Avec sa filiale ProbaYes, spécialisée dans l’analyse prédictive et l’optimisation La Poste dispose d’un véritable « intelligent service » à sa disposition pour envisager de nouvelles prestations, plus en phase avec les attentes actuelles des clients.
ProbaYes est une société spécialisée dans l’analyse prédictive et l’optimisation. Née il y a 13 ans dans les laboratoires de l’INRIA et du CNRS, elle est basée à Grenoble et réalise 4 millions de CA par an pour un effectif de 48 personnes. ProbaYes a pour vocation de réaliser des applications industrielles dans le domaine de l’analyse de données et de l’IA sous forme de services outillés, c’est-à-dire une base d’outils algorithmiques et mathématiques qu’elle a constituée. ProbaYes a rejoint le groupe La Poste le 12 mai 2016 par un rachat 100 %, « ce qui nous permet de développer l’entreprise, en rejoignant un groupe où l’éthique de la data a de l’importance » souligne Jean-Michel Lefevre, DGA de ProbaYes qui appartient a la branche « numérique » de La Poste au même titre que Docapost.
Centre de compétence IA
ProbaYes développe son activité dans deux domaines : la recherche en collaboration avec les laboratoires, un centre de compétence IA pour le groupe la Poste et ses grands clients (CEA, grands comptes de la banque, de l’assurance, logistique, distribution, santé, secteur automobile). En logistique ProBayes, utilise l’intelligence artificielle pour améliorer la gestion des flux, mais également celle des flottes . Pour le secteur bancaire, l’intelligence artificielle est surtout utilisée pour la détection des fraudes. Mais historiquement les travaux de prévision ont porté sur l’analyse des flux des réseaux de distribution de colis à patrir des informations de tracking relevées tout au long de la chaîne.
Prévoir les flux des plateformes
A partir de ces informations, des modèles sont à même de prévoir les flux à venir sur les plates-formes de tri amont, mais également sur les plates-formes aval et de distribution c’est à dire jusque dans les tournées des livreurs ou des facteurs. « Le fait de prévoir les flux sur une plate-forme de tri nous permet de dimensionner l’outil industriel mais également les ressources humaines. Nous arrivons à prévoir cette activité avec une marge d’erreur de 5 % ». L’enjeu est de taille car la prévisibilité à faible marge d’erreur contribue avec d’autres outils, à limiter le nombre de mises en instance ou de représentations des colis très coûteuses quand le destinataire est absent.
Sur le même sujet
Derniers articles publiés dans les rubriques Supply Chain
