AMR ou AGV en entrepôt : la grille de décision que votre intégrateur ne vous donnera pas

Automatisation entrepôt robot : replacer AGV et AMR dans la stratégie de la supply chain

Pour un Chief Logistic Officer, l’automatisation entrepôt robot n’est plus un sujet de curiosité mais un levier direct sur le P&L. Les robots d’entrepôt, qu’il s’agisse d’AGV à trajectoires fixes ou de robots mobiles de type AMR, redessinent la préparation des commandes, le stockage et l’exécution des opérations d’entreposage à grande échelle. Dans un marché mondial de l’automatisation des entrepôts estimé à 28–30 milliards de dollars en 2023 et projeté au-delà de 100 milliards de dollars à horizon dix ans (sources : Interact Analysis, LogisticsIQ, rapports 2022–2023), la question n’est plus de savoir si l’on va automatiser, mais comment articuler les bons systèmes d’automatisation avec la réalité de vos flux et de vos équipes.

Les directions logistiques voient converger plusieurs contraintes : tension sur le travail des opérateurs, exigences de service des clients et pression sur les coûts de gestion des stocks. Dans ce contexte, l’automatisation des entrepôts par robots logistiques devient un outil de pilotage de la chaîne d’approvisionnement autant qu’un projet industriel, avec un impact fort sur la supply chain amont et aval. La vraie décision ne se résume donc pas à choisir un type de robot, mais à arbitrer entre AGV et AMR dans un entrepôt automatisé qui doit rester évolutif, interfacé avec le système de gestion d’entrepôt et aligné sur la stratégie globale.

Les intégrateurs mettent souvent en avant des démonstrateurs spectaculaires de robots mobiles ou de systèmes Autostore, mais ils parlent rarement du coût complet de possession sur dix ans. Un CLO doit pourtant comparer les systèmes d’automatisation en intégrant le système de contrôle, la gestion d’entrepôt, la maintenance, la cybersécurité et la capacité à absorber des pics de commandes sans dégrader l’efficacité et la précision. C’est précisément là que la grille de décision AGV versus AMR, construite sur vos données de flux et vos contraintes de travail, devient un avantage concurrentiel plutôt qu’un simple cahier des charges technique.

Résumé exécutif pour CLO pressé : AGV = robustesse et répétitivité, AMR = flexibilité et scalabilité. La bonne combinaison dépend de trois blocs chiffrés : profil de flux (stabilité vs variabilité), intégration SI (WMS, TMS, MES) et coût complet par ligne de commande. Les retours d’expérience publiés par McKinsey, BCG ou DHL montrent des gains de productivité de 20 à 40 % sur le picking et des ROI de 2 à 4 ans lorsque les processus sont réellement redessinés autour des robots. La suite de l’article détaille une matrice de décision, un exemple de calcul TCO par ligne et les erreurs à éviter pour transformer l’automatisation robotisée en avantage P&L durable.

Critères de choix AGV / AMR : flux, variabilité et intégration au WMS

La première brique de la grille de décision consiste à objectiver vos flux d’entrepôt avant de parler de robots d’entrepôt. Vous devez caractériser les volumes de commandes, la variabilité intra-journalière, les longueurs de parcours, la densité de stockage et la nature des opérations d’entreposage sur chaque zone. Un AGV à trajectoires fixes sera performant sur des flux stables et répétitifs, alors qu’un robot mobile autonome de type AMR excelle sur des parcours variables, des préparations de commandes multi-références et des organisations goods-to-person évolutives.

Sur un entrepôt automatisé avec forte densité de stockage, un système Autostore ou équivalent peut prendre en charge une partie de la préparation des commandes, mais la question reste entière pour les flux de réapprovisionnement, de traitement des commandes volumineuses et de gestion des retours. Les AGV, guidés par bandes, fils ou laser, offrent une grande robustesse pour l’approvisionnement de lignes, les navettes palettes et les transferts entre quais, avec un système de contrôle centralisé relativement stable. Les AMR, eux, utilisent SLAM et LiDAR pour recalculer leurs trajets en temps réel, ce qui les rend plus adaptés aux entrepôts automatisés où les opérateurs, les chariots et les robots cohabitent sur des parcours changeants.

Le deuxième critère clé concerne l’intégration au système de gestion d’entrepôt et au système de gestion de la supply chain globale. Un projet d’automatisation d’entrepôt par robots logistiques qui sous-estime l’impact sur le WMS, le système de contrôle et les interfaces de traitement des commandes crée des goulots invisibles qui détruisent l’efficacité et la précision promises. C’est ici que la lecture détaillée des flux temps réel, telle que travaillée dans une démarche de pilotage de la performance logistique par les données terrain, devient indispensable pour dimensionner correctement le nombre de robots, les règles de priorisation et les scénarios de dégradé.

Pour rendre cette analyse exploitable, de nombreux CLO s’appuient sur une matrice de décision simple croisant stabilité des flux et complexité d’intégration :

TCO comparé : acquisition, infrastructure au sol, maintenance et scalabilité

Sur le papier, un AGV coûte souvent moins cher à l’unité qu’un AMR, mais le CLO doit raisonner en coût total de possession sur la durée de vie du système. Les AGV exigent une infrastructure au sol plus lourde, avec des bandes, des réflecteurs ou des fils à installer et à maintenir, ce qui rigidifie le processus et renchérit chaque modification de layout d’entrepôt. Les AMR, eux, réduisent ces coûts d’infrastructure grâce à leur navigation autonome, mais ils demandent un système de contrôle plus sophistiqué, une gestion d’entrepôt plus fine et une supervision IT plus exigeante.

Le TCO doit intégrer l’énergie, la maintenance préventive, les pièces détachées, la formation des opérateurs et l’impact sur la productivité de la préparation des commandes et du stockage. Un projet d’automatisation d’entrepôt par robots mobiles bien cadré affiche généralement un ROI de deux à quatre ans, à condition que la gestion des stocks, le traitement des commandes et l’exécution des commandes soient réellement repensés autour des nouveaux systèmes d’automatisation. Les études de cabinets comme McKinsey ou BCG, basées sur des panels de sites logistiques en Europe et en Amérique du Nord, convergent sur des gains de productivité de 20 à 40 % sur les activités de picking lorsque les processus sont redessinés, avec des retours d’expérience industriels qui confirment ces ordres de grandeur.

Pour objectiver ce ROI, une approche courante consiste à ramener le TCO au coût complet par ligne de commande préparée. À titre d’illustration, un entrepôt B2B préparant 10 000 lignes par jour, 250 jours par an, soit 2,5 millions de lignes annuelles, investit 4 M€ dans une solution AMR (robots, système de contrôle, intégration WMS, infrastructure réseau) avec 400 k€ de coûts annuels d’exploitation (maintenance, énergie, licences, support). Sur un horizon de 7 ans, le coût total atteint 6,8 M€, soit environ 0,39 € par ligne préparée. En comparant ce coût complet à un scénario manuel ou à une solution AGV équivalente, le CLO peut arbitrer sur des bases chiffrées plutôt que sur des impressions de coût unitaire robot.

La scalabilité constitue un autre différenciateur fort entre les types de robots et les architectures de systèmes. Ajouter dix robots d’entrepôt supplémentaires sur une flotte d’AMR déjà intégrée au système de gestion peut se faire en quelques semaines, alors que modifier un réseau d’AGV câblés au sol pour absorber un nouveau flux de commandes peut nécessiter des travaux lourds. Pour un CLO qui pilote plusieurs entrepôts automatisés, cette capacité à monter en charge rapidement, à réallouer des robots mobiles entre sites et à adapter le système de contrôle central devient un argument décisif dans la comparaison des TCO.

Cas d’usage : goods-to-person, approvisionnement de ligne et préparation mixte

Les cas d’usage structurent concrètement la décision entre AGV et AMR, bien plus que les fiches techniques des constructeurs de robots logistiques. Sur un schéma goods-to-person, les robots mobiles de type AMR apportent les bacs ou les étagères vers les postes de préparation des commandes, ce qui réduit les déplacements des opérateurs et augmente fortement l’efficacité et la précision. Dans ce contexte, l’automatisation d’entrepôt par robots d’entrepôt s’articule souvent avec un système Autostore ou un autre système de stockage automatisé, pour densifier les stocks tout en maintenant une cadence élevée de traitement des commandes.

Pour l’approvisionnement de ligne en usine ou en plateforme de copacking, les AGV restent très pertinents, car les parcours sont répétitifs, les points de prise et de dépose sont fixes et les contraintes de sécurité sont fortes. Un système de contrôle centralisé d’AGV permet de fiabiliser ces opérations d’entreposage et de transport interne, en réduisant les risques d’erreur humaine et en stabilisant les temps de cycle. Dans ce cas, l’automatisation d’entrepôt par AGV s’intègre à la chaîne d’approvisionnement industrielle, avec une interface directe vers le système de gestion de production et le système de gestion d’entrepôt.

Entre ces deux extrêmes, la plupart des CLO pilotent des scénarios de préparation mixte, où coexistent des robots mobiles, des AGV, des systèmes d’automatisation de stockage et des opérateurs en picking manuel. La clé consiste alors à orchestrer ces systèmes d’automatisation dans un entrepôt automatisé qui reste lisible pour les équipes, avec une gestion des stocks unifiée et des règles claires de priorisation des commandes. Sur des territoires complexes ou des schémas multi-sites, cette orchestration doit aussi tenir compte des contraintes de transport et de maillage, comme on le voit sur des projets d’optimisation de liaisons régionales décrits dans des démarches de logistique territoriale performante.

Impacts SI, cohabitation homme robot et erreurs fréquentes à éviter

La plupart des échecs partiels de projets d’automatisation d’entrepôt par robots d’entrepôt ne viennent ni des robots ni des systèmes, mais de l’architecture SI et de la conduite du changement. Sous-estimer l’impact sur le WMS, le système de gestion d’entrepôt et les interfaces de traitement des commandes revient à construire une autoroute logistique qui se termine sur un rond-point saturé. Un CLO doit donc exiger une cartographie précise des flux de données entre le système de contrôle des robots, le système de gestion de la supply chain, le TMS et les outils de pilotage temps réel.

La cohabitation entre opérateurs et robots mobiles dans les entrepôts automatisés impose aussi une réflexion approfondie sur la sécurité, l’ergonomie et l’organisation du travail. Les robots logistiques doivent être intégrés dans des processus où les opérateurs gardent un rôle de supervision, de résolution d’exceptions et d’amélioration continue, plutôt que d’être cantonnés à des tâches déqualifiées. C’est là que la mise en place d’indicateurs de performance opérationnelle, alimentés par des données terrain et non par des tableaux de bord trophées, rejoint les approches de visibilité temps réel pour alimenter des décisions.

Parmi les erreurs fréquentes, on retrouve la sous-estimation des impacts sur la gestion des stocks, la non prise en compte des pics saisonniers de commandes et l’oubli des scénarios de dégradé en cas de panne de système. Un projet d’automatisation d’entrepôt robotisé doit prévoir des modes manuels, des plans de secours et une gouvernance claire des changements de paramétrage du système de contrôle. Sans cette discipline, les systèmes d’automatisation, qu’ils reposent sur des AGV ou des AMR, risquent de rigidifier la chaîne d’approvisionnement au lieu d’en renforcer la résilience.

Retour terrain : migrer d’AGV vers AMR (ou l’inverse) sans casser l’exploitation

Sur le terrain, plusieurs entrepôts qui avaient déployé des AGV sur des schémas de transport interne très structurés ont basculé progressivement vers des flottes d’AMR, à mesure que leurs portefeuilles de clients et leurs profils de commandes se diversifiaient. La montée en puissance du e-commerce B2B et des préparations de commandes à l’unité a rendu les parcours plus variables, ce qui a favorisé les robots mobiles capables de recalculer leurs trajets en temps réel. Dans ces contextes, l’automatisation d’entrepôt robotisée a gagné en flexibilité, mais au prix d’un renforcement du système de gestion d’entrepôt et du système de contrôle central.

À l’inverse, certains sites industriels ont fait le chemin inverse, en remplaçant des AMR par des AGV plus simples à maintenir pour des flux palettes très répétitifs entre zones de stockage et lignes de production. Le CLO a alors arbitré en faveur d’une automatisation d’entrepôt plus robuste et plus prévisible, avec un nombre limité de types de robots et un système de contrôle moins complexe. Dans ces cas, la priorité n’était pas la variabilité des parcours, mais la fiabilité absolue de l’exécution des commandes internes et la maîtrise des coûts de maintenance sur le long terme.

Dans les deux scénarios, la réussite de la migration repose sur une phase de double exploitation, où anciens et nouveaux systèmes d’automatisation cohabitent sous une même gouvernance de gestion d’entrepôt. Les équipes doivent apprendre à piloter plusieurs systèmes de contrôle, à répartir les flux de commandes entre robots et opérateurs, et à ajuster les règles de gestion des stocks en continu. Pour un CLO, la vraie grille de décision AGV versus AMR ne se limite donc pas à un benchmark technique, mais à une trajectoire d’évolution de l’entrepôt automatisé alignée sur la stratégie de la supply chain et sur la réalité sociale du travail en entrepôt.

Construire votre propre grille de décision AGV / AMR orientée P&L

Pour transformer l’automatisation d’entrepôt robotisée en avantage compétitif durable, un CLO doit formaliser une grille de décision qui relie directement les choix technologiques aux lignes du compte de résultat. Cette grille doit croiser les volumes de commandes, la variabilité des flux, la densité de stockage, les contraintes de travail des opérateurs et les objectifs de service aux clients. Elle doit aussi intégrer les scénarios d’évolution de la chaîne d’approvisionnement, les projets de nouveaux entrepôts automatisés et les arbitrages entre centralisation et maillage régional.

Concrètement, cette grille de décision peut se structurer autour de quelques axes chiffrés : coût complet par ligne de commande préparée, coût de possession par mètre carré de stockage automatisé, temps de cycle moyen par type de flux et niveau de service promis aux clients finaux. Les systèmes d’automatisation, qu’ils reposent sur des AGV, des AMR, des systèmes Autostore ou d’autres robots d’entrepôt, sont alors évalués non seulement sur leur efficacité technique, mais sur leur contribution mesurable à la performance globale de la supply chain. Cette approche permet aussi de comparer objectivement plusieurs types de robots, plusieurs architectures de systèmes de contrôle et plusieurs scénarios de gestion d’entrepôt.

Enfin, la grille de décision doit rester vivante, révisée régulièrement à la lumière des retours terrain, des incidents, des gains de productivité réels et des évolutions du marché de l’automatisation des entrepôts. Les CLO qui réussissent ces transformations combinent une vision stratégique de la chaîne d’approvisionnement avec une compréhension fine des opérations d’entreposage, des systèmes d’automatisation et du travail quotidien des opérateurs. Ils font de l’automatisation d’entrepôt robotisée non pas un projet ponctuel, mais un processus continu d’alignement entre technologie, logistique et attentes des clients. Pour passer de la réflexion à l’action, beaucoup s’appuient sur un diagnostic flash des flux et un outil de simulation TCO par ligne de commande, afin de sécuriser les premiers arbitrages AGV / AMR avant de lancer un appel d’offres.

Chiffres clés sur l’automatisation robotisée des entrepôts

• Le marché mondial de l’automatisation des entrepôts est estimé à près de 30 milliards de dollars et devrait dépasser les 100 milliards de dollars à horizon dix ans, ce qui traduit une accélération massive des investissements logistiques à l’échelle mondiale (sources : Interact Analysis, LogisticsIQ, rapports 2022–2023).
• Environ 60 à 65 % des entreprises déclarent prévoir d’automatiser significativement leurs entrepôts dans les deux à trois prochaines années, signe que l’automatisation d’entrepôt robotisée devient un standard de marché plutôt qu’un avantage de pionnier (enquêtes Gartner, MHI Annual Industry Report, méthodologies basées sur panels de plusieurs centaines de décideurs supply chain).
• Les AGV reposent sur des trajectoires fixes guidées par fils, bandes ou laser, alors que les AMR utilisent des technologies de navigation autonome de type SLAM et LiDAR, ce qui change profondément la flexibilité des parcours et les besoins en infrastructure au sol.
• Sur des projets bien cadrés, intégrant la refonte des processus et l’optimisation de la gestion d’entrepôt, le ROI observé pour des systèmes d’automatisation robotisés se situe généralement entre deux et quatre ans, avec des gains de productivité pouvant dépasser 30 % sur certaines activités de préparation des commandes (retours d’expérience publiés par DHL, XPO Logistics, Ocado et analysés par McKinsey et BCG).
• Les solutions goods-to-person basées sur des robots mobiles ou des systèmes de stockage automatisé comme Autostore permettent souvent de multiplier par deux la productivité de préparation des commandes, tout en réduisant significativement les erreurs de picking et les déplacements des opérateurs, comme l’illustrent plusieurs cas clients dans la distribution spécialisée et l’e-commerce.

FAQ sur le choix entre AGV et AMR en entrepôt

Quand privilégier des AGV plutôt que des AMR dans un entrepôt automatisé ?

Les AGV sont particulièrement adaptés aux flux répétitifs et très structurés, comme les transferts palettes entre zones de stockage et lignes de production ou entre quais fixes. Ils deviennent pertinents lorsque les parcours changent peu dans le temps et que la priorité est la robustesse plutôt que la flexibilité. Dans ce cas, l’infrastructure au sol et le système de contrôle centralisé sont plus faciles à stabiliser et à maintenir.

Dans quels cas les AMR apportent-ils le plus de valeur en logistique d’entrepôt ?

Les AMR créent le plus de valeur sur des environnements où les parcours et les profils de commandes sont très variables, comme la préparation de commandes e-commerce ou B2B multi-références. Leur navigation autonome permet d’adapter les trajets en temps réel, de contourner les obstacles et de cohabiter plus facilement avec les opérateurs et les chariots. Ils sont donc particulièrement efficaces dans des schémas goods-to-person et des entrepôts en évolution rapide.

Comment intégrer AGV ou AMR avec un WMS existant sans déstabiliser l’exploitation ?

L’intégration réussie passe par une cartographie détaillée des flux de données entre le WMS, le système de contrôle des robots et les autres briques SI logistiques. Il est recommandé de démarrer par un périmètre fonctionnel limité, avec une phase de double exploitation et des scénarios de dégradé clairement définis. La gouvernance des changements de paramétrage doit être formalisée pour éviter les effets de bord sur la préparation des commandes et la gestion des stocks.

Quel impact l’automatisation robotisée a-t-elle sur le travail des opérateurs d’entrepôt ?

L’automatisation robotisée transforme le travail des opérateurs en réduisant les déplacements, les portages et certaines tâches répétitives, mais elle renforce leur rôle de supervision et de résolution d’exceptions. Les opérateurs doivent être formés aux nouveaux systèmes, aux règles de sécurité et aux procédures de reprise manuelle en cas d’incident. Une conduite du changement structurée est indispensable pour sécuriser l’adhésion des équipes et capter pleinement les gains d’efficacité.

Comment évaluer le ROI d’un projet AGV ou AMR au-delà du simple coût de main d’œuvre ?

Le ROI doit intégrer les gains de productivité, la réduction des erreurs de préparation, l’amélioration du taux de service et la diminution des accidents ou des dommages produits. Il faut aussi prendre en compte la densification du stockage, la réduction des surfaces nécessaires et la capacité à absorber des pics de commandes sans recourir systématiquement à de l’intérim. Une approche en coût complet par ligne de commande préparée permet de comparer objectivement plusieurs scénarios d’automatisation.