L'automatisation des retours comme première étape vers l'IA physique dans la pratique.
Dans le centre logistique de Zalando à Greven, en Allemagne, et à Świebodzin, en Pologne, les robots de la série UR12e-1300 d'Universal Robots traitent déjà aujourd'hui les retours de vêtements sans intervention humaine. Il ne s'agit pas d'une expérience, mais de la première phase d'une initiative évolutive visant à déployer l'IA physique dans la logistique européenne. La solution basée sur la plateforme Cortex de Sereact permet aux robots de gérer diverses formes, orientations et emballages de marchandises qui n'arrivent jamais dans une configuration uniforme. Il s'agit d'un problème essentiel dans le traitement des retours - et c'est précisément sur lui que se concentre la nouvelle génération de robotique dotée d'une IA intelligente.
Zalando, une plateforme technologique pour la mode et le style de vie qui regroupe plus de 7 000 marques auprès de 62 millions de clients dans 29 pays, doit traiter des centaines de milliers de retours par mois. Les systèmes d'automatisation traditionnels ne pouvaient pas gérer la diversité des produits - et maintenant, grâce à l'intégration de Cortex avec les robots de Teradyne Robotics, le processus est non seulement automatisé, mais il respecte également les nouvelles réglementations de l'UE interdisant la destruction des retours. Cela signifie que l'IA physique augmente non seulement l'efficacité, mais elle contribue également à respecter les exigences légales.
Une IA, plusieurs tâches - sans réentraînement.
L'un des principaux avantages de la plateforme Cortex est sa capacité à fonctionner avec un seul modèle pour de nombreuses tâches différentes. Comme le souligne le Dr Ralf Gulde, PDG de Sereact : « Ce qu'un robot apprend, tous les autres en bénéficient. » Cela signifie qu'il n'est pas nécessaire de former un modèle distinct pour chaque nouveau produit ou type d'emballage. Dans la pratique, cela se traduit par la possibilité de déployer rapidement des solutions dans différents sites - sans longs cycles de formation. La plateforme fonctionne à la fois sur des tâches telles que le prélèvement et le placement, le tri, l'assemblage, ainsi que Robots pour la conduite de machines que la préparation des commandes.
Il ne s'agit pas seulement d'accélérer les processus, mais de changer l'approche de l'automatisation. Au lieu de concevoir des systèmes spécialisés pour chaque tâche, l'entreprise peut désormais investir dans une IA qui apprendra et s'adaptera en temps réel. La collaboration avec Teradyne Robotics permet d'utiliser un réseau mondial de distribution et d'intégrateurs, ce qui accélère la mise à l'échelle des solutions vers de nouveaux marchés - dès 2026, Sereact est également présent aux États-Unis grâce à son siège social à Boston.
L'IA physique dans la pratique : de la simulation à l'action sur la ligne de production.
Image agrandieFermer l'agrandissementImage précédenteLa solution Cortex n'a pas été créée à partir de zéro - son développement repose sur des outils NVIDIA avancés. Le modèle est entraîné dans l'environnement Isaac Sim en utilisant les modèles Cosmos open source, ce qui permet de simuler un nombre infini de scénarios avant le déploiement. Ensuite, le modèle est affiné par la méthode d'apprentissage par renforcement (reinforcement learning) au sein du framework Isaac Lab et testé sur le matériel Teradyne Robotics avant le déploiement.
Dans l'environnement de production, Cortex fonctionne sur la plateforme NVIDIA Jetson Thor, où le traitement doit se faire à la vitesse de la chaîne de production. La version de développement et les mises à jour des modèles sont gérées par NVIDIA DGX Spark au niveau du centre logistique. Cela assure la continuité, la scalabilité et une adaptation rapide aux conditions opérationnelles changeantes - ce qui est essentiel pour les applications dans la logistique dynamique et le commerce de détail.
Qu'est-ce que cela signifie pour l'avenir de l'automatisation ?
Le fait que l'IA physique fonctionne déjà dans les centres Zalando n'est pas une expérience aléatoire - c'est la première étape vers une nouvelle ère d'automatisation. Auparavant, les robots étaient configurés uniquement pour des tâches et des produits spécifiques. Maintenant, grâce à l'intégration de l'IA avec les plateformes robotiques ouvertes, un robot peut apprendre en temps réel et s'adapter aux conditions changeantes sans intervention humaine. Cela modifie la façon dont les entreprises envisagent l'automatisation - non pas comme un coût, mais comme une capitalisation flexible.
Cependant, il faut se rappeler que cette solution fonctionne dans des conditions bien contrôlées : dans les centres logistiques avec des flux établis et un accès aux données. Dans le cas d'environnements plus imprévisibles - par exemple, dans les magasins de détail ou dans les rues - la technologie peut rencontrer des difficultés. Actuellement, son application est limitée aux tâches structurelles, mais le développement des modèles VLA (Vision-Language-Action) et la disponibilité de plateformes informatiques plus puissantes ouvrent la voie à des applications encore plus avancées.
