Au début de cette année, nous avons organisé notre Forum annuel des dirigeants. Près de 100 responsables du secteur de la distribution ont passé trois jours à nos côtés, entre ateliers, dîners et discussions informelles dans les couloirs. Un sujet de conversation est revenu dans chacune de ces occasions. Il commençait par l’IA. Puis, presque à chaque fois, il débouchait sur une question plus épineuse : qu’est-ce que tout cela signifie pour l’infrastructure d’analyse dont nous disposons déjà ?
Regardez « The Session » 👉 Comment Foot Locker utilise les données de ses magasins pour stimuler la conversion
La conversation que mènent réellement les dirigeants du secteur de la distribution
Le débat sur l'IA au sein des conseils d'administration du secteur de la distribution a évolué rapidement. Il y a deux ans, la question était : « Devrions-nous mettre en place une stratégie en matière d'IA ? » Il y a un an, c'était : « Où menons-nous des projets pilotes ? » Aujourd'hui, la question est : « Quels éléments de notre infrastructure opérationnelle sont capables de supporter ce que nous essayons de faire, et lesquels ne le sont pas ? »
Cette dernière réflexion s’avère plus difficile que les deux premières. Elle oblige les dirigeants à se pencher sur les infrastructures qu’ils ont acquises il y a des années, souvent dans le cadre d’appels d’offres, et à se demander si celles-ci sont toujours adaptées à leurs besoins. Pour la plupart des détaillants physiques, les outils d’analyse de la fréquentation et des magasins relèvent précisément de cette catégorie. Achetés une fois. Fonctionnant globalement bien. Mais limitant discrètement leur potentiel.
Les chiffres montrent à quel point la situation est devenue sérieuse. Gartner prévoit que les dépenses mondiales en matière d’IA atteindront 2 520 milliards de dollars en 2026, soit une hausse de 44 % par rapport à l’année précédente. IBM a interrogé 1 500 dirigeants mondiaux du secteur de la distribution et des biens de consommation et a constaté que 81 % d’entre eux utilisaient l’IA de manière modérée ou significative, leurs équipes internes étant même encore plus avancées. Il ne s’agit plus de projets pilotes. Il s’agit désormais de budgets d’exploitation.
Pourquoi les infrastructures de comptage existantes ne peuvent pas faire face à cette situation
Les compteurs de fréquentation traditionnels, qui ont fait référence dans ce domaine pendant plus de trois décennies, ont été conçus pour répondre à une seule question : combien de personnes ont franchi la porte ? À l'époque, cela s'avérait utile. Les taux de transformation, les ratios de personnel et les tendances horaires offraient aux exploitants un véritable avantage concurrentiel.
Mais cette architecture a ses limites. Un matériel qui se contente de renvoyer des chiffres ne peut pas devenir un logiciel capable d’apprendre à partir de modèles. Les capacités d’IA ajoutées à une plateforme de comptage constituent un décalage structurel, et non une simple mise à jour du produit. La base de données nécessaire fait défaut.
Les détaillants qui en prendront conscience dès maintenant moderniseront leur infrastructure analytique dans le cadre de leur stratégie d'IA, et non après coup. Ceux qui ne le feront pas passeront les deux prochaines années à investir massivement dans l'IA, mais sur une base qui ne pourra pas supporter ce poids.
J'ai observé ce phénomène se reproduire dans des secteurs connexes. Les entreprises qui adoptent en premier lieu des opérations « natives IA » se forgent un avantage structurel. Celles qui intègrent l'IA a posteriori dans leurs infrastructures existantes dépensent davantage, avancent plus lentement et obtiennent des résultats moins probants. L'écart est bien réel, et il se creuse rapidement.
Derrière tout cela se cache une question plus profonde. La plateforme d’analyse qu’un détaillant choisira pour la prochaine décennie doit prendre en charge des cas d’utilisation de l’IA qui n’ont pas encore été inventés. La seule façon d’offrir cette flexibilité est d’intégrer l’apprentissage automatique à la plateforme dès les premières années, et non de l’y ajouter a posteriori lorsque le marché l’exigera. Les détaillants devraient poser une autre question à leurs fournisseurs. Il ne s’agit pas seulement de savoir ce que la plateforme fait aujourd’hui, mais plutôt : comment a-t-elle été conçue ? Les anciens compteurs de fréquentation n’ont pas été conçus dans cette optique. Les plateformes qui s’imposeront au cours des dix prochaines années le seront, quant à elles.
À quoi ressemblent réellement les opérations « natives de l'IA » ?
La plupart des acteurs de ce secteur continuent de vendre et d'acheter des rapports hebdomadaires. Un petit nombre de détaillants a déjà dépassé ce stade. Voici à quoi ressemble concrètement cette évolution.
- Un grand magasin américain a mis en place un système RetailNext qui transmet automatiquement les indicateurs d'état des appareils à ServiceNow, ce qui permet d'ouvrir et de clôturer les tickets d'incident sans intervention humaine. Les alertes opérationnelles, qui nécessitaient auparavant qu'une personne les repère et les transmette, sont désormais gérées par le flux de travail lui-même.
- Un détaillant canadien de prêt-à-porter haut de gamme développe ses propres modèles analytiques à partir des données d'RetailNext et diffuse les résultats obtenus aux services numériques, marketing, immobilier et opérationnel. La plateforme en constitue la base. La couche d'intelligence qu'ils ont mise en place s'appuie sur celle-ci et couvre l'ensemble des fonctions de l'entreprise.
- Un détaillant américain spécialisé dans les articles de sport utilise l'intelligence artificielle pour générer des tâches. Lorsqu'un indicateur s'écarte des normes dans un magasin donné, le système le signale, propose une mesure à prendre par le responsable régional et vérifie si le problème a été résolu. L'équipe considère les performances des magasins comme un cycle continu et fermé, et non comme un simple bilan hebdomadaire.
- Une enseigne britannique spécialisée dans l'équipement sportif remplace actuellement un processus trimestriel de planification manuelle des effectifs, géré par une seule personne pour des centaines de magasins, par un système d'affectation du personnel actualisé en continu et basé sur les prévisions de fréquentation. La fréquence de planification passe ainsi d'une fois par trimestre à une fois par semaine.
- Un détaillant américain spécialisé dans l'ameublement remplace son ancien système de comptage de visiteurs par un flux API en temps réel et des prévisions assistées par l'IA, ses analystes internes étant désormais directement intégrés à la plateforme.
Cinq détaillants différents. Cinq catégories différentes. La tendance est constante. Une approche continue plutôt qu’hebdomadaire. Une approche intégrée plutôt qu’isolée. Une vision tournée vers l’avenir plutôt que vers le passé. Les détaillants qui fonctionnent ainsi n’attendent pas que la catégorie rattrape son retard. Ils prennent de l’avance tandis que leurs concurrents en sont encore à leurs cycles d’évaluation.
À quoi ressembleront les 24 prochains mois ?
Dans deux ans, trois choses seront vraies alors qu'elles ne le sont qu'en partie aujourd'hui.
- Les infrastructures traditionnelles de comptage du trafic seront manifestement obsolètes au niveau de l'entreprise. Les détaillants qui ne se seront pas modernisés d'ici là disposeront d'un volume d'informations nettement inférieur à celui de leurs concurrents qui auront pris le virage. Pas légèrement inférieur. Nettement inférieur.
- Les plateformes natives de l'IA ne constitueront plus un avantage concurrentiel, mais deviendront une exigence de base. Les détaillants qui se seront lancés tôt dans cette voie consolideront leur avance. Quant à ceux qui auront attendu, ils passeront les deux prochaines années à rattraper leur retard pour atteindre un niveau que les leaders auront déjà dépassé.
- Les conséquences d'un échec dans ce domaine se répercuteront sur les résultats financiers. Productivité du travail, taux de transformation, décisions immobilières, retour sur investissement marketing. L'écart entre les opérateurs « natifs de l'IA » et tous les autres sera mesurable dans le compte de résultat. C'est à ce moment-là que la plupart des conseils d'administration cessent de débattre du calendrier.
La décision qui ne peut attendre
Si vous êtes un dirigeant du secteur de la distribution et que vous lisez ces lignes, la question à vous poser lors de votre prochaine révision stratégique n’est pas « en faisons-nous assez en matière d’IA ? ». Cette question est trop abstraite pour être utile. La question est la suivante : l’infrastructure analytique dont nous disposons aujourd’hui est-elle compatible avec le modèle opérationnel que nous souhaitons mettre en place d’ici deux ans ?
Si la réponse est oui, vous devancez la plupart de vos concurrents dans ce secteur. Si la réponse est non, le coût de l'inaction s'alourdit chaque trimestre. Les détaillants les plus réactifs à l'heure actuelle ont déjà pris leur décision.
Ce secteur ne reste pas immobile. La question est de savoir si votre infrastructure évolue au même rythme.
Une nouvelle initiative ? 👉 Kendra Scott et Marine Layer transforment leurs boutiques en lieux de rencontre communautaires
