Le dispatch par IA, au cœur de X-TMS
Fini les paris sur le bon chauffeur. X-TMS note chaque option, expose son raisonnement, et vous affectez en un clic.
L'affectation chauffeur est la décision la plus stratégique de votre journée — X-TMS la rend plus nette
Chaque chargement à dispatcher est un problème d'optimisation multi-variables : quel chauffeur est le plus proche, qui a le bon matériel, qui est dans les temps aujourd'hui, qui est le plus efficace sur cet axe, qui dépasse ses heures, qui attend depuis le plus longtemps.
La plupart des décisions de dispatch se prennent au feeling — et le feeling se trompe 20 à 30 % du temps. Une mauvaise affectation, ce sont des heures d'immobilisation, un budget carburant explosé ou un chauffeur mécontent.
L'IA de X-TMS note chaque chauffeur disponible face à chaque chargement ouvert, selon six facteurs pondérés. La recommandation est explicable — vous voyez précisément pourquoi le chauffeur A obtient 87 contre 71 pour le chauffeur B, et vous outrepassez en un clic.
Comment ça marche
-
1
Définissez votre stratégie d'affectation
Trois stratégies préconfigurées — Efficacité d'abord (maximiser la ponctualité), Équilibrée (moyenne multifactorielle) ou Coût d'abord (minimiser carburant + paie). Personnalisez les pondérations par division.
-
2
L'IA note chaque paire chauffeur-chargement
Six facteurs : efficacité historique du chauffeur, taux de ponctualité, compatibilité matériel (ADR, frigorifique, hors gabarit), optimisation des coûts (carburant + paie), pondération par priorité du chargement et conformité aux heures de service.
-
3
Les meilleures recommandations remontent
Top 3 des candidats par chargement, chacun avec un score chiffré et un raisonnement complet — précisément quels facteurs ont fait pencher la balance.
-
4
L'exploitant valide ou outrepasse
La plupart des exploitants acceptent la recommandation IA dans plus de 80 % des cas. Les 20 % d'outrepassements sont consignés pour que le modèle s'améliore avec le temps.
-
5
L'affectation est consignée avec audit complet
Chaque affectation enregistre le score IA, les candidats alternatifs envisagés et le choix de l'exploitant. Historique recherchable pour le suivi de performance.
En chiffres
Ce qui est inclus
- Notation chauffeur à six facteurs (efficacité, ponctualité, matériel, coût, priorité, HOS)
- Trois stratégies préconfigurées plus configuration personnalisée des pondérations
- Filtrage par capacité du matériel (ADR, frigorifique, liquides, hors gabarit)
- Vérification de conformité aux heures de service avant suggestion
- Affichage du Top 3 des candidats par chargement
- Notation explicable (raisonnement complet par candidat)
- Affectation en un clic depuis le panneau de recommandation
- Journalisation des outrepassements pour l'amélioration du modèle
- Personnalisation des pondérations par division
- Re-notation en temps réel à mesure que les chauffeurs terminent leurs courses
Idéal pour
L'IA gère les 80 % de routine, l'exploitant se concentre sur les exceptions.
Les recommandations IA forment les nouveaux arrivants à la logique d'affectation — le raisonnement est visible en direct.
L'IA empêche les suggestions de chauffeurs non certifiés en amont.
Pondérations distinctes par division — efficacité pour l'une, coût pour l'autre.
À quoi s'attendre lors du déploiement
La plupart des équipes sous-estiment le travail humain et organisationnel qui entoure toute nouvelle technologie. Affectation chauffeur par IA est techniquement très simple à activer, mais un déploiement réussi bénéficie toujours d'un effort court et coordonné entre le dispatch, la DSI et la direction. Voici ce que l'on observe sur les déploiements qui réussissent.
Semaine 0 — Alignement des parties prenantes
Identifiez un référent interne unique pour le déploiement. Confirmez l'indicateur que vous voulez améliorer (appels passés par jour, heures économisées par exploitant, délai chargement-chauffeur, durée du cycle de règlement — selon votre cas). Alignez la direction, les responsables dispatch et les chauffeurs concernés sur ce qui change et pourquoi. Une ou deux réunions courtes suffisent, pas des semaines.
Semaine 1 — Mise en place du pilote
Connectez Affectation chauffeur par IA à un périmètre restreint au départ — un exploitant, un axe ou un sous-ensemble de clients. Vérifiez que l'intégration se comporte comme prévu sur vos données réelles. Recensez les cas particuliers de vos opérations que la configuration standard n'avait pas prévus. Le support X-TMS reste disponible tout au long de cette phase.
Semaines 2 à 4 — Montée en charge progressive
Étendez à davantage d'exploitants, d'axes ou de volume. La plupart des équipes passent en production complète en 2 à 4 semaines après le pilote initial. Suivez l'indicateur défini en Semaine 0 ; c'est le signal honnête qui dit si le déploiement fait ce pour quoi vous l'avez choisi.
En continu — Itérer
Passez en revue Affectation chauffeur par IA chaque mois avec votre équipe pendant le premier trimestre. Ajustez la configuration (critères, seuils, pondérations) selon ce qui fonctionne et ce qui ne fonctionne pas. C'est normal — tout workflow piloté par l'IA bénéficie de quelques itérations le temps d'apprendre votre exploitation.
Pièges courants à éviter
Faire l'impasse sur le pilote. Les équipes qui tentent de tout basculer d'un coup le premier jour découvrent les cas particuliers au pire moment — en pleine charge opérationnelle. Un pilote d'une semaine évite ce scénario.
Aucun indicateur de réussite défini. Si vous ne savez pas définir ce que serait un « bon » résultat, vous ne saurez pas si le déploiement a réussi. Choisissez un chiffre et suivez-le.
Traiter l'IA comme une boîte noire. Affectation chauffeur par IA expose le raisonnement derrière chaque recommandation. Profitez-en pendant les premières semaines — votre équipe apprend la logique de l'IA, et l'IA apprend les préférences de votre équipe.
Questions fréquentes
L'IA est-elle une boîte noire ?
Non. Chaque score est décomposé par facteur — vous voyez précisément pourquoi le chauffeur A devance le chauffeur B. Les exploitants peuvent vérifier chaque recommandation.
Et si la recommandation IA est mauvaise ?
Outrepassez en un clic. L'outrepassement est consigné avec votre justification et alimente le modèle. Au fil du temps, l'IA apprend les habitudes d'arbitrage de votre équipe.
Cela fonctionne-t-il avec ma structure de paie chauffeur personnalisée ?
Oui. La paie chauffeur (pourcentage du chargement, montant fixe par chargement ou tarif au kilomètre) est paramétrable par chauffeur et alimente directement le facteur d'optimisation des coûts.
Comment fonctionne l'intégration HOS (heures de service) ?
X-TMS lit les données ELD via Samsara (ou directement via API ELD) et exclut les chauffeurs qui ne peuvent légalement terminer le chargement dans leurs heures restantes.
Puis-je désactiver les recommandations IA et affecter manuellement ?
Oui. Les recommandations IA sont des suggestions — les exploitants gardent toujours le contrôle manuel complet.