L'application de l'intelligence artificielle à la logistique : une revue de la littérature

Abstract

Résumé

Dans un contexte de digitalisation croissante, l’intelligence artificielle (IA) s’impose comme un levier stratégique pour transformer les processus logistiques. Cette étude propose une revue de littérature visant à examiner les principaux outils basés sur l’IA utilisés dans le secteur de la logistique, ainsi que les bénéfices attendus et les défis rencontrés lors de leur mise en œuvre.

La recherche repose sur une revue narrative et exploratoire de la littérature scientifique et professionnelle, en mobilisant des cadres théoriques tels que la théorie de la diffusion de l’innovation, le modèle TOE et le modèle TAM. L’analyse couvre des publications académiques, rapports institutionnels et études sectorielles parues entre 2015 et 2025.

L’étude identifie plusieurs outils d’IA appliqués à la logistique, notamment le machine learning, la vision par ordinateur, les robots autonomes, les jumeaux numériques et les algorithmes d’optimisation. Ces technologies permettent d’améliorer la performance logistique en optimisant les itinéraires, en automatisant les entrepôts, en anticipant la demande et en réduisant les coûts. Toutefois, leur adoption est freinée par des obstacles liés à la complexité technologique, aux coûts d’implémentation et au manque de compétences internes.

L’étude offre des repères utiles pour les décideurs souhaitant adopter l’IA en logistique, tout en soulignant la nécessité d’un accompagnement organisationnel. Elle ouvre également la voie à des recherches empiriques futures pour mesurer l’impact réel de ces technologies sur la performance des chaînes d’approvisionnement.

Pour l’approche méthodologie adoptée pour cette étude se base sur une revue de littérature narrative et exploratoire visant à restructurer l’état de connaissance scientifique vers l’adoption de l’IA dans les services logistiques.

On conclusion cette étude avait pour objectif d’examiner en profondeur les outils basés sur l’IA utilisés dans le secteur de la logistique, ainsi que les bénéfices et défis associés à leur mise en œuvre. À travers une revue structurée de la littérature, plusieurs enseignements majeurs ont pu être dégagés.       

Mots clés : Intelligence artificielle, logistique, performance logistique, adoption technologique, revue de littérature, innovation.

Abstract

In an era of accelerating digital transformation, artificial intelligence (AI) is emerging as a strategic driver for transforming logistics operations. This study presents a literature review aimed at examining the main AI-based tools applied in the logistics sector, along with the expected benefits and challenges associated with their implementation.

The research adopts a narrative and exploratory literature review approach, relying on theoretical frameworks such as the Diffusion of Innovation Theory, the Technology-Organization-Environment (TOE) framework, and the Technology Acceptance Model (TAM). The analysis draws from academic publications, industry reports, and sectoral studies published between 2015 and 2025.

The study identifies several AI tools used in logistics, including machine learning, computer vision, autonomous robots, digital twins, and optimization algorithms. These technologies contribute to logistics performance by optimizing routing, automating warehouse processes, forecasting demand, and reducing operational costs. However, their adoption is hindered by challenges such as technological complexity, high implementation costs, and lack of internal expertise.

This research provides practical insights for decision-makers aiming to implement AI in logistics and highlights the importance of organizational support. It also sets the stage for future empirical studies to assess the real impact of AI tools on supply chain performance.

The methodological approach adopted for this study is based on a narrative and exploratory literature review aimed at restructuring the state of scientific knowledge regarding the adoption of AI in logistics services.

In conclusion, this study aimed to conduct an in-depth examination of AI-based tools used in the logistics sector, as well as the benefits and challenges associated with their implementation. Through a structured literature review, several key lessons were identified.

Keywords Artificial Intelligence, Logistics, Logistics Performance, Technology Adoption, Literature Review, Innovation.