IA dans le retail, Fnac Darty et Rexel Group priorisent
12/12/2024De l’augmentation des ventes à la fluidification des processus logistiques, les cas d’usage de l’IA dans le commerce ne manquent pas. Mais leur développement implique parfois des investissements importants compliquant un déploiement à l’échelle. À Tech For Retail, Rexel et Fnac-Darty ont partagé leurs cas d’usage prioritaires pour leur organisation.
« Si 2023 a été l’année de la découverte et des prototypes, 2024 est celle de l’adoption et des déploiements à l’échelle ! » Tel était le constat partagé des intervenants à la table ronde « IA dans le retail : cas d’usage et perspectives », qui se tenait mardi 26 novembre au salon Tech For Retail. Arnaud Tournesac, directeur associé du cabinet McKinsey, distingue les deux dernières années en termes d’acculturation professionnelle de l’intelligence artificielle générative : « La question n’est plus de savoir si l’IA a un impact sur le business, mais plutôt de comprendre où elle est la plus pertinente. » Pour lui, la différence entre les entreprises leaders et les autres se joue sur trois marqueurs : une approche de risque, la réorganisation de la gouvernance (notamment le board), et enfin la modélisation des cas d’usage pour une transformation des métiers. Ce que nous ont partagé les deux entreprises présentes à la table ronde.
Rexel Group : prédiction des ventes et fluidification des flux logistiques
Rexel Group, 2e acteur mondial de la distribution B2B du matériel électrique (et de services associés), a débuté ses investissements avec l’IA prédictive dès 2018. « Nous avons identifié au départ 16 cas d’usage générateurs de valeur et en avons priorisé 2 : la prédiction du taux d’attrition de notre clientèle [ou churn] et la définition de nos assortiments en magasin selon les données locales », explique Guillaume Dubrule, Chief Digital and Marketing Officer du groupe. L’IA améliore ainsi le chiffre d’affaires, tant par la définition d’une offre alignée sur les tendances de consommation que par l’identification des clients à contacter en priorité. Elle permet également à Rexel d’adapter sa politique d’achat et de stock et d’optimiser ainsi un centre de coûts opérationnel. Le groupe reproduit aujourd’hui cette méthodologie concernant ses projets autour de l’IA générative. Pour l’heure, les expérimentations de Rexel sont concentrées sur la génération de résumés reposant sur les retours client. Les informations ainsi générées doivent pouvoir améliorer la conception des produits, mais également leur description, en particulier sur les canaux digitaux. « L’IA générative doit nous aider à atteindre un objectif de 50% de CA en digital d’ici 2028 », précise Guillaume Dubrule.
Fnac-Darty : « Data quality », « Self-care » et modération
Objectif « data quality » – c’est-à-dire la sélection de données fiables – partagé par Fnac-Darty, qui a l’ambition d’automatiser la production de ses descriptions de produit par l’interprétation de leurs fiches techniques par l’IA générative. Olivier Theulle, directeur E-commerce & Digital Groupe Fnac-Darty, souligne également l’impact important de l’IA générative sur les fonctions support telles que les call centers. « L’IA gen nous permet d’établir des processus de self-care, c’est-à-dire la capacité pour nos clients de répondre par eux-mêmes à leurs besoins en accédant à des réponses aussi limpides que si elles étaient formulées par l’être humain et documentées. » La modération en ligne est également facilitée par l’IA générative, qui « analyse et comprend la pertinence des opinions et identifie celles qui ne correspondent à nos chartes d’utilisation. Par ailleurs, elle génère des rapports de tendance détaillés à l’aide de ces avis qui participent à l’amélioration de notre stratégie commerciale. »
Des IA factories pour piloter les projets
Enfin, Rexel et Fnac-Darty ont partagé leur même vision de l’organisation humaine à mettre en place pour faciliter la R&D et le déploiement opérationnel de l’intelligence artificielle. Les deux entreprises ont créé des IA Factories composées à la fois de data scientists, de spécialistes de l’intelligence artificielle mais également de représentants métier. « Ces derniers nous assurent de correctement prioriser les cas d’usage les plus performants pour nos collaborateurs, tout en facilitant la communication avec eux en matière de change management », témoigne Olivier Theulle. « On oublie souvent l’adoption, alors que c’est le paramètre principal d’un déploiement réussi pour tout nouvel outil technologique. »
Une feuille de route qui semble porter ses fruits pour McKinsey, puisque le cabinet observe un chiffre d’affaires x2 à x3 pour les entreprises du retail qui ont pris le leadership de l’IA générative.
Crédits photo : ©Tech For Retail
