En septembre 2025, le directeur général d'un entrepôt 3PL dans l'est de la Chine m'a appelé au sujet d'un pilote de reconnaissance visuelle. La démonstration du fournisseur avait atteint 99.6% de précision de reconnaissance, le contrat indiquait « une précision d'au moins 99% », et le formulaire d'acceptation était déjà signé. Au cours de la première semaine d'exploitation réelle, les étiquettes endommagées, les bandes réfléchissantes et les codes-barres tordus ont afflué, et la précision est tombée à environ 91%. La station de retouche a nécessité deux heures de main-d'œuvre supplémentaires par jour pour réparer les dégâts. Il m'a demandé à qui la faute. Ma réponse a été que c'était la faute du contrat. Si les critères d'acceptation d'une POC d'IA se résument à une seule ligne « pas moins de 99% », sans définition de l'ensemble de test, sans méthode d'échantillonnage et sans protocole de mesure, cette ligne n'a aucune force contraignante lors de la réunion d'acceptation. Un fournisseur peut choisir 2,000 photos nettes de cartons standard et le chiffre tient toujours.

Ce n'est pas un cas isolé. À en juger par les conditions de livraison publiées par plusieurs intégrateurs de premier plan, et par la douzaine de projets d'IA pour entrepôts que j'ai suivis au cours des deux dernières années, la façon la plus courante pour une POC de mourir n'est pas que la technologie échoue. C'est que le standard d'acceptation a été rédigé trop vaguement.

Transformer les critères d'acceptation d'une POC d'IA en quatre chiffres mesurables

Une fonction qui marche en démonstration doit survivre à trois transitions avant de marcher en production : la distribution des données change, le rythme d'exploitation change, et les exceptions apparaissent. Si le contrat ne définit le succès que dans l'environnement de démonstration, les trois transitions deviennent le coût de l'acheteur.

Catégorie Métrique principale Comment elle est mesurée Piège courant
Précision Précision de reconnaissance ou de prédiction, taux d'erreur Échantillonnage continu à partir du flux réel, au moins 5,000 unités, stratifié par catégorie de produit Ne tester que l'ensemble de démonstration, ou déclarer la précision globale sans la pire catégorie
Vitesse Temps de traitement par unité, réponse système P95 Mesurée en continu pendant les heures de pointe, en utilisant le 95e percentile, et non la moyenne Ne déclarer que des moyennes, qui masquent la longue traîne des retards
Stabilité Durée de fonctionnement continu sans intervention manuelle, temps de reprise après panne 72 heures de fonctionnement continu, en consignant chaque arrêt et chaque reprise Ne tester qu'une journée de huit heures, jamais l'équipe de nuit ni un changement d'équipe
Coût Coût par unité traitée, économies de main-d'œuvre converties en argent Calculé à partir du volume réel et des heures de main-d'œuvre pendant la période d'acceptation Ne compter que la licence logicielle, en ignorant la retouche, la maintenance et la gestion des exceptions

La précision est le point où la formulation se trompe le plus souvent. Le même « 99% » peut décrire deux mondes différents selon qu'il a été mesuré sur un ensemble de démonstration choisi par le fournisseur ou sur le flux réel. Le contrat doit préciser que l'ensemble de test provient des marchandises réelles de l'acheteur, que l'échantillonnage couvre toutes les catégories de produits et tous les types d'exception, et que les résultats sont jugés catégorie par catégorie, la pire catégorie étant notée séparément plutôt que cachée dans une moyenne globale. La vitesse doit être exprimée en valeur P95, et non en moyenne, car un entrepôt ne souffre jamais à la moyenne : il souffre quand les pires 5% des commandes bloquent la ligne. La stabilité doit être exprimée en durée de fonctionnement continu, et 72 heures est un repère pratique, couvrant une équipe de jour, une équipe de nuit et un passage de relais.

Le coût est la métrique la plus facilement réduite à une phrase vide. « Une économie attendue de 30% de la main-d'œuvre » ne peut pas être acceptée, car elle n'a pas de base de référence. La version viable consiste à fixer d'abord la base de référence — le coût réel par unité et les heures de main-d'œuvre de ce processus au cours des deux semaines précédant la POC — puis à la comparer aux valeurs mesurées pendant l'acceptation. La retouche, la gestion des exceptions et la main-d'œuvre de maintenance doivent être incluses, sinon les heures économisées par le fournisseur seront de nouveau absorbées par la station de retouche.

Réussir sur des données de démonstration, échouer sur le flux réel

Un deuxième cas provient d'un entrepôt de e-commerce dans le Guangdong à la fin de 2024. L'algorithme d'ordonnancement des AMR du fournisseur promettait une hausse de 25% de l'efficacité de picking, et l'acceptation a été mesurée sur une seule vague pendant une période creuse. Les chiffres semblaient excellents. Lorsque la simulation de haute saison a tourné, la hausse est tombée à 7%, et après 72 heures de fonctionnement continu, le système a rencontré un blocage d'ordonnancement dont le redémarrage a pris 40 minutes. Le contrat ne disait rien sur la durée de fonctionnement continu, le temps de reprise ou la performance en cas de concurrence maximale. La POC a été marquée « réussie », et les problèmes sont apparus en masse trois mois après le go-live, lorsque la retouche a coûté plus cher que la POC elle-même.

Les deux cas renvoient à la même cause. Il existe un écart systématique entre l'environnement de test de la POC et l'environnement de production, et l'ampleur de cet écart dépend des données utilisées, du rythme auquel on a testé et de la durée du test. Les données de démonstration sont la zone de confort du fournisseur ; les données réelles sont la réalité quotidienne de l'acheteur. Ma recommandation est de fixer trois choses dans le contrat : premièrement, les données de test doivent provenir des marchandises réelles de l'acheteur, échantillonnées pour couvrir les schémas de vagues de haute saison et les types d'exception ; deuxièmement, la mesure d'acceptation doit couvrir au moins une période d'exploitation complète en pointe, jamais une fenêtre creuse seule ; troisièmement, la période d'acceptation doit durer au moins deux semaines, en incluant un passage de relais et un cycle complet de gestion des exceptions.

Il y a un point contre-intuitif ici : plus on fixe l'objectif de précision haut, plus une POC se déforme facilement. Un objectif de 99.9% semble rigoureux, mais en pratique il pousse souvent le fournisseur à sur-ajuster l'ensemble de démonstration, en consacrant son énergie à polir l'ensemble de test à la perfection plutôt qu'à rendre le système plus robuste. Un objectif d'acceptation utile n'est pas un seul chiffre impressionnant, mais un ensemble de métriques à plusieurs niveaux : la précision globale, la précision de la pire catégorie et la couverture des types d'exception, les trois devant être réussies ensemble. L'arbitrage est clair. Un ensemble de métriques d'apparence plus souple mais structurellement complet vous donne de la crédibilité sur les marchandises réelles ; un seul chiffre très élevé vous donne généralement une bonne démonstration.

Si l'acceptation échoue, le contrat a besoin d'une sortie

Une fois les métriques claires, le contrat doit encore dire ce qui se passe quand elles ne sont pas atteintes. Beaucoup de contrats de POC n'ont qu'une seule phrase ici — « si l'acceptation échoue, les deux parties négocieront » — ce qui, en pratique, signifie une querelle. Une structure plus durable est une sortie à plusieurs niveaux : lors du premier échec d'acceptation, le fournisseur bénéficie d'une remédiation gratuite dans un délai de 30 jours, avec la portée et le plafond de coût inscrits dans le contrat ; s'il échoue une deuxième fois, l'acheteur peut résilier, récupérer les frais de mise en œuvre non dépensés et régler le matériel livré à sa valeur dépréciée, la propriété des données et du modèle étant fixée à la signature.

Le calcul montre ce que vaut cette clause. Prenons une POC qui coûte 400,000 yuans avec un budget total de déploiement de 4 millions. Si le standard d'acceptation est vague et que le système est déclaré accepté, pour ensuite se révéler insuffisant pendant le déploiement, la retouche et la remédiation peuvent facilement consommer un autre million de yuans, plus trois mois de fenêtre perdue. Face à cela, deux pages de conditions d'acceptation ne coûtent presque rien. L'autre face du même calcul est qu'une POC est, par essence, un petit paiement pour de l'information — la réponse à la question de savoir si cette solution fonctionne vraiment dans mon entrepôt. Si le standard d'acceptation est rédigé de telle sorte que le fournisseur ne peut pas perdre, l'argent n'achète pas de l'information mais un ticket pour le déploiement.

Une POC réussie a aussi besoin d'une clause de transfert pour le passage en production. Trois choses appartiennent au contrat : premièrement, les données d'acceptation de la POC et l'ensemble de test sont conservés comme base de référence du go-live, et les métriques de production ne doivent pas tomber en dessous des valeurs d'acceptation de la POC ; deuxièmement, le déploiement se fait par étapes, chacune avec un point de contrôle, et un point de contrôle manqué arrête le déploiement à cette étape ; troisièmement, la période de support sur site du fournisseur et les temps de réponse sont inscrits dans les conditions de déploiement plutôt que laissés à des promesses verbales. La rupture la plus dangereuse entre la POC et le go-live est le moment où l'acceptation se termine et où les meilleures personnes du fournisseur s'en vont, laissant un système dont personne n'est responsable.

Le jugement, à présent, est assez clair : l'acceptation d'une POC n'est pas un examen technique mais une tarification du risque. Les métriques inscrites dans le contrat décident qui supporte l'incertitude des marchandises réelles ; la clause de sortie décide qui a le droit d'arrêter quand cette incertitude dépasse les attentes. Au cours des deux ou trois prochaines années, les projets d'IA pour entrepôts ne feront que se multiplier, et les démonstrations des fournisseurs ne feront que devenir plus soignées. La façon de savoir si un fournisseur est sérieux est en train de passer de l'observation de la démonstration à l'observation de sa volonté d'inscrire les critères d'acceptation de la POC d'IA dans le contrat, et de savoir si ces métriques survivent au contact des marchandises réelles. Quant à votre prochaine POC, qui fixe les chiffres sur le formulaire d'acceptation est une question qui vaut la peine d'être réglée avant la signature du contrat, et non après.

Par Dr. Chen, Chercheur en chaîne logistique Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.