Voici ma conclusion après avoir suivi un pilote d'IA de vision pendant trois mois dans un centre de tri de colis : la valeur de la détection des bourrages par IA n'a jamais tenu à la qualité de sa vision. Elle tient à la précocité de sa vision. Un convoyeur bourré, n'importe qui debout à côté le voit. Les dégâts arrivent pendant les vingt minutes où personne n'est debout à côté.

Automne 2024. Un hub de tri 3PL en périphérie de Fontana, en Californie — environ 180 000 pieds carrés, en pleine préparation de la haute saison. De nuit, une enveloppe matelassée souple a glissé d'un rouleau à un point de convergence et s'est coincée entre la bande et le châssis. La ligne ne s'est pas arrêtée. Elle a continué à alimenter. Ce point de convergence se trouvait derrière une colonne de soutien, hors de vue, et l'écran de contrôle affichait tout au vert. Plus de vingt minutes se sont écoulées avant qu'un superviseur ne parcoure la ligne et ne découvre les colis entassés au sol — des cartons écrasés comme des dominos qui se replient, une boîte de verrerie fendue, une tête de lecture décalée. Arrêter la ligne, dégager la pile, réinitialiser l'équipement : la majeure partie de quarante minutes. Le plan de sortie de cette nuit-là était fichu.

L'établissement a ensuite fait venir un fournisseur d'IA de vision pour un pilote. Je l'ai visité deux fois. Voici toute l'histoire — le processus, les pièges et les chiffres.

Où l'on monte la caméra compte plus que son prix

Le pilote a utilisé exactement six caméras, et chaque position a été choisie à partir de deux ans de journaux de bourrages. Deux aux points de convergence où les lignes principales alimentent le trieur — historiquement les pires points de bourrage. Une en haut de la rampe, où les colis basculent par-dessus la crête et se coincent. Deux au-dessus des goulottes de tri, pour surveiller les colis coincés dans la goulotte qui ne tombent jamais. Une de plus à l'induction du trieur, juste pour vérifier que le flux entrant avait l'air normal.

Pas une seule caméra n'est allée à un endroit « pratique ». Elles sont toutes allées là où les bourrages avaient vraiment eu lieu. Montées à un peu plus de deux mètres de haut, regardant vers le bas à environ 45 degrés. Pourquoi pas de côté ? Parce que de côté, on ne voit pas sur combien de couches s'empile le tas. Pourquoi pas à la verticale ? Les poutres en acier gênent. Quarante-cinq degrés, c'est le compromis trouvé par tâtonnements.

Caméra d'IA de vision surveillant une ligne de convoyeurs dans un entrepôt

Le matériel était délibérément ennuyeux : des caméras industrielles à balayage de zone couplées à un boîtier de calcul en périphérie, tournant sur site, aucune salle serveurs requise. Le modèle faisait exactement une chose — surveiller si le produit bougeait. Pas de déplacement pendant un nombre fixe de secondes, on lève l'alarme. C'est tout. Résistez à la tentation de lui faire lire les étiquettes et identifier les SKU dès le premier jour. Réussissez d'abord le seul travail de détection des bourrages. Moins vous lui donnez de tâches, moins il a de façons d'échouer.

Un autre compromis à signaler : quand l'alarme se déclenche, la ligne doit-elle s'arrêter automatiquement ? Le pilote a démarré avec l'arrêt automatique câblé. Une fausse alarme, toute la ligne s'arrête en urgence, et les opérateurs ont détesté le système plus qu'ils n'avaient détesté les bourrages. On est passé à alarme seule, avec confirmation humaine avant tout arrêt. Ma règle empirique : tant que le taux de fausses alarmes n'est pas descendu à un chiffre par jour, ne touchez pas aux arrêts automatiques. Laissez l'IA être d'abord un guetteur, pas un commandant. C'est comme ça qu'on survit à la phase initiale de tout déploiement d'IA en entrepôt.

Comment l'éclairage a fait exploser notre taux de fausses alarmes

La première semaine du pilote, le système envoyait des dizaines de fausses alarmes par jour. Au troisième jour, les opérateurs l'avaient mis en sourdine. Voici la partie que personne ne met dans le dossier commercial : une alarme que personne n'écoute, c'est comme pas de système du tout. Le premier mois du pilote n'a donc pas vraiment servi à régler le modèle — il a servi à écraser les fausses alarmes. Trois pièges précis :

L'éclairage a été le plus sournois. Le bâtiment a de hautes fenêtres latérales, et par beau temps l'après-midi, le soleil traverse la bande en biais, projetant des taches lumineuses à déplacement lent sur les rouleaux. Le modèle les lisait comme du produit en mouvement — ou pire, des ombres masquant un colis vraiment arrêté. Le correctif a été glorieusement bas-tech : des pare-soleil sur chaque caméra, et la logique d'alarme est passée du jugement sur une image à « pas de déplacement pendant N secondes consécutives ». Les fausses alarmes ont chuté de plus de moitié du jour au lendemain.

L'emballage réfléchissant a été le piège numéro deux. Les cartons laminés et les enveloppes à bulles scintillent sous les lumières, et le scintillement rendait le modèle nerveux. Le correctif : verrouiller l'exposition, et suivre le déplacement des contours plutôt que les changements de luminosité. Il a beau éblouir — si le contour ne bouge pas, rien ne bouge.

Les articles de forme bizarre ont été le troisième. Un sac en poly affaissé à plat sur la bande ne cesse de changer de forme, et le modèle n'arrivait pas à décider s'il bougeait ou non. La réponse a été de découper une zone pour ce type de produit et de baisser la sensibilité. Mieux vaut rater un vrai événement que crier au loup vingt fois par jour.

Fin de l'histoire : les fausses alarmes sont passées de dizaines par jour à un chiffre, et c'est seulement à ce moment-là que les opérateurs ont rallumé le son. Retenez l'ordre — d'abord écraser les fausses alarmes, parler de précision ensuite. Inversez l'ordre et le pilote meurt.

Ce que vingt minutes d'arrêt coûtent vraiment

Passons aux chiffres. En pointe, cette ligne principale déplace plusieurs milliers de colis à l'heure. Vingt minutes d'arrêt, c'est bien plus d'un millier de colis qui s'accumulent en amont. L'engorgement lui-même n'est pas ce qui tue — la cascade, si. Les postes de tri manuel en amont restent à l'arrêt sans rien à faire, les positions de chargement en aval tournent à vide, et la productivité de toute la ligne tombe d'une falaise. Un petit bourrage dérègle le rythme d'une demi-équipe. Attrapez-le pendant une fenêtre de sortie avant une grosse vente, et « vingt minutes » ne commence même pas à décrire le coût.

Le pilote à six caméras, matériel plus intégration, a coûté à peu près le prix d'un pick-up milieu de gamme. Pour une ligne principale qui ne peut pas se permettre de s'arrêter en haute saison, le calcul est facile. Mais voici mon verdict, et je le dis franchement : si votre bâtiment expédie moins de quelques milliers de commandes par jour, n'y pensez même pas. Votre ligne se bourre une ou deux fois par jour, quelqu'un la dégage d'un coup de bâton en deux minutes, et un système de caméras ne fait que vous donner une chose de plus à surveiller — plus une personne de plus pour regarder les alarmes. Pour la détection des bourrages, l'échelle est un filtre brutal. En dessous, le ROI est négatif.

Alors, quand est-ce que ça vaut le coup ? Si deux de ces trois conditions sont vraies, ça vaut une conversation. Un : une seule ligne arrêtée vingt minutes fait vraiment mal. Deux : vous avez un historique de bourrages et vous savez exactement quels segments sont les récidivistes. Trois : quelqu'un dans votre équipe est prêt à passer deux semaines sur site à régler avec le fournisseur. C'est le troisième qu'on saute le plus — et sans lui, les pièges d'éclairage et de reflets ne se règlent jamais. Un fournisseur m'a un jour dit quelque chose d'honnête : son modèle est parfait en labo et entièrement dépendant du réglage terrain une fois dans un entrepôt. Tout fournisseur d'IA de vision qui promet « plug and play, aucun réglage nécessaire » vient de vous dire tout ce que vous devez savoir sur lui.

Voici la version actionnable : démarrez le pilote sur le pire segment de bourrages, pas sur toute la ligne. Points de convergence, crêtes de rampe, goulottes — montez là d'abord et faites tourner un mois. L'établissement que j'ai observé a fait quelque chose à copier : cinq minutes chaque matin, l'équipe du matin passait en revue les alarmes de la veille, signalait les fausses et les envoyait au fournisseur pour réglage. En un mois, les fausses alarmes étaient tombées à une tous les deux jours — et le système a détecté quatre vrais bourrages, dont un à 3 h du matin avec une seule personne de garde. Sans lui, cette pile aurait grandi jusqu'au lever du jour. Les chiffres sont bons, on étend. Ils ne le sont pas, on se retire avec une perte contenue. En IA d'entrepôt, la première étape est toujours un petit pilote, jamais un déploiement sur tout le bâtiment.

Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.