Contactez-nous

Logistique portuaire à Abidjan : comment un agent IA prédit les retours à vide et optimise la rotation des conteneurs

Illustration de la situation decrite : Un conteneur vide qui attend n'est pas un conteneur en trop, c'est un coût qui court

Logistique portuaire à Abidjan : comment un agent IA prédit les retours à vide et optimise la rotation des conteneurs

Sept heures quarante, dans un bureau de la zone portuaire de Vridi. Le responsable des opérations d’un consignataire ouvre son écran avant même son premier café. Trois conteneurs vides sont annoncés « prêts à revenir » depuis la veille, deux autres attendent un bon à délivrer qui ne sera probablement pas signé avant midi, et un navire dont l’escale glisse de six heures. Personne ne sait encore lesquels de ces boîtes vont repartir à vide vers un terminal, lesquelles vont manquer leur créneau d’export, et combien cette incertitude va coûter.

Un agent IA, dans ce contexte, ne remplace pas le consignataire. Il fait ce que personne ne peut faire à la main sur un écran : croiser en continu les données de tracking des conteneurs, les calendriers d’escale des navires, l’historique des flux et les prévisions de trafic pour recommander, heure par heure, le planning de repositionnement le plus économique. L’objectif n’est pas de traiter plus de conteneurs, mais d’éviter ceux qui tournent à vide sans nécessité.

Un conteneur vide qui attend n’est pas un conteneur en trop, c’est un coût qui court

La rotation d’un conteneur commence au déchargement et se termine quand la boîte est remise à quai pour un nouvel usage, ou réexpédiée. Entre les deux, il y a un délai de franchise — la période pendant laquelle le transporteur ne facture pas l’immobilisation — puis des frais de surestarie qui s’appliquent au-delà. S’y ajoutent, selon les cas, le magasinage facturé par le terminal et l’immobilisation du camion qui attend son tour au guichet.

Le vrai coût est rarement celui qu’on regarde. Un conteneur vide immobilisé plusieurs jours occupe une place qui pourrait servir à une boîte utile, et il consomme le temps d’un chauffeur, d’un agent de dépôt, d’un exploitant. Plus grave : un vide rendu trop tard peut faire rater le bouclage d’un chargement à l’export, ce qui oblige la ligne à repositionner une boîte depuis un autre port. La dépense sort alors du budget du service logistique et entre dans celui du commercial, sans que personne ne relie les deux lignes.

À Abidjan, le retour à vide se décide bien avant l’arrivée du navire

Un conteneur qui repart à vide vers le port d’Abidjan ne devient pas vide le jour où il est vide. Sa date de retour dépend d’une chaîne d’événements qui commence souvent plusieurs semaines en amont : la date d’escale annoncée par la ligne, le déchargement effectif, la franchise, l’obtention du bon à délivrer, la disponibilité d’un camion, le rendez-vous au dépôt, et pour les boîtes qui partent vers l’hinterland, la durée de l’aller-retour jusqu’à Ouagadougou ou Bamako.

Illustration de la situation decrite : À Abidjan, le retour à vide se décide bien avant l'arrivée du navire
Illustration de la situation decrite : À Abidjan, le retour à vide se décide bien avant l’arrivée du navire

Le point de friction que connaissent bien les transitaires et les consignataires ivoiriens est là : la franchise court pendant que le dossier documentaire se règle. DPI, quittance, guichet unique, déclaration en douane, caution pour un conteneur qui sort du port — chaque étape consomme un temps qui n’a rien à voir avec la vitesse réelle du transport maritime. Quand la franchise expire, le conteneur n’a souvent pas encore quitté le terminal, et le planning de retour à vide est déjà faux.

Un tableur mis à jour deux fois par jour ne peut pas suivre ce rythme. C’est précisément l’espace où un agent IA connecté aux outils de l’entreprise trouve sa place.

Comment un agent IA prédit-il les retours à vide sur un terminal ?

L’agent ne devine pas. Il reconstitue, pour chaque conteneur, une probabilité de retour à une date donnée, et la met en regard des besoins réels de la ligne. La logique se déroule en cinq temps.

Illustration de la situation decrite : Comment un agent IA prédit-il les retours à vide sur un terminal ?
Illustration de la situation decrite : Comment un agent IA prédit-il les retours à vide sur un terminal ?

1. Reconstituer l’état réel de chaque boîte. L’agent consolide les événements du TOS, les EIR — le document qui trace l’entrée et la sortie d’un conteneur au terminal — et les données de tracking de la compagnie maritime, pour savoir où se trouve physiquement chaque conteneur à l’instant T.

2. Dater la fin de franchise. Il calcule, conteneur par conteneur, la date à laquelle la surestarie commence, en tenant compte du type de boîte, du régime douanier et du dépôt de destination.

3. Estimer le retour. À partir de l’historique de flux sur des dizaines d’escales comparables, il estime la probabilité qu’une boîte revienne vide à J+3, J+5 ou J+8, en intégrant la congestion du dépôt, la saisonnalité et la disponibilité des transporteurs.

4. Confronter l’offre et le besoin. Il compare ces retours estimés aux besoins en vides de la ligne : prochains chargements à l’export, escales à venir, conteneurs disponibles dans les dépôts de l’hinterland.

5. Recommander un planning. Il propose un ordre de priorité : quelles boîtes remonter immédiatement sur le terminal, lesquelles conserver pour un chargement à venir, lesquelles rediriger vers un dépôt plus proche du prochain point de chargement.

L’exploitant valide, ajuste, ou refuse. L’agent produit une recommandation argumentée, pas une décision automatique.

Ce que l’agent regarde, concrètement

| Source de données | Ce qu’elle apporte | Décision qu’elle permet |

| — | — | — |

| Événements du TOS et EIR | Position et statut réel de chaque conteneur | Identifier les boîtes réellement disponibles |

| Calendrier d’escale des navires | Dates d’arrivée et de départ, fenêtres de chargement | Caler le retour sur un créneau utile |

| Historique de flux | Durées observées de retour, par dépôt et par type de boîte | Estimer une date de retour réaliste |

| Prévisions de trafic et congestion | Charge attendue sur le terminal et les dépôts | Éviter d’envoyer une boîte au mauvais endroit |

La qualité du résultat tient entièrement à la qualité de ces flux. Un agent alimenté par des données incomplètes produit des recommandations que l’exploitant apprendra vite à ignorer.

Du bon à délivrer au repositionnement : le parcours d’un conteneur instrumenté

Prenons une importation classique. Le navire est annoncé, le manifeste est transmis, le conteneur est déchargé et sort du terminal avec un bon à délivrer. Il part vers un client à Yopougon, est vidé, puis devient un vide à récupérer. C’est ici que tout se joue.

Dans un dispositif classique, l’information remonte par téléphone ou par un message WhatsApp en fin de journée. L’exploitant la saisit le lendemain, découvre que le dépôt le plus proche est saturé, et décide d’attendre. Deux jours plus tard, la franchise est dépassée. La boîte repart finalement vers le terminal, mais le navire qui devait l’emporter a déjà quitté le quai.

Avec un agent IA intégré, la sortie du conteneur déclenche une estimation de retour dès la livraison. L’agent suit le planning d’escale, voit qu’un navire charge dans quatre jours, vérifie la capacité du dépôt, et recommande de faire remonter la boîte à J+2 plutôt qu’à J+5. Le chauffeur reçoit la mission, le rendez-vous est calé, le retour est confirmé. La même boîte repart chargée. La rotation s’est refermée sans surestarie.

Pourquoi le projet échoue quand l’agent reste à côté du TOS

Un agent IA qui interroge les données à la main, une fois par jour, ne sert à rien. Il doit être branché sur le système qui fait tourner les opérations : le TOS du terminal, le logiciel métier du consignataire, l’outil de gestion des transports, la messagerie de l’exploitant. C’est un travail d’intégration de solutions informatiques, pas un simple paramétrage.

Deuxième condition : l’infrastructure. Les événements portuaires arrivent en volume, en continu, avec des pics au moment des escales. Une architecture cloud et infogérance correctement dimensionnée absorbe ces pics, garde l’historique nécessaire à l’apprentissage et reste disponible quand le bureau ferme. Un serveur local dans un local technique de Vridi n’offre pas cette continuité.

Troisième condition : accepter que les données ne soient pas parfaites au départ. Les EIR partiellement papier, les statuts saisis à la main, les dépôts qui communiquent par téléphone — tout cela existe et existera encore longtemps. L’agent doit être conçu pour fonctionner avec un niveau de fiabilité imparfait, en signalant ses incertitudes plutôt qu’en les masquant.

C’est le type de projet qu’AORA Technologies, ESN basée à Abidjan depuis plus de dix ans, conçoit régulièrement : partir des processus réels d’un exploitant, cartographier les flux disponibles, puis construire un agent sur mesure qui s’insère dans l’existant plutôt que de le remplacer. La dynamique actuelle aide : la transformation numérique des entreprises de transport en Côte d’Ivoire s’accélère, comme le montre notre analyse de l’intégration IT dans le transport, et la feuille de route nationale sur l’intelligence artificielle, notamment le partenariat évoqué avec Mistral, crée un cadre favorable aux projets IA à fort retour sur investissement.

Combien coûte un tel dispositif, et à partir de quand devient-il rentable ?

La question revient systématiquement en réunion de direction, et la réponse honnête est qu’elle dépend de trois paramètres mesurables chez vous, pas d’un tarif catalogue.

Le premier est le volume de conteneurs traités par mois et la part de ceux qui dépassent la franchise. Le deuxième est le coût moyen constaté d’une journée de surestarie et de magasinage, tel qu’il ressort de vos factures de transporteurs et de terminaux. Le troisième est la valeur commerciale d’une rotation supplémentaire — c’est-à-dire le chiffre d’affaires qu’une boîte remise à temps pour l’export représente pour la ligne ou pour votre structure.

Un audit des processus permet de chiffrer ces trois éléments avant tout engagement technique. Dans la plupart des cas, le calcul se fait sur les seuls conteneurs à retour tardif identifiés sur les trois derniers mois. Si le dispositif évite une fraction seulement de ces journées perdues, la décision devient simple à argumenter devant un DAF. À l’inverse, sur un très petit volume de boîtes, l’investissement n’a pas de sens : mieux vaut commencer par fiabiliser la saisie des événements dans le logiciel métier.

Questions fréquentes

Un agent IA peut-il décider seul du repositionnement d’un conteneur ?

Non, et il ne faut pas le souhaiter. L’agent produit des recommandations classées par priorité et par gain estimé ; l’exploitant garde la main sur la décision, car il connaît les contraintes commerciales, les accords avec la ligne et les aléas du terrain. Le rôle de l’outil est de réduire le temps de décision et d’éviter les oublis, pas de retirer la responsabilité humaine.

Faut-il remplacer le TOS ou le logiciel métier existant ?

Dans la majorité des cas, non. L’agent s’intègre par API aux systèmes en place pour lire les événements et proposer des plannings. Le remplacement d’un TOS est un chantier lourd, rarement justifié par un seul cas d’usage. Ce qui change parfois, c’est la qualité des connecteurs et la discipline de saisie autour du logiciel existant.

Quelles données faut-il avoir déjà numérisées pour démarrer ?

Trois minimum : les mouvements de conteneurs (entrée, sortie, retour), les dates d’escale des navires et l’historique des surestaries facturées. Le reste peut se consolider progressivement. Un projet qui commence sans ces trois socles produit des recommandations que personne ne peut vérifier, et perd la confiance des équipes en quelques semaines.

Est-ce conforme à la réglementation ivoirienne sur les données ?

Les données de tracking et d’escale sont majoritairement des données d’entreprise, mais les dossiers clients contiennent des informations personnelles. La loi n°2013-450 sur la protection des données à caractère personnel et les exigences de l’ARTCI imposent un cadre : finalité déclarée, accès restreint, hébergement maîtrisé. Ce point se traite dès la conception de l’architecture, pas après la mise en production.

Vous gérez des escales, des parcs de conteneurs ou des retours à vide qui vous échappent en fin de semaine ? Présentez-nous votre organisation actuelle : l’audit des processus est gratuit et permet d’identifier, sur vos propres données, combien de journées de franchise vous perdez réellement. Parlons de votre situation.