Pourquoi Lean Solutions Group mise sur les « experts dans la boucle »

Pourquoi Lean Solutions Group mise sur les « experts dans la boucle »

Matt Herr

6 minutes de lecture

Lean Solutions Group est passé d’environ 700 employés en 2018 à plus de 10 000 aujourd’hui, répartis en Colombie, au Guatemala, aux Philippines et au-delà. L’entreprise a atteint cette échelle en résolvant un problème simple pour les courtiers en fret : réduire le coût par chargement en délocalisant les fonctions de back-office vers des marchés de main-d’œuvre proches où l’économie était plus avantageuse.

Selon le CTO Alfonso Quijano, le calcul qui a alimenté cette croissance a changé. L’arbitrage de coûts de 40 % qui attirait initialement les courtiers vers Lean Solutions Group (LSG) n’est plus suffisant. Les clients exigent désormais des économies de 60 % ou 70 %, et ils veulent obtenir ces gains sans perturber les opérations. C’est là qu’intervient l’intelligence artificielle, mais pas de la manière dont beaucoup dans l’industrie pourraient s’y attendre.

« L’IA est très à la mode ces derniers temps, mais peu de personnes parlent de ce qui doit réellement se passer derrière les implémentations de l’IA », a déclaré Quijano lors d’une interview avec J.P. Hampstead, directeur éditorial de FreightWaves.

L’argument central de Quijano est que la logistique est trop fragmentée et que ses processus sont trop variés pour qu’un seul produit d’IA puisse servir une large base de clients sans personnalisation significative. Avant que LSG n’ait standardisé ses offres de services, l’entreprise prenait en charge plus de 180 fonctions distinctes dans l’industrie du transport et de la logistique (dont de nombreuses variations mineures de rôles tels que le suivi et le traçage que les courtiers individuels avaient adaptés pour qu’ils correspondent à leurs propres flux de travail).

Quijano affirme que cette fragmentation est précisément ce qui fait défaillir les solutions axées sur l’IA provenant de l’extérieur de l’industrie.

« On ne peut pas créer un seul produit qui couvre un large éventail de clients différents sans changement », a-t-il déclaré. « Chacun d’eux nécessite un certain type de modification et d’implémentation personnalisée qui empêche l’adoption à grande échelle. »

Il s’agit d’une dynamique qui reflète la tension concurrentielle que LSG a surmontée à ses débuts, lorsque des courtiers rivaux partageant le même fournisseur de services exigeaient des réseaux pare-feu, des espaces de travail personnalisés et des silos de procédures opérationnelles standard (SOP) pour protéger leurs identités opérationnelles. Le même instinct s’applique désormais aux déploiements d’IA.

« Nous avons un guide pour l’une des plus importantes implémentations de gestion du changement que l’industrie ait jamais vues en termes de forces de travail », a déclaré Quijano. « Nous savons comment les gens travaillent et comment le travail doit changer pour adopter efficacement l’IA. »

Quijano a été direct sur les limites des grands modèles de langage dans les opérations logistiques, en particulier lorsque les entreprises tentent de déployer des flux de travail d’IA entièrement autonomes.

« Leur capacité à prendre des décisions de jugement de haute qualité est encore très loin de la réalité », a-t-il déclaré, ajoutant que lorsque des exceptions surviennent dans un flux de travail autonome, le coût des erreurs non détectées peut se propager du TMS à la comptabilité et jusqu’au client.

Il a comparé le problème à un échec du bon sens : un chatbot IA conseillant quelqu’un d’aller à une station de lavage en marchant plutôt qu’en conduisant la voiture qui doit être lavée. L’anecdote, tirée d’une tendance virale sur Internet, illustrait son argument plus large selon lequel la sortie de l’IA est probabiliste, et non intelligente.

« L’IA n’est pas intelligente par défaut », a déclaré Quijano. « C’est une technologie qui estime quel devrait être le prochain mot en fonction de l’entrée. »

Les risques s’aggravent à grande échelle. Lorsque les entreprises confient de gros volumes de travail à des agents d’IA autonomes, selon Quijano, elles finissent souvent par passer beaucoup plus de temps à examiner, à corriger et à modifier les erreurs qu’elles n’en ont économisé.

Le cadre alternatif de LSG rejette le raccourci courant de l’industrie « humain dans la boucle », que Quijano considère comme réducteur.

« L’humain dans la boucle implique un processus très intelligent ou un processus inclusif d’IA qui a besoin d’une baby-sitter et que les humains ne sont là que pour entrer ‘approuver, approuver, approuver’ », a-t-il déclaré. « Ce n’est pas la façon de voir les choses. »

Au lieu de cela, LSG utilise le terme « experts dans la boucle » pour décrire un modèle dans lequel les personnes qui effectuaient auparavant des tâches opérationnelles sont formées en tant que spécialistes chargés d’identifier les situations aberrantes, d’enseigner à l’IA à gérer de nouveaux scénarios, d’interpréter les indicateurs de performance et de garantir l’alignement avec les accords de niveau de service (SLA). Il s’agit d’un changement substantiel dans la description du poste, et non d’une rétrogradation au simple actionneur.

Quijano a souligné l’infrastructure de contrôle qualité existante de LSG comme base de ce modèle. LSG utilise une équipe d’environ 200 personnes déployées sur les comptes clients, et ces rôles de contrôle qualité sont remaniés pour auditer à la fois la sortie de l’IA et la sortie humaine dans les comptes dotés d’implémentations d’IA actives.

« C’est un investissement que vous devez faire pour vous assurer que l’IA fonctionne, du moins pour l’instant jusqu’à ce que vous atteigniez ce niveau d’autonomie totale », a-t-il déclaré. « Personne ne sait, même Jensen Huang de NVIDIA ou Sam Altman, quand l’IA sera totalement autonome. »

Grâce à LeanTek AgentEdge et LeanTek Connect, LSG lance des capacités d’IA conçues pour fonctionner de manière proactive aux côtés des opérateurs plutôt que d’attendre d’être interrogées.

La distinction, a expliqué Quijano, est la différence entre un opérateur qui repère une erreur et envoie une capture d’écran à ChatGPT pour analyse, et une IA compagne qui signale les erreurs en temps réel pendant que le travail est en cours.

« Et si, pendant que vous créez la présentation ou que vous effectuez le travail réel, elle pouvait vous dire : « hé, vous avez fait une erreur ici. Voici les informations. Voici comment vous pouvez la corriger » », a déclaré Quijano. « Pour nous, c’est de l’intelligence opérationnelle. »

La vision est que cette couche proactive soit présente partout où le travail se déroule, que ce soit dans le navigateur, dans le TMS ou intégrée au flux de travail opérationnel quotidien. LSG prévoit d’offrir à ses clients la possibilité de tester la mesure dans laquelle leurs opérations s’alignent sur les SOP et les descriptions de poste documentées, de mettre en évidence les opportunités d’automatiser les processus manuels non desservis et de connecter directement les informations à l’exécution.

Quijano prévoit que le prochain défi de la main-d’œuvre dans l’industrie de la logistique ne ressemblera pas au précédent.

« Si, auparavant, la pénurie de talents était due au simple fait qu’il était difficile de trouver suffisamment de personnes pour rester et effectuer le suivi et la planification des rendez-vous, je pense que la prochaine pénurie sera que le travail que vous devrez faire pour préparer les gens à l’IA sera tellement plus important que ce que les entreprises anticipent », a-t-il déclaré.

LSG, a-t-il déclaré, est déjà en train de former des milliers d’employés pour combler ce fossé. L’entreprise se positionne non seulement comme un fournisseur de main-d’œuvre proche, mais aussi comme le pont entre les opérations logistiques traditionnelles et la main-d’œuvre augmentée par l’IA dont ces opérations auront de plus en plus besoin.

Dans cette session, des experts analyseront les limites de l’automatisation, l’apparence de l’intelligence opérationnelle dans la pratique et la manière dont les équipes de premier plan combinent l’IA avec une expertise intégrée pour exécuter avec confiance.