Dans le centre de logistique de la plate-forme d’e-commerce de mode en ligne Zalando à Lahr (Allemagne), huit robots totalement autonomes circulent dans les allées pour saisir les cartons à chaussures et les amener au département expédition. "La vente en ligne est en grande demande d’automatisation du picking, la préparation de commandes, assure Florin Wahl, le porte-parole de Magazino, la start-up munichoise qui a conçu ces automates baptisés Toru. En effet, les articles destinés au consommateur final sont souvent commandés à l’unité, en une seule pointure, taille ou couleur, et le picking par les opérateurs coûte très cher."
Pour se lancer, la petite entreprise de 100 salariés a eu l’idée de proposer une rémunération fondée sur la performance, avec un paiement au pick (pay-per-pick). Autrement dit, son client investit 55 000 euros, puis environ 6 centimes par objet prélevé. Ce modèle de leasing, sur le mode "robot comme un service" (RaaS), permet de convaincre le client plus facilement, celui-ci n’ayant pas à engager une importante somme sans connaître la fiabilité du robot. Il répond aussi à la flexibilité demandée par les logisticiens, qui rencontrent de courtes périodes d’intense activité, pendant les fêtes par exemple. Magazino a lancé son produit dès 2016, avant même la fin de son développement. "Depuis le prototype de 2015, son logiciel a énormément évolué en termes d’autonomie et son amélioration se poursuit, admet Florin Wahl. Avec la rémunération pay-per-pick, plus le robot travaille vite, plus notre chiffre d’affaires augmente. À l’inverse, si nous avions choisi un prix fixe, nous ne profiterions pas de ses progrès techniques."
Magazino travaille aussi sur la capacité de Toru à prendre des initiatives. "Il communique par Wi-Fi avec le système de gestion d’entrepôt pour connaître les commandes à récupérer, décrit Florin Wahl. Grâce à la visualisation 3D des rayonnages, il peut trouver le carton à extraire". Le robot prend alors une photo et identifie grâce à la reconnaissance d’images le code-barres pour le scanner et vérifier que le produit est le bon. Enfin, avec sa caméra 3D, Toru mesure l’objet pour savoir comment le saisir à l’aide de ses six préhenseurs à vide.
Perfectionnement perpétuel
En théorie. Car en pratique, les imprévus sont courants. Les informations de la base de données peuvent être incomplètes, incorrectes ou indisponibles pour certains articles. Autre cas de figure, "le carton n’est pas à l’emplacement indiqué, poursuit Florin Wahl. Le robot doit alors pouvoir réagir et prendre rapidement une décision : chercher latéralement, de haut en bas, communiquer avec le reste de la flotte pour les mettre à contribution, appeler un opérateur ou abandonner la commande et passer à la suivante". Il en est de même quand l’automate rencontre un obstacle, comme un salarié en train de travailler dans la même rangée. Il pourra s’arrêter, le contourner ou faire demi-tour. "Ces schémas, gérés par le système d’exploitation des robots en informatique déportée, sont améliorés en permanence. Pour cela, chaque pick est documenté et cette expérience nous sert à perfectionner leur comportement avec le machine learning", explique Florin Wahl. À ce jour, l’entreprise estime ainsi que Toru permet de réduire le coût de chaque prélèvement de 40 % par rapport à un opérateur. Un chiffre qu’elle entend encore faire progresser.
