Contexte
Grossiste alimentaire B2B, 300+ points de livraison hebdomadaires (restaurants, collectivités, épiceries fines), flotte de 12 camions réfrigérés, zone de chalandise PACA + Rhône-Alpes.
Le problème à résoudre
Optimisation de tournées manuelle
Chaque semaine, le responsable logistique planifiait les 12 tournées sur un tableau blanc. Résultat : des tournées sous-optimales, camions à 60% de leur capacité en moyenne, kilométrage élevé.
Pas de visibilité temps réel
Les chauffeurs signalaient les retards par WhatsApp. Les clients appelaient pour savoir où était leur livraison. Pas de trace centrale.
Preuves de livraison papier
Bordereaux de livraison papier signés à la main, perdus régulièrement. Litiges clients difficiles à arbitrer.
La solution livrée
Optimiseur de tournées IA
Algorithme d’optimisation (Vehicle Routing Problem avec time windows) qui calcule chaque mardi les 12 tournées optimales pour la semaine :
- Contraintes géographiques : zones de livraison par camion
- Fenêtres horaires clients (certains restaurants ne livrent que l’après-midi)
- Capacités camions (poids, volume, températures dirigées)
- Retours entrepôt minimisés
Gain mesuré : taux de remplissage de 60% → 85%, réduction du km/livraison de 18%.
Application chauffeur (mobile)
- Tournée du jour
- Navigation intégrée (Waze)
- POD avec signature client tactile + photo colis
- Mode offline complet
- Communication avec le planning (retards, imprévus)
Portail client
Chaque restaurant / collectivité voit en temps réel :
- Ses prochaines livraisons
- Position du camion en route (lien WhatsApp)
- Historique des factures
- Consulter / modifier les commandes récurrentes
Intégrations
- SAP Business One (ERP interne grossiste)
- Chorus Pro pour les clients publics (collectivités)
- Véhicules télématiques Masternaut (géoloc temps réel)
Résultats mesurés à 6 mois
- +25% taux de remplissage camions
- -18% kilométrage total sur la semaine
- Économie carburant estimée : 22 000 € / an
- Zéro litige depuis passage au POD numérique (vs 3-4 par mois avant)
- Satisfaction chauffeurs : tournées plus efficaces, moins de stress
Stack technique
- Frontend web (planner) : Next.js 15 + shadcn/ui
- App mobile chauffeur : React Native + Expo
- Algorithme d’optimisation : Python (OR-Tools + OpenAI GPT-4.1 pour les décisions ambigües)
- Backend : Supabase (PostgreSQL + Realtime pour la géoloc)
- Cartographie : Mapbox
- Hébergement : Vercel + Scaleway (FR)
