Décryptage · 2026

Générateur d'implantation d'entrepôt IA : ce que fait RackCity AI, et ce qu'il ne fait pas

Tapez « 91 × 152 m (300 × 500 ft), 9 m (30 ft) de hauteur libre, quais sur le mur sud, rayonnage double avec allées de 3 m (10 ft) » et, trente secondes plus tard, un entrepôt équipé apparaît sur le canevas avec son nombre de palettes. Cette partie fonctionne. Cette page explique comment cela fonctionne, où cela se trompe, ce que l'outil refuse de faire, et pourquoi vous pouvez vous fier au chiffre qu'il vous donne.

8 min de lecture Mis à jour le Par l'équipe RackCity AI
Dans cet article
  1. La réponse courte
  2. Ce que fait l'IA
  3. Comment cela fonctionne, et pourquoi le total est exact
  4. À partir d'une phrase
  5. À partir d'une plaquette de bâtiment
  6. Modifier en le demandant
  7. Ce qu'il fait mal
  8. Ce qu'il refuse
  9. Ce qu'il coûte
  10. Questions fréquentes

Nous développons RackCity AI, et son IA s'appelle Forky AI. « Générateur d'implantation d'entrepôt IA » peut désigner n'importe quoi, d'un chatbot qui parle d'entrepôts à un générateur d'images qui dessine vaguement un entrepôt ; cette page précise donc ce qu'est le nôtre : un moyen de rédiger un vrai projet de rayonnage, modifiable, à partir d'une description ou d'un document, la géométrie et le comptage étant assurés par le même moteur d'implantation que lorsque vous dessinez à la main.

La réponse courte

Forky AI, l'assistant de RackCity AI, produit un plan d'implantation des rayonnages à partir d'une phrase (« 122 × 76 m (400 × 250 ft), 9 m (30 ft) de hauteur libre, rayonnage double avec allées de 3,7 m (12 ft) ») ou d'une plaquette de bâtiment importée, puis le modifie à partir d'une phrase. Il rédige un projet, pas une image : le même moteur d'implantation que lorsque vous dessinez à la main place les rangées et compte les emplacements, le total est donc exact et le brouillon modifiable.

Ce que fait l'IA

Trois choses, toutes depuis la même fenêtre de discussion en bas du canevas :

Un entrepôt décrit en une phrase en langage courant à Forky AI, avec à côté, sur le canevas, le plan d'implantation des rayonnages qu'il a produit
Une phrase en entrée, un bâtiment équipé avec son nombre d'emplacements en sortie. Le brouillon se modifie comme tout le reste sur le canevas.

Comment cela fonctionne, et pourquoi le total est exact

C'est le point à comprendre, car c'est ce qui distingue un générateur d'implantation d'un générateur d'images. L'IA ne dessine pas le rayonnage et ne compte pas les palettes. Elle rédige un projet : une description structurée du bâtiment (dimensions, quais, poteaux, murs, bureaux), des zones (où va chaque bloc de rayonnage et de quel type) et des caractéristiques du rayonnage pour chacune (échelle, lisse, niveaux, allée, palette). Cette description est contrôlée par un schéma strict avant d'aller plus loin — une longueur de lisse qui n'est pas un nombre, une zone hors du bâtiment, un type de rayonnage inexistant, et la réponse est rejetée et relancée au lieu d'être dessinée.

Ce qui passe le contrôle est transmis au moteur d'implantation de RackCity AI, le même code que lorsque vous faites glisser une zone à la main. Le moteur place les rangées à la largeur d'allée du projet, intègre les poteaux lorsque Intégrer les poteaux est activé, retire les travées neutralisées et les passages sous rayonnage, et compte les emplacements. Le total affiché en en-tête après un brouillon IA n'est donc pas une estimation de l'IA. C'est le comptage, par le moteur, de l'implantation que l'IA a décrite, aussi fiable que celui d'une implantation dessinée par vous-même.

Le modèle sous-jacent est un grand modèle de langage doté d'un long jeu d'instructions sur le rayonnage : le catalogue des dimensions d'échelles et de lisses, la façon dont les palettes reposent sur les lisses, ce qu'est une cheminée, le lien entre allées et chariots, la conversion exacte et non approximative des valeurs métriques. Ce jeu d'instructions est identique à chaque requête, ce qui rend ses résultats cohérents d'un bâtiment à l'autre.

À partir d'une phrase

Une bonne requête décrit le bâtiment et le rayonnage. Cela suffit :

« Entrepôt de 122 × 76 m (400 × 250 ft), 9 m (30 ft) de hauteur libre, huit quais sur le mur sud, bureau de 9 × 12 m (30 × 40 ft) dans l'angle sud-ouest, rayonnage à palettes conventionnel double avec allées de 3,7 m (12 ft), lisses de 2440 mm (8 ft), 4 niveaux. »

Ou en métrique, et la réponse revient en métrique :

« 60 m sur 40 m, 8 m de hauteur libre, lisses de 2700 mm, 4 niveaux, allées de 3 m, quatre quais sur le mur sud. »

Omettez des éléments et il les complète par des valeurs par défaut raisonnables, en indiquant dans sa réponse ce qu'il a supposé : une allée de 3,7 m (12 ft), des palettes GMA, des échelles de 8500 mm (28 ft) si la hauteur libre le permet. La réponse est une bulle de discussion en langage clair — ce qu'il a construit et ce qu'il a deviné — et le projet est sur le canevas en dessous. Dès qu'un projet est sur le canevas, Forky AI propose quelques étapes suivantes en un clic juste au-dessus de la zone de saisie — équiper un bâtiment vide, ajouter un niveau, élargir les allées — chacune envoyée dès que vous cliquez.

À partir d'une plaquette de bâtiment

Déposez sur l'écran d'accueil le PDF, une photo, une capture ou un scan du plan, ou le dessin DWG/DXF. RackCity AI vous affiche les pages ; choisissez la page du plan (un PDF d'une page, une photo ou un dessin CAO est sélectionné pour vous) et utilisez la note pour demander le rayonnage — « équipez-le en rayonnage double, chariots à mât rétractable » — et pour trancher ce que le document laisse ouvert : « la cellule Est de 11 150 m² (120 000 sq ft) », « la hauteur libre est de 9,75 m (32 ft), la plaquette indique la hauteur à l'égout ». Il lit les dimensions et la forme du bâtiment, les portes de quai le long d'un mur et la trame de poteaux lorsque le plan la montre. Il implante le rayonnage dessiné sur le plan ou demandé dans la note ; sinon, il renvoie le bâtiment avec un bouton en un clic Remplir de rayonnages doubles. Sa réponse indique ce qu'il a lu et ce qu'il a supposé, de sorte qu'une erreur de lecture est visible avant que vous ne vous fiiez au total.

Il lit bien une plaquette commerciale classique — un rectangle net avec ses cotes. Il lit moins bien un plan CAO chargé d'une centaine d'annotations, et plus mal encore un croquis photographié au téléphone. Un plan où le rayonnage est déjà dessiné est lu tel quel — chaque groupe de rangées devient une zone. Un devis ou une fiche technique de rayonnage sans bâtiment est implanté dans un bâtiment supposé, et la réponse le signale.

Modifier en le demandant

L'essentiel de la valeur se trouve dans les échanges qui suivent le premier. Chaque modification est une phrase adressée à Forky AI, appliquée au projet tel qu'il est :

Ou ne demandez rien : tout ce que l'IA a rédigé est un objet ordinaire du canevas. Déplacez la zone, ouvrez la travée, changez la lisse dans la liste déroulante. L'IA et la souris modifient le même projet.

Ce qu'il fait mal

Le calcul de l'implantation est exact ; les erreurs viennent des données d'entrée, et elles méritent d'être connues par leur nom :

Traitez le brouillon comme la première passe d'un dessinateur junior compétent : le dessin est solide, le raisonnement est explicite, et vous visitez quand même le bâtiment avant que quiconque ne commande l'acier.

Ce qu'il refuse

Forky AI se limite à l'implantation d'entrepôt et le dit. Demandez-lui autre chose et il refuse par un court message au lieu d'improviser. Deux refus comptent en pratique :

Ce qu'il coûte

Les requêtes IA sont décomptées selon le plan : un nombre limité avec Free, 30 par jour avec Solo ($50 par mois) et 100 par jour avec Warehouse Pro ($130). Une requête correspond à un brouillon ou à une modification. Une requête qui ne produit pas de projet valide est relancée une fois en arrière-plan et, si elle échoue encore, n'est pas décomptée ; un refus est décompté, car il a reçu une réponse. Le compteur de la fenêtre de discussion indique ce qu'il vous reste.

Décrivez un entrepôt à Forky AI

Une phrase, ou la plaquette. Un nombre limité de requêtes IA gratuites, et le brouillon est à vous pour le modifier.

Ouvrir RackCity AI →

Questions fréquentes

Existe-t-il une IA capable de concevoir l'implantation d'un entrepôt ?

Oui. L'assistant de RackCity AI, Forky AI, produit un plan d'implantation des rayonnages à partir d'une description du bâtiment en langage courant — dimensions, hauteur libre sous ferme, quais, type de rayonnage souhaité — ou d'une plaquette ou d'un plan importé (un PDF, une photo ou un scan PNG/JPG/TIFF, ou un dessin CAO DWG/DXF). Le brouillon est un vrai projet : des rangées placées à votre largeur d'allée, un nombre d'emplacements palettes, une nomenclature. Vous le modifiez ensuite à la main ou en demandant des changements.

Quelle est la précision d'une implantation d'entrepôt générée par IA ?

Le calcul du rayonnage est exact, car l'IA rédige un projet et le moteur d'implantation de RackCity AI place les rangées et compte les emplacements — l'IA n'invente jamais un total. Les erreurs viennent des données d'entrée : une plaquette mal lue, une emprise découpée ramenée à un rectangle, une trame de poteaux absente du document. Considérez le brouillon comme une première passe et vérifiez le bâtiment avant de commander l'acier.

Une IA peut-elle lire une plaquette de bâtiment et y implanter des rayonnages ?

Oui. Importez le PDF ou la photo, choisissez la page du plan, précisez dans la note ce qu'il faut équiper, et RackCity AI lit les dimensions, les quais et — si elle est dessinée — la trame de poteaux, puis équipe le bâtiment dans la même passe : le rayonnage dessiné sur le plan, ou celui que demande la note. Il lit bien les plaquettes commerciales nettes ; moins bien les plans CAO chargés et les croquis à main levée, et il vous indique ce qu'il a supposé.

Une implantation par IA remplace-t-elle un ingénieur en rayonnage ?

Non. Elle remplace la feuille blanche et la première heure de dessin. Les plans tamponnés exigés pour un permis, le calcul sismique et la vérification de la capacité de charge des lisses restent l'affaire d'un ingénieur agréé — qui part désormais d'une implantation cotée plutôt que d'un croquis.

Combien coûte Forky AI ?

Un nombre limité de requêtes IA avec le plan Free, 30 par jour avec Solo ($50 par mois, ou jusqu'à 23 % de moins en facturation annuelle) et 100 par jour avec Warehouse Pro ($130). Une requête correspond à un brouillon ou à une modification ; une requête échouée qui n'a rien produit n'est pas décomptée de votre quota.