Aller au contenu principal
Romark Logistics transforme la gestion de ses stocks d'entrepôt avec la plateforme de visibilité en temps réel de Dexory
IndustrielRobotics & Automation News4sem

Romark Logistics transforme la gestion de ses stocks d'entrepôt avec la plateforme de visibilité en temps réel de Dexory

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Romark Logistics, prestataire logistique tiers (3PL) spécialisé dans les solutions personnalisées, a sélectionné DexoryView, la plateforme de visibilité entrepôt de la startup britannique Dexory, pour son site de Hazleton en Pennsylvanie. Le déploiement introduit une couche d'intelligence temps réel dans la gestion des stocks, en s'appuyant sur des robots autonomes équipés de capteurs qui parcourent les allées pour scanner en continu l'état des palettes et rayonnages. L'annonce ne précise pas le volume de surface couverte ni les métriques de précision d'inventaire atteintes, ce qui limite l'évaluation indépendante des gains annoncés.

Pour un 3PL comme Romark, dont la proposition de valeur repose sur la fiabilité contractuelle vis-à-vis de donneurs d'ordre multiples, la précision des stocks est un enjeu financier direct: toute erreur d'inventaire peut déclencher des pénalités ou la perte d'un client. L'approche de Dexory, qui superpose une couche de visibilité à l'infrastructure existante sans reconfiguration des systèmes WMS ni arrêt de production, réduit le risque d'intégration et raccourcit le délai de retour sur investissement, deux arguments décisifs pour les entrepôts à haute rotation.

Fondée en 2021 à Londres, Dexory a levé 19 millions de dollars en série A en 2023 et opère dans plusieurs entrepôts en Europe et aux États-Unis. Sur le segment de l'inventaire automatisé, elle affronte Corvus Robotics, Gather AI et Exotec, acteur français positionné sur l'automatisation des flux plutôt que sur la visibilité pure. Ce déploiement chez Romark confirme la traction commerciale de Dexory sur le marché nord-américain des 3PL, un segment jugé prioritaire pour 2025-2026.

Impact France/UE

Le déploiement US de Dexory (startup britannique déjà active en entrepôts européens) valide son modèle commercial et renforce sa compétitivité face à Exotec sur le segment de la visibilité entrepôt en Europe.

Dans nos dossiers

À lire aussi

IA en entrepôt : la vision d'Akash Gupta pour l'avenir
1The Robot Report 

IA en entrepôt : la vision d'Akash Gupta pour l'avenir

Akash Gupta, co-fondateur et PDG de GreyOrange, était l'invité principal de l'épisode 247 du podcast The Robot Report, diffusé cette semaine, pour aborder la place croissante de l'intelligence artificielle dans la logistique d'entrepôt. GreyOrange, fondée en 2012, commercialise GreyMatter, une plateforme d'orchestration d'entrepôt pilotée par IA qui coordonne en temps réel robots, humains et systèmes de gestion au sol. La société revendique plus d'un million d'optimisations par minute sur sa plateforme, et annonce des gains de productivité allant jusqu'à 4x par rapport à une configuration sans orchestration centralisée. Ces chiffres sont issus de communications commerciales et ne font pas l'objet d'une validation indépendante publiée. L'épisode couvrait également plusieurs actualités sectorielles : le Congrès américain avance sur la création d'une Commission Nationale sur la Robotique, AGIBOT a organisé le World Challenge 2026 pour évaluer les modèles d'IA sur des tâches réelles, et Walmart a annoncé avec Wing l'extension de la livraison par drone à 7 nouveaux marchés. La tendance que représente GreyMatter est significative pour les intégrateurs et les décideurs logistiques : elle illustre le glissement stratégique du secteur depuis les robots individuels vers une couche logicielle d'orchestration agnostique au matériel. GreyMatter se positionne explicitement comme compatible avec des flottes hétérogènes, ce qui répond à un vrai frein à l'adoption observé dans les entrepôts multi-fournisseurs. Pour un COO industriel, la question n'est plus seulement "quel robot choisir" mais "quelle couche de coordination déployer par-dessus l'existant". La capacité à optimiser en continu des flux complexes sans repartir de zéro sur l'infrastructure est l'argument central du positionnement de GreyOrange. GreyOrange a été fondée à Gurugram, en Inde, par Akash Gupta et Samay Kohli, avant de déplacer son siège vers Atlanta. La société s'est d'abord concentrée sur les marchés asiatiques avec ses robots de tri, puis a pivoté vers un modèle SaaS d'orchestration à mesure que la concurrence hardware s'intensifiait. Elle fait face à des concurrents directs sur le segment orchestration comme Körber, Manhattan Associates côté WMS, et des plateformes émergentes comme Hai Robotics ou Symbotic sur le segment automatisation intégrée. Akash Gupta figure dans le classement "35 Innovators Under 35" du MIT Technology Review. Aucun nouveau déploiement client ni timeline de lancement n'a été annoncé dans le cadre de cet épisode, qui reste principalement un format promotionnel sponsorisé par GreyOrange elle-même.

UELa tendance vers les couches d'orchestration logicielle agnostiques au matériel est pertinente pour les entrepôts européens multi-fournisseurs (notamment face à Körber), mais aucun déploiement ni partenariat spécifique en France/UE n'est annoncé dans cet épisode.

IndustrielActu
1 source
Vention étend sa plateforme convoyeur avec un système d'automatisation de fin de ligne intégré
2Robotics & Automation News 

Vention étend sa plateforme convoyeur avec un système d'automatisation de fin de ligne intégré

Vention, plateforme canadienne d'automatisation industrielle basée à Montréal, a annoncé l'extension de son écosystème convoyeurs pour couvrir l'automatisation complète de fin de ligne. La solution intègre la manutention de matériaux dans trois segments distincts : les lignes d'assemblage, la logistique d'entrepôt et les applications d'emballage end-of-line. L'offre s'inscrit dans l'approche plateforme de Vention, qui unifie sur un seul environnement les étapes de conception, de commande, de déploiement et d'exploitation. L'article source ne fournit pas de métriques spécifiques (cadences, charges utiles, délais de mise en service), ce qui limite l'évaluation indépendante des performances annoncées. Pour les intégrateurs et les décideurs industriels, l'intérêt réside dans la réduction des interfaces entre fournisseurs : un convoyeur conçu dans le même outil que le reste de la cellule automatisée réduit le temps d'ingénierie et les risques d'incompatibilité mécanique ou logicielle. L'extension vers l'emballage end-of-line signale une montée en gamme de Vention au-delà des cellules robotiques standalone, vers des lignes complètes, marché à fort volume où les cycles d'achat sont plus longs mais les contrats plus structurants. Fondée en 2017, Vention s'est imposée avec son approche "automation-as-a-platform" et son MachineLogic comme OS d'automatisation. Elle concurrence directement Bosch Rexroth, FlexLink et Mk Technology Group sur les convoyeurs industriels modulaires, ainsi que des acteurs comme Bastian Solutions ou Dematic sur la logistique d'entrepôt. L'annonce ne précise pas de calendrier de disponibilité ni de déploiements clients confirmés.

IndustrielActu
1 source
Plus One Robotics diffuse huit heures de performances en direct d'automatisation d'entrepôt
3Robotics & Automation News 

Plus One Robotics diffuse huit heures de performances en direct d'automatisation d'entrepôt

Plus One Robotics, spécialiste américain de l'automatisation des entrepôts basé à San Antonio (Texas), a organisé une démonstration en direct de huit heures de son système d'induction de colis piloté par IA, diffusée simultanément sur ses chaînes YouTube et LinkedIn. L'exercice consistait à montrer un système robotique d'induction de colis fonctionnant en continu, sans interruption, dans des conditions opérationnelles réelles. La durée volontairement longue du stream visait à offrir une fenêtre transparente sur les performances effectives de la robotique d'entrepôt à grande échelle, au-delà des extraits soigneusement montés habituellement présentés dans les démonstrations marketing. L'article ne précise pas les métriques de cadence ou de taux d'erreur atteints pendant ces huit heures, ce qui limite l'évaluation objective de la performance annoncée. La démarche est significative dans un secteur où le gouffre entre démo et réalité terrain reste un sujet brûlant. Montrer huit heures de fonctionnement non interrompu est une réponse directe aux sceptiques qui pointent le cherry-picking des vidéos promo. Pour les intégrateurs logistiques et les COO de centres de distribution, la continuité opérationnelle et la tolérance aux cas limites comptent bien plus que des pics de performance isolés. Si les métriques associées (throughput réel, taux de succès de saisie, types de colis traités) sont publiées, ce stream constituerait une référence utile pour les appels d'offres. Plus One Robotics opère dans un segment très concurrentiel dominé par Mujin, Pickle Robot, Covariant et Symbotic pour la manipulation de colis en entrepôt. La société a notamment des déploiements annoncés chez des opérateurs logistiques majeurs et s'appuie sur une approche Human-in-the-Loop ("Yonder") pour gérer les cas d'exception. Cette démonstration longue durée s'inscrit dans une tendance plus large du secteur vers la validation publique de la robustesse, après une période où les promesses marketing ont précédé les résultats terrain.

IndustrielActu
1 source
Estimation de la présence humaine par vision pour améliorer la sécurité et l'efficacité des AMR en entrepôt industriel
4arXiv cs.RO 

Estimation de la présence humaine par vision pour améliorer la sécurité et l'efficacité des AMR en entrepôt industriel

Des chercheurs ont publié sur arXiv (référence 2604.18627) un système temps réel permettant à un robot mobile autonome (AMR) d'estimer, via une unique caméra RGB, si un opérateur humain à proximité a conscience de sa présence. La méthode combine deux modules : un estimateur de pose humaine 3D ("3D pose lifting") qui reconstruit la position du corps dans l'espace, et un module d'estimation d'orientation de la tête qui calcule le cône de vision du travailleur. Si l'humain est orienté vers le robot et se trouve dans ce cône, le système le catégorise comme "conscient de l'AMR" ; dans le cas contraire, le robot adopte un comportement de précaution. L'ensemble du pipeline a été validé sur données synthétiques dans NVIDIA Isaac Sim, sans validation sur environnement physique réel annoncée à ce stade. L'intérêt industriel de cette approche réside dans l'inefficacité chronique des systèmes actuels : les AMRs déployés aujourd'hui traitent tout humain comme un obstacle dynamique générique, ce qui entraîne des ralentissements ou détours systématiques, même lorsque l'opérateur a clairement vu le robot et s'est écarté de sa trajectoire. En distinguant les travailleurs attentifs des travailleurs inattentifs, le système permettrait théoriquement d'augmenter les cadences opérationnelles sans dégrader la sécurité. Pour les intégrateurs et les COO industriels, c'est une piste concrète pour réduire les temps de cycle dans des environnements à forte densité humaine. La validation reste cependant limitée à des données simulées, ce qui laisse entier le problème du sim-to-real gap pour les cas limites : occlusions partielles, éclairage variable, postures atypiques. Ce travail s'inscrit dans un contexte de forte croissance des flottes AMR dans la logistique mondiale, porté par des acteurs comme MiR (acquis par Teradyne), Locus Robotics, Geek+, ou côté français Exotec dont les robots Skypod évoluent dans des allées partagées avec des opérateurs humains. Les approches concurrentes misent généralement sur des systèmes LIDAR multicouche ou des zones de sécurité paramétrables conformes à la norme ISO 3691-4, sans modélisation explicite de l'attention humaine. La prochaine étape naturelle serait une validation sur données réelles et une intégration dans une stack de navigation type ROS 2 Nav2, mais ni timeline ni partenariat industriel ne sont mentionnés dans ce preprint.

UEDirectement pertinent pour Exotec (Skypod) qui opère des flottes AMR en allées partagées avec des opérateurs, mais aucune collaboration ni validation sur environnement réel n'est annoncée à ce stade.

IndustrielPaper
1 source