Toyota et SoftServe réduisent de moitié le temps de mise en service des solutions autonomes grâce à l’IA de NVIDIA

La simulation comme fondement de la manutention autonome

Ensemble, les entreprises établissent une base numérique pour le développement et la validation de chariots élévateurs autonomes, avec la simulation et les jumeaux numériques comme point de départ. Les technologies ouvertes de NVIDIA pour l’IA physique relient l’ingénierie, la simulation, les jumeaux numériques et les opérations de manutention. La collaboration associe l’engagement de longue date de Toyota Material Handling en faveur de la qualité et de la pensée lean aux bibliothèques NVIDIA Omniverse, au framework ouvert de simulation robotique NVIDIA Isaac Sim et à l’expertise de SoftServe en ingénierie numérique. Les entreprises valident ainsi le comportement des véhicules autonomes en temps réel dans des simulations fondées sur les lois physiques, avant leur mise en service chez le client.

« Grâce à la mise en service virtuelle et aux jumeaux numériques, nous garantissons la qualité et éliminons le muda, ou gaspillage, avant même le début du déploiement », explique Johan Rosén, Senior Vice President Research & Development chez Toyota Material Handling Europe. « En détectant et en résolvant les problèmes plus tôt dans le processus, nous réduisons le travail de mise en œuvre, apportons plus rapidement de la valeur aux clients et proposons des solutions d’automatisation avec davantage de confiance. »
 
Toyota Material Handling Europe a intégré les bibliothèques NVIDIA Omniverse et NVIDIA Isaac Sim dans ses propres processus de développement afin d’adapter de nouvelles solutions autonomes à l’environnement spécifique de chaque client. En commençant par la simulation, Toyota optimise et valide les solutions avant leur déploiement chez le client. SoftServe, NVIDIA Elite Partner depuis 2022 et NVIDIA Advanced Technology Partner depuis 2026, a développé l’environnement de jumeaux numériques de ce projet. L’entreprise a transposé les technologies de NVIDIA pour l’IA physique dans un environnement de simulation que Toyota Material Handling utilise en conditions opérationnelles pour atteindre le zéro muda : aucun gaspillage de temps ni de ressources sur le site du client.
 
« Le zéro muda fixe un objectif clair : prévenir le gaspillage avant qu’il ne survienne », déclare Olha Moroz, EVP et Head of EMEA chez SoftServe. « SoftServe est fier d’y contribuer grâce à NVIDIA Omniverse et à une ingénierie de simulation adaptée aux clients de Toyota Material Handling Europe. Les simulations dans l’environnement de jumeaux numériques nous permettent de détecter les problèmes bien avant qu’ils ne touchent un chariot élévateur sur le site du client. »

 
Améliorer la sécurité et les performances opérationnelles grâce aux technologies NVIDIA pour l’IA physique

Grâce à l’intégration des bibliothèques Omniverse, Toyota Material Handling créera des jumeaux numériques pour simuler l’agencement des usines et valider la navigation, la logique de sécurité et le comportement des chariots élévateurs autonomes. Cette validation couvre également les situations exceptionnelles propres à chaque client. Les véhicules autonomes circulent ainsi en toute sécurité aux côtés des personnes, des chariots élévateurs à conduite manuelle et des autres véhicules dans l’entrepôt.
 
La collaboration étend également l’utilisation de l’IA à la production. L’IA visuelle et les agents intelligents fondés sur les technologies NVIDIA contribuent aux inspections qualité, à la maintenance prédictive, à l’optimisation des processus et à la gestion de l’énergie. Pour entraîner le module de détection des palettes par caméra, les entreprises ont généré des données synthétiques avec les bibliothèques Omniverse. Elles les ont enrichies avec les modèles de fondation ouverts NVIDIA Cosmos, qui modélisent le monde physique. Cette approche a amélioré de plus de 70 % le rappel de la détection d’objets — la proportion d’objets présents que le système reconnaît correctement — sur les jeux de données évalués issus d’entrepôts réels.
 
L’initiative vise à réduire jusqu’à 40 % le délai de développement jusqu’à la commercialisation et jusqu’à 50 % le travail nécessaire à la mise en service. Les clients tirent ainsi plus rapidement parti de la manutention autonome. Cette approche limite les perturbations lors de la mise en service sur site, améliore la qualité des solutions avant leur démarrage et raccourcit le parcours de la conception au déploiement validé. À grande échelle, la manutention basée sur l’IA augmente également la productivité des équipes d’ingénierie, la flexibilité de la production et la qualité des produits, tout en réduisant les coûts opérationnels.
 
« Notre ambition est d’atteindre le zéro muda : éliminer le gaspillage qui freine la productivité des opérations de manutention », déclare Ernesto Dominguez, President et CEO de Toyota Material Handling Europe. « En associant notre pensée lean et notre expertise en automatisation à la plateforme NVIDIA pour l’IA physique et aux compétences de SoftServe en ingénierie, nous accélérons l’innovation, améliorons la qualité de nos solutions et aidons nos clients à atteindre le zéro muda dans leurs processus automatisés et autonomes. »

A propos de SoftServe

SoftServe est une entreprise mondiale de services en IA et en technologie, spécialisée dans les opérations d’entreprise autonomes. Elle apporte son expertise dans les applications conçues autour de l’IA, l’IA physique, l’IA agentique ainsi que les solutions cloud et de données. SoftServe estime que la technologie doit faire plus que fonctionner : elle doit améliorer tout ce qu’elle touche. L’entreprise décrypte la complexité pour exploiter pleinement le potentiel de la technologie. Elle associe créativité, connaissance approfondie des secteurs et ingénierie de précision pour imaginer et construire les solutions de demain. De la stratégie à l’exécution, SoftServe fait de la technologie un moteur de croissance et d’impact durable. Pour plus d’informations, consultez le site web, le blog et la page LinkedIn de SoftServe.