Le directeur financier de Grab affirme que la suite d'IA de l'entreprise a réduit les délais de livraison d'environ un tiers, faisant grimper le bénéfice d'exploitation de 186 % pour atteindre 19 millions de dollars, tandis que le chiffre d'affaires a progressé de 22 % pour atteindre 997 millions de dollars. Des expéditions plus rapides s'attaquent au principal poste de coût de la logistique — le temps — et se traduisent directement par des revenus plus élevés pour les chauffeurs comme pour la plateforme.

Pourquoi l'IA de Grab est cruciale aujourd'hui

Grab a conçu une super-app qui regroupe le VTC, la livraison de repas, les paiements et bien plus encore. Cette diversité lui confère un réservoir de données dont la plupart des entreprises de livraison spécialisées sont dépourvues. En injectant des signaux de trajet, de commande et de paiement en temps réel dans des modèles d'apprentissage automatique, Grab prédit les pics de demande et oriente les chauffeurs en conséquence. Résultat : un cycle plus court entre la commande et la livraison qui réduit la fenêtre d'expédition habituelle jusqu'à 30 %.

Les outils derrière cette accélération

  • Turbo Mode – un assistant d'itinéraire piloté par l'IA qui propose le chemin le plus rapide aux chauffeurs en fonction du trafic en direct et de l'emplacement des commandes. Les chauffeurs font état d'une augmentation de 23 % de leurs revenus horaires car ils effectuent plus de trajets au cours d'un même service.
  • Predictive Matching – le système prévoit le moment où un restaurant terminera la préparation d'un repas et synchronise ce timing avec un chauffeur à proximité, réduisant ainsi le temps d'attente du chauffeur sur place.
  • Mai, l'assistant des commerçants – un assistant IA qui prédit les volumes de commandes pour les restaurants participants. Les utilisateurs ont constaté une hausse des ventes d'environ 15 % après avoir adopté l'outil.

Chaque élément s'attaque à un point de friction différent : la navigation, le temps d'attente au restaurant et la planification de la demande pour les commerçants. Ensemble, ils créent un cercle vertueux : des livraisons plus rapides permettent aux chauffeurs d'accepter plus de missions, des revenus plus élevés attirent davantage de coursiers, et les clients reçoivent leur nourriture plus rapidement, ce qui les incite à commander plus souvent.

Les enjeux pour le marché

L'avantage financier est évident. Une réduction de 30 % du temps de livraison a aidé Grab à porter son bénéfice d'exploitation à 19 millions de dollars, soit un bond de 186 %. Pour les chauffeurs, l'augmentation de 23 % des revenus améliore la fidélisation dans un secteur à forte intensité de main-d'œuvre où le renouvellement du personnel est traditionnellement élevé. Les commerçants bénéficient de la hausse de 15 % de leurs ventes, renforçant ainsi leur dépendance à la plateforme de Grab.

Risques et contrepoints

L'IA n'est pas une solution miracle. La construction et la maintenance de modèles sophistiqués exigent des talents, une puissance de calcul et des contrôles continus de la qualité des données.

À surveiller prochainement

  • Convergence Fintech – Grab prévoit d'utiliser les données relatives aux délais de livraison pour évaluer les flux de trésorerie et le risque de crédit des commerçants, ce qui pourrait créer une barrière pour les rivaux purement fintech. L'efficacité de ce modèle de notation de crédit sera un test clé de la solidité de l'avantage concurrentiel de l'IA.

À retenir

Le déploiement de l'IA par Grab montre que le routage intelligent et la prévision de la demande peuvent transformer la rapidité en profit, générant des gains mesurables pour la plateforme, ses chauffeurs et ses commerçants.