IA et Retail : les clients et les retailers sont prêts !

80 % des consommateurs n’ayant jamais utilisé l’IA pour leurs achats se disent intéressés par son utilisation pour divers aspects de leur expérience d’achat. En France, ce chiffre atteint 72% (étude IBM, Revolutionize Retail with AI, Janvier 2024).

L’intérêt des consommateurs pour l’IA s’explique par leur insatisfaction actuelle : moins de 10% sont satisfaits de leur expérience en magasin et moins de 15% de leur expérience en ligne, selon la même étude. La technologie est donc vue comme un moyen de mieux répondre à leurs besoins, mettant la pression sur les retailers pour adopter des solutions IA.

Les retailers sont prêts ! 80% des acteurs du retail en France ont prévu un budget pour une stratégie IA, dont 54% pour l’IA générative. Pour 60% des sondés, l’amélioration de l’expérience client est l’objectif principal de leur stratégie en IA générative, selon une étude Salesforce / Retail AI Council.

Depuis un an, on voit les cas d’usage IA se démultiplier dans le retail, autour de 3 leviers principaux :

1/ Expérience Client :

• Service Client et SAV : Chatbots augmentés par l’IA pour prendre le relais des services clients ou pour aider les conseillers clients à apporter une réponse enrichie et personnalisée (Fnac-Darty, H&M).
• E-commerce : trouver facilement et rapidement le produit qui répond à nos besoins, c’est l’objectif des moteurs de recherche augmentés et agents conversationnels qu’ont mis en place par exemple Pixmania, CDiscount, Accor, Transavia….
• Personnalisation : Sephora a par exemple enrichi son application de clienteling avec l’IA, permettant aux Conseillères beauté d’aller questionner l’application via un bot vocal pour des réponses et recommandations personnalisées.

2/ Productivité Interne :

L’IA permet d’augmenter la productivité des équipes du siège comme des équipes terrain : Decathlon utilise par exemple  l’IA pour optimiser l’usage des intérimaires en prédisant le nombre de colis à préparer, tandis que Pernod Ricard utilise l’IA pour générer les feuilles de route de ses commerciaux, selon le besoin de réassort de ses clients CHR.

3/ Supply Chain :

Optimisation logistique selon les prédictions de vente mise en place chez Carrefour et Monoprix par exemple.

Mais après un grand nombre de PoC lancés par les acteurs du retail, le passage à l’échelle s’avère parfois compliqué. Quels sont encore les obstacles à l’adoption de l’IA dans les stratégies retail ?

• La data : si 68% des commerçants collectent des données, seulement 40% peuvent les nettoyer et les rendre accessibles. Or, la qualité de la data sera clé dans la performance d’une application IA.
• Les compétences techniques : le passage à l’échelle des solutions IA est complexe et coûteux et nécessite des compétences techniques que tous les commerçants n’ont pas.
• La fiabilité des informations générées par l’IA : les marques, en proposant des Bots engagent leur responsabilité ; on peut citer le cas malheureux d’Air Canada qui s’est vu condamné à dédommager un client mal conseillé par son ChatBot. Les marques jouent leur réputation, donc elles ont intérêt à se montrer prudentes.
• La définition et mise en oeuvre d’une stratégie IA responsable : 

• • Augmenter l’humain plutôt que le remplacer, tous les acteurs s’entendent sur le sujet ; il n’en demeure pas moins que les organisations vont évoluer, les fiches de poste également : cela nécessite de mettre en oeuvre des plans de Change management commençant par la formation des collaborateurs
  • Respect de la vie privée, conformité RGPD
  • Stratégie de cybersécurité renforcée
  • Impact environnemental de l’IA

Le chemin peut être long et les investissements lourds. 

Alors, comment démarrer néanmoins sans passer à côté des opportunités que l’IA offre au retail ? 

1/ Former les équipes et les encourager à tester les solutions IA du marché. C’est ainsi que les use cases métiers pourront être définis.

2/ Prioriser les uses case selon la valeur qu’ils peuvent créer

3/ Démarrer sur des usages quick win, par exemple l’enrichissement des contenus on line qui peut avoir des effets immédiats sur le taux de conversion.

4/ Structurer, unifier sa data pour envisager dans le futur des applicatifs IA personnalisés, performants et différenciants face à ses concurrents.