Appropriation de l’IA dans un entrepôt logistique : explicabilité dynamique, gouvernance distribuée et apprentissage collectif

L’intégration de l’intelligence artificielle (IA) dans les entrepôts logistiques soulève des défis techniques, humains et organisationnels qui compliquent son appropriation par les acteurs internes. Cet article examine comment les opérateurs, planificateurs et managers d’un entrepôt logistique répondent aux problèmes d’appropriation d’une IA apprenante. À partir d’une étude de cas exploratoire conduite selon une logique abductive, combinant entretiens semi-directifs, observations participantes et documents internes, nos résultats révèlent trois leviers interdépendants : (1) l’explicabilité dynamique et située, qui permet aux utilisateurs de comprendre et d’évaluer les recommandations algorithmiques dans leur contexte opérationnel ; (2) la gouvernance algorithmique distribuée, qui implique des acteurs de différents services logistiques dans le paramétrage et l’amélioration continue du système ; et (3) l’apprentissage collectif des décisions algorithmiques, qui émerge des pratiques d’entraide face à l’opacité de l’IA. L’articulation de ces trois dimensions constitue un cadre intégré pour comprendre comment une IA peut devenir intelligible et mobilisable dans un environnement logistique complexe.