Pour les enseignes, l’IA se joue dans les données et les processus, pas dans l’outil

Posséder beaucoup d’outils d’IA ne suffit pas à gagner. Dans une tribune publiée par le JDN, Matt Redwood, vice-président de Diebold Nixdorf pour les solutions globales et le conseil, banque et distribution, soutient que l’intelligence artificielle devient une nouvelle couche opérationnelle du commerce. Il la compare au point de vente, devenu il y a une génération la couche transactionnelle. Il s’agit de l’analyse d’un dirigeant de ce secteur, pas d’un résultat mesuré.

De la détection à l’action

Les avantages que mentionne l’auteur existent déjà dans les faits : confier les travaux répétitifs à des automatismes, dégager du temps pour les équipes, affiner la gestion des stocks et du merchandising, diminuer la démarque ainsi que les charges d’exploitation, et offrir au client un parcours plus fluide et plus personnalisé.

D’après lui, l’IA seule ne créera pas la valeur : c’est son aptitude à passer à l’acte qui comptera. Les distributeurs sortiraient progressivement de la phase de test pour viser des résultats mesurables. L’enjeu n’est plus uniquement de détecter une attente excessive en caisse, mais de suggérer, et même d’enclencher, la mesure qui l’écourte. Le raisonnement vaut aussi pour une rupture : prévoir la demande et lancer le réassort.

Des usages qui vont plus vite que les infrastructures

La difficulté majeure qu’il décrit se situe dans cet écart. Nombre d’enseignes possèdent déjà plusieurs outils, mais ceux-ci s’appuient sur des données, des prestataires et des méthodes de travail distincts. Mettre en place un premier usage reste assez aisé ; l’étendre à plusieurs centaines, voire milliers, de points de vente est nettement plus ardu.

L’auteur prévient que les distributeurs risquent de rééditer, avec l’IA, les fautes des précédentes révolutions technologiques : accumuler des outils qui ne se parlent pas, isoler les données dans des silos, superposer des intégrations onéreuses. L’IA devant se placer au centre des décisions comme des opérations, ces travers pèseraient davantage encore.

Un socle commun plutôt qu’une application de plus

Sa solution ne consiste pas à ajouter une application supplémentaire, mais à construire la fondation grâce à laquelle ces intelligences peuvent échanger : une plateforme de commerce unifié, qui rassemble en un point les données, les règles métier et les briques partagées. Elle autoriserait un déploiement progressif de nouveaux usages, sans repartir de zéro côté architecture.

Premier cas : une enseigne débute avec l’identification des produits à la caisse, puis associe cet outil à un dispositif de lutte contre les pertes. L’IA n’est alors plus une série de chantiers séparés, mais un véritable écosystème.

Deuxième cas, donné à titre de scénario illustratif : depuis l’appli de son enseigne, un client organise son repas du soir et regarde plusieurs articles sans rien acheter. La plateforme rapproche ce signal des niveaux de stock, des informations de fidélité et des prévisions de demande. Quand la personne arrive au magasin, il devient possible de valoriser les articles adaptés, de corriger les stocks et de mobiliser le personnel en fonction de l’affluence attendue.

Plus tard, d’après l’auteur, cette intelligence partagée pourrait réunir vision par ordinateur, IoT, RFID, données numériques et pilotage des équipes afin de trancher des milliers de petites décisions chaque heure : déplacer un employé, lancer un réassort, modifier un tarif ou adapter le trajet d’un client.

Une démarche en quatre temps

Pour une enseigne, la séquence recommandée est la suivante :

1. définir des objectifs business précis ;
2. bâtir une base technologique en mesure de les porter ;
3. mettre en œuvre un petit nombre d’applications à forte valeur ;
4. élargir ensuite les capacités via un réseau de partenaires, en partageant données et enseignements entre les magasins et les différents canaux.

Avant de lancer tout nouveau projet d’IA, l’auteur recommande de se demander de quelle façon la solution pourra monter en puissance et s’articuler avec les autres.

À ses yeux, d’ici cinq ans, les enseignes ne se démarqueront probablement plus par telle ou telle application d’IA, mais par leur talent pour relier intelligences, données, systèmes et processus, puis pour en déduire des décisions et des actions sur l’ensemble du réseau. Il voit dans l’IA le système nerveux du magasin.

Photo : Kampus Production / Pexels