Optimisation de tournées : comprendre les contraintes, les méthodes et l'apport de l'IA

Chaque matin, dans toutes les entreprises de distribution, la même question se pose : dans quel ordre visiter les clients du jour ? Derrière cette question en apparence banale se cache l'un des problèmes les plus étudiés de la recherche opérationnelle : le problème de tournées de véhicules. Comprendre pourquoi il est difficile, comment on le résout en pratique et ce que l'intelligence artificielle change réellement permet de faire des choix éclairés, loin des promesses commerciales exagérées.

Pourquoi organiser une tournée est un vrai problème d'optimisation

Prenons une journée ordinaire : un livreur ou un commercial doit passer chez une vingtaine de clients. Intuitivement, on pense qu'il suffit de « faire le tour dans l'ordre logique ». En réalité, le nombre de façons d'ordonner ces visites croît de manière vertigineuse à chaque client ajouté : il devient vite impossible, même pour un ordinateur, d'examiner toutes les combinaisons une par une. Optimiser, c'est donc trouver un très bon ordre de visite parmi une quantité astronomique de possibilités, sans pouvoir toutes les tester.

Et l'ordre de visite n'est que la première couche du problème. Une tournée réelle doit composer avec plusieurs familles de contraintes :

• Les fenêtres horaires. Certains clients ne reçoivent que le matin, d'autres ferment à la mi-journée, certains marchés n'acceptent les livraisons qu'à des créneaux précis. Un ordre de visite parfait sur le papier devient inutilisable si le véhicule arrive devant un rideau fermé.
• La capacité du véhicule. Le volume et le poids chargés au départ limitent ce qu'une tournée peut livrer. Si les commandes du jour dépassent la capacité, il faut un second passage ou une répartition sur plusieurs véhicules — et l'on passe d'un problème d'itinéraire à un problème d'affectation.
• Les priorités clients. Une livraison urgente pour un client stratégique, une commande promise pour une date ferme, un point de vente en rupture sur une référence importante : toutes les visites n'ont pas le même poids.
• Le trafic. La distance à vol d'oiseau ne dit rien du temps de trajet réel. Deux clients proches sur la carte peuvent être séparés par un axe congestionné aux heures de pointe, un sens unique ou une zone difficile d'accès.

Chaque contrainte, prise isolément, reste gérable. C'est leur combinaison qui rend le problème redoutable : améliorer l'ordre de visite peut violer une fenêtre horaire, respecter une priorité peut faire exploser le kilométrage. Optimiser une tournée, c'est arbitrer en permanence entre des exigences contradictoires.

Les méthodes manuelles et leurs limites

La plupart des entreprises commencent par organiser leurs tournées à la main, selon deux approches dominantes.

La tournée par habitude

Le chauffeur ou le commercial construit son parcours au fil des mois, en s'appuyant sur sa connaissance du terrain : il sait quel client ouvre tôt, quelle rue éviter, où se garer. Cette connaissance est précieuse et aucun outil ne la remplace entièrement. Mais la méthode a des limites structurelles : le parcours se fige et n'est jamais remis en question, même quand le portefeuille évolue ; les nouveaux clients s'ajoutent « en rajout » en fin de tournée plutôt qu'à leur place logique ; et tout repose sur une personne. En cas d'absence ou de départ, le remplaçant repart de zéro et la qualité de service chute.

Le découpage par zone

Deuxième approche : découper le territoire en zones — un quartier par jour, une ville par tournée — et affecter chaque zone à un véhicule ou à un commercial. C'est un progrès : la logique est lisible et les déplacements restent cohérents. Mais le découpage par zone raisonne en surfaces, pas en charge de travail. Deux zones comparables sur la carte peuvent contenir des nombres de clients très différents, des volumes sans rapport, des temps de visite hétérogènes. Résultat : des journées déséquilibrées, certains véhicules saturés pendant que d'autres roulent à moitié vides. Et à l'intérieur de chaque zone, la question de l'ordre de visite reste entière.

Ces méthodes ne sont pas absurdes : elles encodent une vraie connaissance du terrain. Leur faiblesse commune est qu'elles ne savent pas se recalculer. Commande urgente, client fermé, véhicule immobilisé : la réorganisation se fait dans l'urgence, au téléphone, avec les approximations que cela suppose.

L'approche logicielle : secteurs, itinéraires et ordre de visite

Un logiciel d'optimisation de tournées structure le problème en trois niveaux complémentaires.

Les secteurs. Le territoire est découpé non plus seulement par géographie, mais en tenant compte de la charge réelle : nombre de clients, fréquences de visite, temps de service estimés, volumes habituels. L'objectif est que chaque secteur représente une charge de travail comparable et tenable, ce que le découpage « à la carte routière » ne garantit jamais.

Les itinéraires. À l'intérieur de chaque secteur, les clients sont répartis sur les jours de la semaine selon leur fréquence de visite : les gros clients vus chaque semaine, les plus petits toutes les deux semaines ou chaque mois. Cette planification produit des journées prévisibles, où chaque client sait approximativement quand il sera visité ou livré.

Le calcul de l'ordre de visite. Pour chaque journée, le logiciel calcule l'enchaînement des visites en intégrant les contraintes décrites plus haut : fenêtres horaires, capacité, priorités, temps de trajet estimés. Là où un planificateur humain compare quelques variantes, l'algorithme en évalue un très grand nombre et retient une solution qui respecte les contraintes tout en limitant les kilomètres et les retours en arrière.

Le bénéfice dépasse le parcours lui-même : la logique de tournée devient un actif de l'entreprise, documenté dans l'outil d'optimisation de tournées, et non plus un savoir implicite détenu par quelques personnes. Un remplaçant reçoit un parcours ordonné et réaliste dès son premier jour.

Ce que l'IA ajoute réellement

Le terme « intelligence artificielle » est employé à tort et à travers ; soyons précis sur ce qu'elle apporte à l'optimisation de tournées — et sur ce qu'elle n'apporte pas.

L'apport principal tient en un mot : l'adaptation. Un calcul d'itinéraire classique fige la tournée la veille ou le matin. Une couche d'IA permet de recalculer en cours de journée quand la réalité s'écarte du plan : un axe bloqué par le trafic, une livraison qui s'éternise, une commande urgente ajoutée en milieu de matinée, un client qui demande à décaler son passage. Plutôt que de laisser le chauffeur improviser, le système repropose un ordre de visite cohérent avec ce qui reste à faire, les fenêtres horaires encore ouvertes et les priorités du jour.

L'IA aide aussi à arbitrer entre contraintes contradictoires. Quand il est impossible de tout servir dans les temps, elle peut proposer un compromis explicite — servir d'abord les clients prioritaires, reporter une visite non urgente — au lieu de laisser ce choix se faire par défaut, au hasard de la route. Enfin, en s'appuyant sur l'historique des tournées réelles, elle affine progressivement les estimations de temps de trajet et de temps de visite, ce qui rend les plans suivants plus réalistes.

Ce que l'IA ne fait pas : elle ne connaît ni l'escalier étroit du client, ni l'interlocuteur qu'il faut voir pour faire signer le bon, ni l'usage local qui veut qu'on ne livre pas tel commerce à telle heure. La connaissance terrain des équipes reste irremplaçable ; le rôle de l'outil est de s'en nourrir, pas de la nier. C'est cette complémentarité — algorithme pour le calcul, humain pour le contexte — qui fait les bonnes mises en œuvre de l'IA appliquée à la distribution.

Comment mesurer l'amélioration chez vous

Méfiez-vous des pourcentages d'économies annoncés dans l'absolu : le gain réel dépend de votre point de départ, de la densité de vos clients et de vos contraintes propres. La seule mesure qui vaille se fait sur vos propres tournées, avec une méthode simple :

• Établissez une référence avant tout changement. Sur quelques semaines représentatives, relevez pour chaque tournée les kilomètres parcourus, le nombre de visites ou de livraisons effectuées, les heures de départ et de retour, et les incidents (clients non servis, retards).
• Comparez à périmètre constant. Après la mise en place du nouvel outil, mesurez les mêmes indicateurs sur les mêmes secteurs et des périodes comparables — sans opposer une semaine de forte saison à une semaine creuse.
• Regardez des ratios, pas des totaux. Kilomètres par visite, visites par journée, part de tournées terminées dans les délais : ces ratios neutralisent les variations d'activité et révèlent l'amélioration réelle.
• Écoutez le terrain. Des journées plus régulières, moins d'appels de réorganisation en urgence, des clients servis aux horaires convenus : ces signaux qualitatifs comptent autant que les chiffres.

Cette démarche produit des conclusions valables pour votre entreprise, sur vos données, sans dépendre de promesses génériques.

Conclusion

L'optimisation de tournées n'est ni un gadget ni une boîte noire : c'est un problème réel — ordre de visite, fenêtres horaires, capacité, priorités, trafic — que les méthodes manuelles traitent partiellement et qu'une approche logicielle structure en secteurs, itinéraires et calculs d'ordre de visite, l'IA apportant la capacité de s'adapter en continu. La bonne façon d'en juger reste de mesurer, sur vos propres tournées, ce qui change concrètement. Pour voir comment cette approche s'applique à votre organisation, découvrez notre logiciel d'optimisation de tournées de livraison.