Exemples concrets de petites entreprises qui révolutionnent les industries traditionnelles grâce à l'IA : la valeur de marché d'un géant de la logistique s'évapore de 23,3 milliards d'euros, le disruptor triple en deux jours. Méfiez-vous du business de « mise en relation d'informations »

L’IA (intelligence artificielle) révolutionne les industries traditionnelles : des cas concrets impressionnants.

Le 12 février, heure de l’Est des États-Unis, une information inattendue a été publiée : la société de logistique basée sur l’IA Algorhythm Holdings [RIME.O] (ci-après Algorhythm) a publié un livre blanc sectoriel annonçant que sa plateforme logistique SemiCab, grâce à l’optimisation pilotée par l’IA et à l’automatisation SaaS (logiciel en tant que service basé sur le cloud) à forte rentabilité, permet de réduire la distance de transport à vide tout en maintenant des coûts d’exploitation faibles, augmentant ainsi la productivité de 3 fois.

Dès la publication, le marché financier a semblé percevoir une menace, le secteur logistique américain chutant fortement. L’indice de transport routier Russell 3000 a chuté de plus de 9 % en cours de séance, clôturant à -6,6 %, la plus forte baisse quotidienne depuis l’annonce de la politique tarifaire de Trump en avril 2025 ; le géant de la logistique Robinhood Global Logistics a vu son cours chuter de près de 15 %, sa capitalisation boursière diminuant d’environ 23,3 milliards de yuans, avec une chute intrajournalière de 24 %, record historique ; le fournisseur de services de mise en relation de fret Ledi Transport a perdu 16 % de sa valeur.

En revanche, le cours d’Algorhythm a progressé contre toute attente, clôturant en hausse de près de 30 % le 12 février, puis bondissant de 222,22 % le 13 février, passant de 1,08 à 3,48 dollars. En deux jours, sa capitalisation a triplé.

Robinhood Global Logistics est une entreprise leader mondiale en logistique à modèle léger, ne possédant pas ses propres camions, navires ou avions, mais intégrant 450 000 transporteurs partenaires pour fournir des services logistiques diversifiés à 83 000 clients.

En 2024, Algorhythm a amorcé une transformation complète vers l’IA dans la logistique, et en 2025, elle a acquis SemiCab. Selon le dernier jour de négociation avant la forte fluctuation, le 11 février, la valeur de marché d’Algorhythm était d’environ 33 millions de yuans, bien inférieure aux 160 milliards de yuans de Robinhood et aux 38,3 milliards de yuans de Ledi. Bien que cette petite entreprise insignifiante ait été peu remarquée, elle a réussi à percer la « barrière protectrice » du secteur logistique traditionnel en une nuit grâce à l’IA.

L’IA multiplie par 3 la productivité du travail dans les plateformes de fret

Pourquoi un logiciel automatisé piloté par l’IA peut-il avoir une telle puissance de frappe ?

Des études montrent qu’en Inde et aux États-Unis, 30 à 35 % des kilomètres parcourus par des camions sont effectués à vide, en raison d’une planification dispersée qui limite l’utilisation efficace des actifs.

Le 12 février 2026, Algorhythm a publié un livre blanc sectoriel annonçant que sa plateforme de transport collaboratif basée sur le cloud SemiCab peut, dans la pratique, augmenter le volume de fret de 300 à 400 %. Certains opérateurs utilisant SemiCab gèrent plus de 2000 envois par an sans augmenter leur personnel, contre environ 500 pour la norme dans l’industrie, ce qui signifie une augmentation de 3 fois de leur productivité.

Ce livre blanc indique qu’en intégrant la demande et l’offre de chargeurs, itinéraires et régions dispersés, il est possible de révéler des routes de retour et des flux inter-itinéraires invisibles au niveau contractuel. Il cite également l’exemple de l’Inde où cette approche a permis de réduire la distance à vide de 30-35 % à moins de 10 %, sans renégociation de contrats ni modification du comportement des transporteurs.

Le site officiel de l’entreprise affirme que l’IA a permis de découvrir une efficacité inaccessible aux systèmes traditionnels de gestion du fret. Grâce à une plateforme SaaS mondiale évolutive, elle automatise la planification, réduit la nécessité d’interventions humaines, accélère l’exécution des chargements, identifie automatiquement la meilleure combinaison de charges, réduit la distance à vide et augmente la rentabilité du réseau.

Algorhythm explique que les systèmes traditionnels de gestion du transport et les plateformes de courtage reposent sur une optimisation pilotée par l’humain, basée sur des règles statiques, efficaces en faible ou moyen volume, mais dont l’efficacité diminue avec la complexité croissante.

Malgré un chiffre d’affaires trimestriel inférieur à 2 millions de dollars et une perte nette d’environ 2 millions, le cours de l’action a bondi de 82 % après l’annonce, pour finir en hausse de 30 % à 1,08 dollar, puis atteindre 3,48 dollars le 13 février 2026.

Algorhythm considère que l’effet de levier opérationnel alimenté par l’IA sera une caractéristique clé du prochain réseau logistique.

Le 13 février 2026, Robinhood a également indiqué dans ses résultats annuels que ses concurrents utilisent des plateformes numériques avancées, l’IA pour l’appariement de fret et l’automatisation pour améliorer l’efficacité et réduire les coûts. Si l’entreprise ne peut suivre le rythme, l’échelle ou la qualité de l’adoption de l’automatisation et de l’IA, elle risque de ne pas atteindre ses objectifs stratégiques d’efficacité opérationnelle et de transformation numérique.

L’ère des logiciels « plats préparés » arrive-t-elle ?

La plateforme SemiCab pourrait effectivement résoudre les points faibles du secteur du fret, rendant obsolètes les systèmes traditionnels de gestion du transport. Cependant, le problème de la distance à vide dans le fret est ancien. Pourquoi une plateforme basée sur l’IA pourrait-elle enfin le révolutionner ?

Pour approfondir cette question, un journaliste du « Daily Economic News » a interviewé plusieurs experts en intelligence artificielle.

Question 1 : La plateforme SemiCab fonctionne avec l’IA. À quel stade du développement logiciel l’IA peut-elle intervenir ? En quoi cette approche diffère-t-elle du développement logiciel traditionnel ?

Du Yu, investisseur technologique et directeur de l’Institut d’intelligence artificielle inconnue :

Le développement traditionnel consiste à « construire tout le bâtiment à partir de zéro » ; la méthode basée sur l’IA ressemble plutôt à « disposer d’une structure standardisée et de canalisations, l’IA et l’humain se concentrant sur la personnalisation et la rénovation rapide », et l’IA peut aussi utiliser des outils pour « vérifier la structure, rechercher les interfaces, ajuster les interfaces », réduisant le temps consacré à la relecture de documents, à la correspondance des champs et à l’écriture de code de liaison. On peut dire que l’ère des « plats préparés » dans le secteur logiciel est arrivée.

Question 2 : Pourquoi cette technologie n’a-t-elle pas été développée par les grands acteurs traditionnels du logiciel ? La capacité de développement logiciel classique est-elle insuffisante pour supporter ce type de plateforme, ou la base de l’IA offre-t-elle des avantages que la logique de développement traditionnelle ne peut pas fournir ?

Pán Helín, membre du Conseil des experts en économie des communications du MIIT :

Améliorer le taux d’utilisation à vide lors du retour est effectivement une solution pour augmenter considérablement l’efficacité logistique, mais de nombreuses entreprises tentent déjà cette approche. La raison pour laquelle le problème de la distance à vide persiste est que l’information sur le fret est dispersée, nécessitant que les utilisateurs publient leurs données sur différentes plateformes, et que les marchandises partielles doivent parfois être regroupées pour satisfaire un trajet.

L’intégration de ces commandes dispersées est un défi majeur. Selon moi, SemiCab, en tant que plateforme d’agrégation, peut effectivement résoudre une partie du problème de vide, mais ce n’est pas une solution décisive ni à fort potentiel d’amélioration. Cependant, l’utilisation de l’IA pour agréger ces informations est une bonne idée.

Question 3 : Pourquoi le problème de la distance à vide, présent depuis des années, n’a-t-il été réellement résolu que maintenant par une plateforme basée sur l’IA ?

Liu Gaochang, directeur général adjoint de Guojin Securities, responsable technologique et chef de projet informatique :

La distance à vide n’est pas une question de « qui y a pensé », mais de « capacité systémique à la résoudre ». La méthode de développement logiciel traditionnelle ne peut pas supporter la complexité de ce problème.

Dans le modèle traditionnel, les plateformes de fret s’appuient davantage sur des moteurs de règles, l’expérience humaine et l’optimisation locale, face à une demande hautement fragmentée (temps, itinéraires, types de véhicules, crédibilité des expéditeurs) ; des changements de dernière minute, des annulations, des fluctuations de prix, une longue chaîne de décision et de nombreux cas exceptionnels compliquent la gestion. Ces systèmes ne sont pas « peu clairs dans leur logique », mais ont un « espace d’états trop grand », rendant les règles de plus en plus complexes, avec des gains marginaux rapidement décroissants, aboutissant finalement à une solution basée sur « plus de personnel ».

La nouvelle plateforme IA, comme SemiCab, représente non seulement une victoire de l’innovation, mais aussi une transformation fondamentale du « paradigme de développement ».

Elle implique, d’une part, une transition du « pilotage par règles » vers un « pilotage par probabilités et prévisions » : les logiciels traditionnels de fret sont basés sur des règles strictes (If-Then). Face à une masse énorme, dynamique et fragmentée de commandes et d’itinéraires, il est difficile pour les algorithmes classiques de réaliser une correspondance globale optimale en temps réel. La base IA confère à la plateforme la capacité de traiter des données à haute dimension.

D’autre part, le développement logiciel atteint un point critique de « réduction des coûts et augmentation de l’efficacité » : créer de tels systèmes de correspondance complexes demande des coûts de R&D et une maintenance très élevés. La base IA offre une capacité de généralisation, permettant à l’IA de « comprendre » le flux métier. Il n’est plus nécessaire d’écrire du code redondant pour chaque situation particulière.

Liu Gaochang pense que la capacité de développement logiciel traditionnel peut soutenir des « outils », mais seule la base IA peut soutenir un « cerveau ». L’avantage de l’IA réside dans sa rupture avec la logique de développement traditionnelle, en permettant une croissance exponentielle de la productivité en dépassant la limite linéaire entre augmentation de la main-d’œuvre et production.

Question 4 : La sortie de ce logiciel marque-t-elle une révolution dans la logique de développement logiciel ? Quel impact l’IA a-t-elle sur l’industrie du logiciel ?

Du Yu :

La logique est effectivement en train de changer, passant de « coder pour livrer des fonctionnalités » à « utiliser une base standard + l’IA pour transformer la livraison en processus ». Autrefois, les entreprises de logiciels ressemblaient à des « ateliers artisanaux », réalisant chaque projet individuellement ; aujourd’hui, elles ressemblent davantage à une « cuisine centrale de plats préparés + un chef IA » — la base (capacités générales) est industrialisée, l’IA se charge de préparer rapidement le plat (le processus métier), et le développeur (cuisinier) veille à la cuisson, au goût et à la présentation (exactitude métier, performance, sécurité, maintenabilité).

Ainsi, la voie « base standard + IA pour accélérer la personnalisation » aura un fort marché en Chine, mais la concurrence sera féroce : celui qui pourra transformer le savoir-faire sectoriel (comment faire) en modules, données et modèles de processus réplicables pourra se démarquer. Savoir simplement « coder » deviendra de plus en plus obsolète, tandis que « comprendre le secteur, pouvoir déployer et itérer en continu » sera la vraie valeur.

Ce que l’IA peut révolutionner, ce qu’elle ne peut pas remplacer

Question 5 : Si le développement logiciel devient plus accessible, les nouveaux logiciels seront-ils facilement réplicables ? Le modèle de profit basé sur le développement logiciel sera-t-il bouleversé ? Si la capacité de développement logiciel n’est plus une barrière commerciale, comment les entreprises peuvent-elles maintenir leur caractère unique ?

Du Yu :

Cela facilitera la reproduction des « fonctionnalités superficielles », mais rendra plus difficile la reproduction d’un « système efficace ».

L’IA rend « la production » moins coûteuse, mais la capacité à « faire fonctionner, durer et gagner » devient plus rare. Les fonctionnalités logicielles peuvent être copiées, mais la capacité systémique et l’organisation ne se dupliquent pas facilement. La rentabilité basée sur « le développement logiciel » sera comprimée, mais pas totalement éliminée, elle se fragmentera : dans des modes purement externalisés, facturation à l’heure ou à la tâche, et accumulation de personnel, les marges continueront à se réduire sous l’effet de l’IA.

Lorsque le logiciel devient un « produit facilement copiable », les clients privilégieront la responsabilité en cas de problème, la pérennité et la capacité à accompagner sur le long terme. Ce sont précisément des relations commerciales et des responsabilités que l’IA ne pourra pas remplacer. L’IA réduit la barrière pour « produire le logiciel », mais augmente la barrière pour « faire du logiciel une activité, un système, une norme ». La Chine amplifie probablement cet effet.

Question 6 : Quels secteurs risquent d’être totalement ou partiellement remplacés par l’IA, ou doivent-ils changer leur mode de production pour survivre ? Quels secteurs ne seront pas bouleversés ?

Pán Helín :

Les secteurs susceptibles d’être bouleversés par l’IA sont, d’une part, ceux liés à la connexion d’informations, comme la recherche, le commerce ou le fret, qui consistent essentiellement en une mise en relation d’informations ; d’autre part, ceux liés à la création de contenu, comme la vidéo, l’image, le texte ou le code.

Liu Gaochang :

Je préfère parler de « nécessité de reconstruire la production » plutôt que de « risque d’être remplacé ». On peut classer ainsi :

Secteurs facilement bouleversés par l’IA :

1. Les opérations répétitives intensives : par exemple, les opérateurs traitant 500 véhicules par an dans le modèle logistique traditionnel.

2. Les secteurs à forte densité d’informations mais à faible coût d’action, où l’IA peut agir directement après décision, comme les services internet ou le back-office financier.

3. Les processus très standardisés, où les résultats sont facilement quantifiables et leur feedback rapide, comme le développement logiciel.

Secteurs peu susceptibles d’être bouleversés par l’IA :

1. Ceux dépendant fortement d’interactions complexes dans le monde réel, avec des coûts d’exécution élevés, comme les services en présentiel, la fabrication complexe ou certains scénarios médicaux. L’IA y sera plutôt un « outil d’appoint » qu’un remplaçant. Par exemple, si l’IA peut dispatcher des camions, le mécanicien sur le bord de la route ou le policier gérant un accident complexe ne seront pas rapidement remplacés par des robots.

2. Ceux impliquant des responsabilités et des autorisations, avec une forte régulation et peu de tolérance à l’erreur : décisions juridiques, médicales avancées ou investissements majeurs. L’IA peut fournir des données, mais la responsabilité finale reste humaine.

Globalement, l’IA ne « détruit » pas les industries, mais oblige à une évolution de leur mode de production. Les entreprises qui ne se réorganisent pas seront éliminées, mais le secteur lui-même continuera souvent sous une nouvelle forme.

Question 7 : Sur ce point, si la machine à vapeur a permis une évolution dans l’utilisation de l’énergie, la productivité et la méthode de production, en quoi l’IA permet-elle à l’humanité d’affiner ses sens ou d’évoluer dans certains domaines ?

Pán Helín :

Actuellement, l’IA est principalement utilisée pour améliorer l’efficacité de l’accès à l’information. Par exemple, l’achat assisté par IA accélère la mise en relation entre offre et demande, tout comme l’IA dans le fret. À l’ère de l’IA, l’efficacité d’accès à l’information dépasse celle d’Internet, rendant la société plus efficace. Si l’ère d’Internet posait le problème de la surcharge d’informations, l’ère de l’IA permet une correspondance précise entre l’offre et la demande d’informations.

Liu Gaochang :

La machine à vapeur a libéré l’humanité de la contrainte physique, et l’IA permet une évolution dans trois dimensions :

1. La dimension perceptive.

L’IA peut traiter simultanément des flux d’informations bien supérieurs à ceux d’un humain (par exemple, commandes, prix, itinéraires, états en temps réel dans le marché du fret), dotant l’organisation d’une « perception globale » pour la première fois.

2. La dimension de la production.

Le coût d’accès au savoir est considérablement réduit. L’évolution humaine ne consiste plus à mémoriser ou apprendre, mais à définir des problèmes.

3. La dimension organisationnelle.

Des systèmes comme SemiCab, en extrayant « l’expérience sectorielle » de l’humain pour la transformer en capacités logicielles réplicables, permettent d’étendre la gestion par individu et d’amplifier systématiquement la levier organisationnel.

Dans ce sens, l’IA n’apporte pas seulement une amélioration ponctuelle de l’efficacité, mais pousse à une réflexion sur les problèmes complexes à « logiciel », libérant l’humain pour la définition d’objectifs et la valeur, tandis que de nombreux niveaux intermédiaires seront restructurés par l’IA.