Nous, les petits entrepôts, ne pouvons pas nous permettre de brûler de l'argent comme ça, et chaque emploi dans notre entrepôt doit mériter sa place. L'année dernière, un vendeur de logiciels est venu à ma porte avec un système de contrôle visuel par IA, et quand j'ai vu le devis, j'ai simplement ri. Ce n'est pas que je n'en voulais pas. Mon entrepôt de 3,000 mètres carrés gagne en un mois moins que les frais de service trimestriels de ce système. Toujours est-il que l'IA dans l'entrepôt au cours des trois prochaines années arrivera bel et bien. La question n'est pas de savoir si elle arrive. C'est pour qui elle vient en premier.

Voici mon avis. L'IA ne remplacera pas d'abord les gens de l'entrepôt. Elle remplacera le travail qui dépend des yeux, de la mémoire et des doubles vérifications répétées. Les préparateurs de commandes, les contrôleurs et le personnel de saisie de données seront transformés en premier. Les caristes, les techniciens de maintenance et les chefs d'équipe peuvent tenir bon pendant un certain temps. Pourquoi ? Parce que l'IA est douée pour regarder des images et faire des calculs. Elle est mauvaise pour déplacer des choses dans un vrai entrepôt, réparer des choses et se disputer avec les gens.

L'IA dans l'entrepôt au cours des trois prochaines années transforme d'abord trois emplois d'entrepôt

Le premier emploi à être transformé est celui de contrôleur. Nous avions l'habitude d'avoir deux personnes pour vérifier chaque commande sortante, l'une lisant et l'autre regardant, et des erreurs se produisaient quand même quand c'était chargé. Maintenant, une caméra de contrôle visuel est installée au-dessus du poste d'emballage, jette un coup d'œil et sait si quelque chose manque ou se trouve dans le mauvais carton. Ce travail dépendait autrefois des yeux humains. Maintenant, il dépend d'une caméra et d'un algorithme. Tous les contrôleurs ne perdront pas leur emploi demain, mais l'ancien système de « deux personnes vérifiant chaque commande » deviendra « une personne plus une machine » d'ici trois ans.

Le deuxième est le préparateur de commandes. La préparation elle-même ne disparaît pas, mais la façon de préparer change. Les nouvelles recrues suivaient autrefois un travailleur expérimenté pendant deux semaines juste pour mémoriser les emplacements. Maintenant, les itinéraires de préparation recommandés par l'IA et les instructions vocales permettent à une nouvelle recrue de commencer dès le premier jour. La barrière d'entrée pour la préparation baisse, mais le pouvoir de négociation du préparateur aussi. Être une « main expérimentée » valait autrefois un salaire supplémentaire. Cette prime deviendra de plus en plus mince.

Le troisième est la saisie de données et la paperasse. Les réceptions entrantes, les comptages de stock et les journaux d'exceptions étaient autrefois saisis un par un. Maintenant, la reconnaissance de photos, la saisie vocale et les formulaires automatiques réduisent la charge de frappe manuelle. Nous avons une jeune femme dans notre entrepôt qui passait autrefois la moitié de sa journée à taper des commandes. Maintenant, la moitié de son temps est consacrée au traitement des exceptions et l'autre moitié à apprendre à lire les rapports de données. Elle m'a dit elle-même que le travail de frappe a disparu, mais qu'elle a acquis une nouvelle compétence à la place.

Voici les calculs approximatifs de notre petit entrepôt (chiffres illustratifs, estimés à partir de notre propre activité). Un entrepôt de dix personnes introduisant des outils d'IA étape par étape sur trois ans pourrait voir ses effectifs évoluer comme ceci :

Rôle Effectif actuel Évolution sur trois ans Pourquoi
Contrôleurs 2 Passe à 1, plus contrôle visuel Les caméras sont plus fiables que les yeux, moins d'erreurs
Préparateurs de commandes 4 Toujours 4, mais une formation plus courte Les itinéraires IA et les instructions vocales abaissent la barrière
Saisie de données 1 Le poste disparaît, passe au traitement des exceptions La reconnaissance de photos remplace la frappe manuelle
Caristes 2 Aucun changement Lever des charges et juger sur place restent un travail humain
Chef d'équipe 1 Aucun changement, et plus important Les décisions sur les exceptions et la coordination exigent une personne

Le message discret de ce tableau est que l'effectif total ne baisse pas beaucoup, mais ce que vaut chaque emploi change. Les personnes qui savent lire les données, traiter les exceptions et travailler avec des systèmes deviennent plus précieuses. Les personnes qui ne font que répéter le même geste ont de plus en plus de mal à obtenir une augmentation.

Comment un petit entrepôt emprunte l'IA des grandes entreprises à petit prix

Voici la partie contre-intuitive. Le pack d'IA des grandes entreprises ne nous convient pas, mais cela ne signifie pas que les petits entrepôts ne peuvent que regarder depuis la touche. Au contraire, un petit entrepôt tourne plus vite, donc emprunter l'IA est en réalité plus flexible pour nous que pour un grand.

Voici comment nous l'avons empruntée. Astuce numéro un : louer, pas acheter. Nous n'avons pas acheté l'équipement de contrôle visuel. Nous l'avons loué mois par mois, pour un coût mensuel à peu près égal à une petite fraction du salaire mensuel d'un contrôleur (chiffre illustratif). Nous l'avons essayé pendant trois mois, cela nous a plu, et nous avons renouvelé. Si cela ne nous avait pas plu, nous aurions pu le rendre. Une grande entreprise a besoin d'une proposition de projet, d'un appel d'offres et de six mois. Notre petit entrepôt peut essayer quelque chose avec un seul coup de téléphone.

Astuce numéro deux : réparer d'abord le problème le plus douloureux, oublier le pack complet. Nous n'avons installé aucun « cerveau intelligent d'entrepôt ». Nous avons résolu exactement un problème : les expéditions erronées. Une expédition erronée signifie payer le fret de retour, indemniser le client et perdre sa confiance, ce qui coûte ensemble plus qu'un mois de location. Bouchez d'abord la fuite la plus chère. Tout le reste peut attendre.

Astuce numéro trois : laisser le personnel expérimenté diriger l'IA, et non l'inverse. Notre contrôleur, le vieux Zhang, a d'abord résisté et a dit que la machine lui volerait son emploi. Puis il s'est rendu compte que la machine prenait le blâme à sa place. Les erreurs sortaient autrefois de sa paie ; maintenant, la machine les détecte d'abord, et son travail est devenu plus facile. Une fois son attitude changée, il est devenu la meilleure personne de tout l'entrepôt pour utiliser l'équipement.

Un scénario de plus (scénario illustratif). Avant la grande saison des ventes de 2025, nous avons accepté une commande urgente de trois fois notre volume normal et nous n'avons pas pu embaucher assez de monde. Les années précédentes, nous n'aurions pas osé l'accepter. Cette fois, avec les instructions vocales de préparation et deux travailleurs temporaires, nous l'avons assumée, et notre taux d'erreur s'est avéré inférieur à celui des années précédentes. Cela m'a appris quelque chose. Pour un petit entrepôt, la plus grande valeur de l'IA n'est pas de remplacer les gens. C'est de permettre à un petit entrepôt d'assumer des commandes qu'il ne pourrait pas traiter autrement.

Quels emplois d'entrepôt restent stables, et qui devrait se préparer dès maintenant

Qui reste stable ? D'abord, les personnes qui savent réparer les équipements. Un véhicule à guidage automatique restera coincé, une caméra se salira, et quand l'équipement s'arrête, tout l'entrepôt s'arrête. Les personnes qui savent réparer, ajuster et répondre aux urgences ne deviendront que plus précieuses au cours des trois prochaines années.

Deuxièmement, les chefs d'équipe et les gestionnaires d'exceptions. Un système peut vous dire « cette commande a un problème », mais il ne peut pas décider de l'expédier ou de la retenir, ni de qui doit appeler le client. Le jugement, la communication et la prise de responsabilité sont des tâches que l'IA ne peut pas assumer.

Troisièmement, le personnel expérimenté qui connaît le métier. Ils savent quel client est exigeant, quel produit se casse facilement et quoi stocker pour quelle saison. Ce savoir vit dans la tête des gens, pas dans le système. L'IA peut calculer, mais elle ne peut pas calculer le contexte comme « ce client s'est plaint de l'emballage la dernière fois ».

Qui devrait se préparer dès maintenant ? Quiconque dont le travail n'est que geste répété. Mon conseil est pratique, pas sophistiqué. N'attendez pas. Apprenez deux choses. D'abord, lire les données : rapports, anomalies, tendances. Ensuite, travailler avec des systèmes : utiliser de nouveaux outils et former de nouveaux collègues. Des compétences supplémentaires ne font jamais de mal, dans un entrepôt comme ailleurs.

Un mot honnête pour conclure. L'IA dans l'entrepôt au cours des trois prochaines années ne change pas la question de savoir si les entrepôts ont besoin de gens. Elle change le type de gens dont les entrepôts ont besoin. Les petits entrepôts ont leur propre façon de survivre. Nous ne sommes pas en concurrence sur le prix de nos équipements. Nous sommes en concurrence sur la rapidité de réaction, les faibles coûts et la volonté d'essayer. Quand l'IA arrive, n'ayez pas peur. Essayez d'abord l'option la moins chère sur un petit morceau, et élargissez si cela fonctionne. Si vous attendez que tous les autres entrepôts la maîtrisent déjà, alors il sera vraiment trop tard.

Par Xiao Ma, propriétaire d'un petit entrepôt Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.