Amazon lance un concours à destination des développeurs pour améliorer la planification des trajets de livraison des marchandises vendues sur sa plateforme de e-commerce. L’idée ? Alimenter les algorithmes d’optimisation des tournées des chauffeurs-livreurs avec la connaissance tacite de ces derniers. Autrement dit leur intuition née de leur expertise métier. Pour cela, Amazon s’associe avec le MIT CTL (Massachussets Institute of Technology, Center for transportation & logistics) pour lancer un défi aux développeurs. Les inscriptions sont ouvertes depuis le 22 février et jusqu’au 29 mars, sur le site routing challenge.

Les données de 4000 livraisons Amazon réelles

L’Amazon last mile routing research challenge invite les étudiants à imaginer toutes les méthodes possibles pour résoudre le problème en s’appuyant sur l’IA, le machine learning, le deep learning, la « computer vision » (traitement d’image assisté par ordinateur), etc. Pour développer leur solution, les candidats devront générer « des séquences de trajets efficaces en regard de mesures de performance choisies, en s’appuyant sur des exemples réels de livraisons réalisées par des chauffeurs expérimentés ». Amazon fournira aux développeurs les données issues de 4000 de ces trajets effectués sur le territoire nord-américain (lieux de livraison avec leurs caractéristiques physiques, informations de transport, distances et délais, date, caractéristiques des véhicules, etc.) Ces sources doivent permettre aux développeurs d’extraire de toutes les façons possibles la précieuse connaissance tacite des chauffeurs. Un autre jeu de données liés à 1000 autres trajets servira à tester le modèle proposé.

Un problème classique mais particulièrement complexe

Trouver la route optimale à parcourir pour un livreur fait partie des problèmes classiques de recherche opérationnelle mais aussi des plus complexes. Il s’agit d’identifier ce trajet à partir de données nombreuses et éclectiques comme les destinataires et les marchandises, bien sûr, les distances à parcourir, les coûts, la sécurité, la « durabilité », etc.  Chez Amazon, comme pour tous les services, ces solutions de planification du travail de la flotte de livraison e-commerce sont développées et peaufinées en interne, en l’occurrence par l’équipe Last Mile (dernier kilomètre).

Des chauffeurs qui défient les algorithmes

Mais à l’instar des nombreux conducteurs qui dévient volontairement de la route proposée par leur GPS car ils savent qu’il y a des trajets plus efficaces, les chauffeurs-livreurs suivent d’autres trajets que ceux proposés par le logiciel. Comme l’explique Amazon dans sa note de blog, ils savent qu’à certains endroits, certaines heures, la circulation sera dense, ou qu’il sera plus ou moins facile de se garer. Ils savent quels lieux peuvent être efficacement livres en même temps.

Derrière le e-commerce d’Amazon se cache une machine logistique redoutable d’efficacité. Les consommateurs ne s’y sont pas trompés, en particulier depuis la pandémie. Avec le last mile routing research challenge, le Gafa s’inscrit dans la logique de sa recherche permanente d’optimisation du fonctionnement de sa logistique. S’il ne cesse d’ouvrir de nouveaux entrepôts, de les équiper en robots, d’acquérir ses propres flottes de transports y compris par l’achat de Boeing 767-300, il s’appuie aussi sur sa capacité à développer des solutions logicielles de haut niveau.

De l’expertise pour Amazon, des dollars et des emplois pour les candidats

Sur un modèle classique chez les Gafa d’appel à la foule, il a donc tout à gagner avec son routing challenge qui devrait attirer les meilleurs de la planète sur la modélisation logistique. Quant aux candidats, au-delà de la possibilité de travailler sur la matière exceptionnelle des données logistiques réelles du géant du e-commerce, ils ont la possibilité de remporter un prix et même un emploi. La première équipe retenue recevra 100 000 $, la deuxième 50 000 $ et la troisième 25 000 $. Leurs travaux pourront par ailleurs être publiés par le MIT, et Amazon les recevra en entretien en vue de les intégrer à ses équipes. Un défi gagnant-gagnant.