Description
Le Pallet to Person est une solution d’automatisation de la préparation de commandes développée par WIIO, issue du principe Goods to Person et adaptée aux flux de palettes. Son objectif est simple : ce n’est plus l’opérateur qui se déplace dans l’entrepôt pour aller chercher les marchandises, mais la marchandise qui vient directement à lui. Des robots mobiles autonomes (AMR) prennent en charge les palettes et les acheminent automatiquement depuis les zones de stockage ou de réception jusqu’aux postes de préparation, de picking ou de dépalettisation. Les opérateurs restent ainsi concentrés sur les opérations à valeur ajoutée, tandis que les déplacements et les tâches de manutention répétitives sont fortement réduits.
La solution est particulièrement adaptée aux environnements logistiques traitant de fortes volumétries sur un nombre limité de références, notamment les produits à forte rotation. Elle répond notamment aux configurations dans lesquelles 20 % des SKU peuvent représenter jusqu’à 80 % des volumes préparés. Le Pallet to Person peut être utilisé pour des opérations de cross-dock et d’éclatement en flux tendu, comme pour du case picking au colis sur des palettes stockées. L’approvisionnement continu des stations par les AMR permet de limiter les temps d’attente et d’assurer une activité régulière aux postes de préparation.
Le fonctionnement du Pallet to Person repose cependant sur bien plus qu’une flotte de robots. Au cœur de l’architecture se trouve MAEVE, la plateforme logicielle robotique développée par WIIO. Véritable couche d’orchestration, elle synchronise en temps réel les robots, les palettes, les stocks et les postes de picking. À partir des besoins transmis par le système d’information de l’entrepôt, MAEVE détermine les missions à exécuter, priorise les palettes, affecte les AMR disponibles et organise leur acheminement vers les stations. L’objectif est que le bon produit arrive au bon poste, au bon moment et dans le bon ordre, afin de maintenir une occupation maximale des opérateurs.
Cette orchestration s’appuie sur des algorithmes développés par WIIO spécifiquement pour les processus Goods to Person. Ils combinent notamment clustering intelligent, ordonnancement optimisé et gestion dynamique des stocks. MAEVE peut ainsi gérer le stock tampon, organiser les flux entrants, répartir dynamiquement les missions entre les robots et équilibrer la charge entre les stations de picking. Cette intelligence logicielle constitue une différence essentielle entre une simple flotte d’AMR et une véritable solution Pallet to Person : la performance ne dépend pas uniquement de la capacité des robots à transporter des palettes, mais de l’optimisation globale des missions, des ressources et des flux.
Une fois la palette présentée au poste, l’opérateur réalise les opérations de picking dans un environnement pensé pour faciliter son travail. Les stations peuvent être adaptées à la hauteur de prise, aux produits manipulés et aux contraintes du métier. Elles peuvent également intégrer différents dispositifs d’assistance : vocal, écrans déportés, scanners mains libres ou Spot to Light. Ces équipements guident les gestes, facilitent les contrôles et contribuent à fiabiliser la préparation. En supprimant une grande partie des déplacements dans les allées, la solution améliore également l’ergonomie des postes et réduit la fatigue des opérateurs.
Selon les configurations présentées par WIIO, le Pallet to Person peut atteindre 300 à 400 colis préparés par heure et par opérateur, avec jusqu’à 95 % de déplacements opérateurs en moins. WIIO indique également jusqu’à 40 % de productivité supplémentaire sur les opérations de préparation et de manutention. Ces performances dépendent naturellement des flux, des références traitées et du dimensionnement retenu. L’utilisation d’AMR apporte par ailleurs une forte évolutivité : il est possible d’ajouter des robots, des postes de picking ou davantage de références pour accompagner l’évolution de l’activité, sans nécessiter d’infrastructure fixe lourde.
En amont du déploiement, WIIO peut s’appuyer sur MAEVE Vision pour simuler le fonctionnement de l’installation. L’environnement, les flux logistiques et l’activité des AMR peuvent être modélisés à partir de données réelles afin de tester différents scénarios, identifier les points de congestion, dimensionner les ressources et valider les performances attendues. Cette étape permet de sécuriser les choix techniques et l’investissement avant la mise en production.
Le projet AMIRAL mené avec Auchan Retail illustre concrètement cette approche. Mis en production en 2025 pour la préparation en flux tendu de produits frais, le dispositif associe le WMS Logistar de ProLogistik, le WCS MAEVE de WIIO, un système Put-to-Light, des empileurs et une flotte de 49 AMR HIKROBOT. Le WMS conserve le pilotage métier tandis que MAEVE orchestre dynamiquement les équipements et l’acheminement des produits vers les stations de préparation magasins. D
