’action concrètes. À l’avenir, les retards dans le processus de déchargement ou les capacités de quai non utilisées pourront être identifiés et corrigés de manière systématique. Parallèlement, Logistics Reply, en collaboration avec Axulus Reply (une entreprise sœur au sein du Reply Group), examine l’utilisation de l’IA visuelle pour surveiller les emplacements de remorque. Ces informations devraient également être accessibles via GaliLEA à l’avenir.
Le soutien aux processus ne s’arrête pas à la porte de l’entrepôt
Le développement continu de la plateforme d’IA renforce l’approche holistique de la suite LEA Reply™ – et montre que le soutien intelligent aux processus ne s’arrête pas à la porte de l’entrepôt, mais va déjà au-delà aujourd’hui.
Photo : © Lea Reply






