CNRS La lettre innovation

Partenariats, création d'entreprises, brevets, licences, événement... Retrouvez tous les mois les dernières actualités de la valorisation et de l'innovation au CNRS.

Laboratoires communs

Optimiser les flux de denrées alimentaires à l'aide d'outils d'intelligence artificielle

Le Laboratoire de probabilités, statistique et modélisation (LPSM)1 et la société Califrais, créent le laboratoire commun LOPF (Large-scale optimization of products flows) pour développer des outils d'optimisation destinés aux grossistes, aux restaurateurs et aux particuliers, en se fondant sur des techniques d'apprentissage automatique.

illustration

Sur le marché de Rungis, en région parisienne, des millions de produits alimentaires circulent chaque jour. Les flux des marchandises y sont d'une grande complexité, et peu d'outils informatiques existent pour les analyser et les optimiser, tant du point de vue des restaurateurs qui s'y fournissent que des grossistes qui souhaitent gérer au mieux leurs clients et leurs stocks.

La start-up Califrais, créée en 2014, a mis au point un service web qui permet aux restaurateurs (et plus récemment aux particuliers) d'optimiser leurs achats tout en étant livrés sans erreur et à l'heure dite. Califrais a développé ses propres outils basés sur des techniques de machine learning (apprentissage automatique) : gestion des flux de marchandises et des stocks, préparation des commandes, optimisation logistique...

L'apprentissage automatique fait partie des grandes thématiques de recherche du Laboratoire de probabilités, statistique et modélisation et Simon Bussy, l'un des fondateurs de Califrais, y avait effectué sa thèse. Un premier contact fructueux, qui a conduit le LPSM et Califrais à pérenniser leur coopération en créant le laboratoire commun LOPF soutenu par l'Agence nationale de la recherche (ANR). Son objectif, en se basant sur les travaux déjà menés au sein de Califrais, est d'étendre les technologies utilisées, tout en effectuant un passage à l'échelle du marché de Rungis tout entier, en intégrant des masses de données et des contraintes beaucoup plus nombreuses.

" Pour nous, il est intéressant d'avoir accès aux nombreuses données collectées par Califrais. De plus, travailler sur ce type d'applications est une occasion de développer des méthodologies nouvelles ", indique Stéphane Gaïffas, professeur au LPSM et co-responsable du laboratoire commun avec Simon Bussy, directeur de la recherche de Califrais.

Le laboratoire commun s'est fixé quatre axes de développement : la modélisation et la prédiction des prix et de la demande, l'optimisation des stocks (qui sera proposée aux grossistes), la prédiction de la satisfaction clients et les recommandations personnalisées de produits.

Une dizaine de chercheurs, répartis entre l'entreprise et le laboratoire de recherche, participeront aux études menées par le laboratoire commun. Un premier projet porte sur le développement d'un algorithme d'apprentissage pour l'optimisation des flux de produits, couplé à un système de recommandation pour les clients.

 

1 CNRS/Sorbonne université/Université de Paris

Contacts :

Stéphane Gaïffas / Professeur à l’université de Paris et à temps partiel à l’École normale supérieure, membre du LPSM et co-responsable du laboratoire LOPF / stephane.gaiffas@lpsm.paris

Simon Bussy / Directeur de la recherche de Califrais et co-responsable du laboratoire LOPF / simon.bussy@califrais.fr