Je le dis sans détour : avant que l'IA fasse quoi que ce soit d'utile dans votre entrepôt, la préparation des données doit passer d'abord. J'ai vu trop de projets acheter un logiciel coûteux, assister à une belle démonstration, puis s'effondrer dès le premier jour — et la cause profonde était toujours les données. Des données de référence qui ne correspondent pas, des relevés de transactions pleins de trous, des exceptions que personne n'a pris la peine de noter. Donnez cela à une IA et vous obtenez un système qui n'a jamais mis les pieds dans un entrepôt et qui dit à vos préparateurs où marcher. Plus il est intelligent, plus vite il se trompe. Cet article ne parle ni de modèles ni d'algorithmes. Il parle des trois types de données à nettoyer avant la mise en service de l'IA, de l'ordre à suivre et de la façon de savoir quand chacun est terminé.
À l'automne 2023, on m'a demandé d'examiner un entrepôt 3PL à l'est de Los Angeles — 120,000 pieds carrés, environ 4,000 commandes par jour. Ils venaient de dépenser $180,000 pour un système d'IA d'optimisation des parcours de picking censé réduire la distance parcourue chaque jour par les préparateurs. Au cours de la première semaine après le lancement, les préparateurs marchaient environ 2 kilomètres de plus par jour, pas moins. Nous avons passé trois jours à traquer le problème. Ce n'était pas l'algorithme. C'étaient les données : le même produit vivait dans le système sous trois numéros d'article différents, et les emplacements des bacs avaient été saisis à la main cinq ans plus tôt, avec plus de 60 des plus de 400 bacs portant le mauvais niveau. L'IA a fait exactement ce qu'on lui avait dit, sur des données fausses. Le système est resté à l'arrêt pendant deux mois pendant que l'équipe revenait en arrière et nettoyait les données. Ces $180,000 ont acheté une leçon : si la préparation des données n'est pas terminée, le projet d'IA n'a pas commencé.
La préparation des données commence par les données de référence : bien poser les bases
Les données de référence, ce sont trois tables : produits, emplacements, fournisseurs. Voyez-les comme le registre de famille de l'entrepôt. Si le registre est faux, tous les documents et tous les calculs en aval sont faux aussi. Les versions sales se ressemblent partout où je vais : un produit avec trois numéros d'article — un créé par les achats, un synchronisé depuis une marketplace, un inventé par l'entrepôt lui-même. Des codes de bac mêlant majuscules, minuscules et espaces parasites, si bien que le système traite un bac comme deux. Un fournisseur écrit de cinq façons différentes dans la même colonne.
Nettoyer tout cela est un travail ingrat, et c'est bien le point. Fixez un seul numéro d'article par produit et mappez le reste — pas de nouveaux numéros, pas d'exceptions. Ensuite, parcourez chaque bac avec une liste imprimée et corrigez les erreurs sur place, avec le superviseur de l'entrepôt qui signe chaque allée. Puis comblez les lacunes dans les attributs des fournisseurs et des produits, avec une liste des champs manquants et une échéance pour que les achats et les opérations les ferment. Il y a deux faces à cela : cela ressemble à du travail manuel sans aucune technologie, et c'est aussi la seule chose qui décide si l'IA peut faire correctement de l'arithmétique de base. Mon seuil d'acceptation est sans appel : champs des données de référence complets à au moins 98%, zéro numéro d'article en double, chaque bac vérifié en personne. Tant que vous n'atteignez pas ce seuil, ne dépensez plus un dollar.
Préparation des données transactionnelles : ne nourrissez pas le modèle avec des déchets
Au printemps 2024, un entrepôt de e-commerce à Chicago m'a demandé d'examiner sa prévision de réapprovisionnement par IA. Le système voulait commander pour $30,000 d'un petit appareil ménager parce qu'il « tournait vite ». J'ai creusé dans les transactions et j'ai trouvé l'histoire : la moitié de cette soi-disant rotation, c'était des retours remis en rayon, et l'autre moitié, des relevés de sortie comptés deux fois lors d'ajustements d'inventaire tournant. Les ventes réelles représentaient environ 60% de ce que le système croyait. Si cette commande de $30,000 était passée, au moins la moitié serait restée dans l'entrepôt pendant six mois.
Les données transactionnelles se salissent autrement que les données de référence. Les données de référence sont fausses à la source ; les données transactionnelles fuient en chemin. Des retours jamais enregistrés le jour même. Des marchandises endommagées traitées sans trace. Des écarts de comptage corrigés en modifiant le chiffre dans le système sans laisser de trace. Des tickets papier saisis un jour en retard. La solution n'est pas de reconstruire l'historique — c'est de boucher les fuites. Retours, dommages et ajustements de comptage entrent dans le système le jour même, et un relevé avec des champs manquants ne peut pas être enregistré. Les tickets papier sont saisis le jour même, et tout ce qui passe la nuit compte comme une exception. Une fois par semaine, commandes, inventaire et finances sont rapprochés, et tout écart fait l'objet d'une enquête le jour même. Le seuil d'acceptation : champs manquants sous les 2% sur les quatre types de transactions principaux, écarts de rapprochement résolus le jour même. Si l'historique est trop sale pour être sauvé, découpez une fenêtre propre de quelques semaines récentes pour que l'IA apprenne dessus. Un court tronçon propre vaut mieux que trois ans de données sales.
Exceptions et retours d'expérience : sans eux, l'IA n'apprend jamais
C'est le plus facile des trois à ignorer, et celui qui décide si l'IA s'améliore avec le temps. Les données d'exceptions, c'est tout ce qui a mal tourné : ruptures de stock, erreurs d'expédition, dommages, commandes en retard, réclamations de clients. Les données de retour d'expérience, c'est ce que les gens ont fait des suggestions de l'IA : acceptées ou rejetées, et pourquoi. Dans la plupart des entrepôts, ni l'un ni l'autre n'existe. Les exceptions circulent de bouche à oreille. Que l'IA ait eu raison ou tort, personne ne l'écrit. Sans boucle de retour, l'IA fait la même erreur aujourd'hui, demain et le mois prochain — identique, à chaque fois.
À l'été 2024, j'ai visité un entrepôt de pièces automobiles près de Dallas. L'IA émettait une liste de réapprovisionnement chaque matin, et les opérations en rejetaient environ un tiers par expérience — sans jamais enregistrer la moindre raison. Trois mois plus tard, l'IA faisait toujours les mêmes suggestions et les opérations les rejetaient toujours. Trois mois d'apprentissage, gaspillés. Corriger cela ne demande pas de grand projet : chaque exception reçoit un relevé, une cause et une résolution — une phrase suffit. Chaque suggestion de l'IA reçoit une marque d'acceptation ou de rejet, et chaque rejet reçoit une raison d'une ligne. Un mois de cela constitue un bon matériel d'entraînement pour le prochain cycle. Voici la partie contre-intuitive : plus vous conservez de données d'exceptions, moins les erreurs de l'IA coûtent cher, parce que le système peut en tirer des leçons. Un entrepôt sans relevés d'exceptions paraît fluide en surface pendant que la même erreur se répète sans que personne ne s'en aperçoive.
Dans quel ordre, et à quel coût
Prenez les trois dans l'ordre ci-dessus : données de référence, données transactionnelles, puis exceptions et retours d'expérience. L'ordre n'est pas négociable. Sans données de référence convenues, le rapprochement ne tombe jamais juste. Sans boucher les fuites dans les transactions, les relevés d'exceptions n'ont aucun cas auquel se rattacher. Le tableau ci-dessous est une estimation illustrative pour un entrepôt de taille moyenne — 3,000 commandes par jour, 2,000 bacs. Les chiffres sont un exemple hypothétique, pas une référence du secteur :
| Type de données | À quoi cela ressemble d'habitude | Travail de nettoyage | Seuil d'acceptation | Coût illustratif |
|---|---|---|---|---|
| Données de référence | Un produit, plusieurs numéros d'article ; codes de bac erronés | Un numéro par produit ; parcourir chaque bac | Champs complets à 98%+ ; zéro doublon | 2–3 semaines, ~$10,000 |
| Données transactionnelles | Retours non enregistrés ; comptages modifiés sans trace | Saisie le jour même ; rapprochement triple hebdomadaire | Champs manquants sous les 2% ; écarts résolus le jour même | 3–4 semaines, ~$15,000 |
| Exceptions et retours d'expérience | Bouche à oreille ; rejets sans raison | Chaque exception enregistrée ; chaque suggestion marquée | Relevé, cause et résolution archivés | 1–2 semaines, ~$5,000 |
Additionnez le tout et le travail complet dure environ 6 à 9 semaines et coûte $30,000. Cela ressemble à un supplément facturé en plus du projet d'IA, jusqu'à ce que vous chiffriez l'alternative : deux mois de retouches et un système à $180,000 à l'arrêt. La préparation des données n'est pas une ligne de coût. C'est le ticket d'entrée du projet d'IA — si vous ne pouvez pas le payer, n'entrez pas encore.
Alors la prochaine fois qu'un vendeur vous dira que les données sales ne posent pas de problème parce que le modèle apprendra tout seul, posez-lui une question : quand il apprendra la mauvaise chose, qui paiera pour cela ? S'il ne peut pas répondre, mettez l'affaire en attente, nettoyez d'abord les données, et parlez d'IA ensuite.
Par Lao Mi, Vétéran de la chaîne logistique (20 ans) Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.







