Retail : quand la genAI s’invite en rayon

L’intelligence artificielle générative (genAI) aura-t-elle un impact aussi transformatif sur le retail que le digital en son temps ? Le secteur de la vente au détail, du mass market au luxe, a en effet été profondément remodelé avec l’essor de l’e-commerce, et sa bascule d’un monde monocanal à omnicanal.  

Il apprivoise déjà depuis une dizaine d’années l’intelligence artificielle (IA) au sens générique, avec des avantages notables mais sans réel bouleversement structurel. L’IA vient améliorer l’excellence opérationnelle, en optimisant par exemple des parcours de livraison ou la gestion des entrepôts, et affiner l’expérience client, avec des notifications push personnalisées. Tout ceci reste très mathématique. Les algorithmes sont utiles, mais pas révolutionnaires.  

La genAI, elle, apporte autre chose. Elle utilise des réseaux neuronaux pour générer des contenus (texte, image, son…) inédits en réponse à une requête en langage naturel. Intuitivement accessible, elle sait interagir et s’adapter au contexte. C’est une AI à la fois différente et meilleure. 

Il semble donc tout naturel de l’utiliser d’abord, comme l’IA classique, pour optimiser encore plus l’excellence opérationnelle. Dans la supply chain, ses capacités sans précédent peuvent ainsi enfin alléger les nombreuses et laborieuses étapes administratives et gérer la multitude de vendeurs et de produits, en mettant à jour toutes les documentations nécessaires. Walmart, par exemple, expérimente l’utilisation de la genAI pour négocier des accords avec certains petits fournisseurs. Le détaillant indique son budget de dépense et ses priorités au chatbot, qui se charge ensuite d’interagir avec un vendeur humain, en tenant compte des tendances du marché, de la valeur des matières premières et des coûts de la concurrence.

La genAI peut aussi permettre de rédiger très rapidement des appels d’offres et des contrats, en vérifiant toutes les clauses, ainsi que d’optimiser les espaces de stockage en analysant les caractéristiques des produits pour proposer le meilleur placement dans les entrepôts. La genAI vient également en renfort du service client, comme chez Carrefour au Moyen-Orient où un assistant virtuel intégré à WhatsApp peut répondre de façon fluide et engageante aux questions des consommateurs.

D’abord dans l’e-commerce. Les capacités de génération et d’interaction de la genAI peuvent venir rapprocher l’expérience client en ligne de celle d’un magasin physique. Google Shopping, via sa nouvelle fonctionnalité “Try On”, dévoilée en juin 2023 aux Etats-Unis, permet des essayages virtuels personnalisés. La genAI est utilisée pour générer un mannequin portant le vêtement choisi avec une morphologie et une carnation similaire à celles du consommateur. Au-delà d’augmenter le taux de conversion, cette fonctionnalité vise à réduire significativement le taux de retour, irritant majeur pour les e-commerçants. Chez Zalando par exemple, la moitié des commandes reviennent, une fois sur trois en raison d’un problème de taille.

La genAI devient aussi un zélé personal shopper virtuel, comme chez Zalando justement. Un agent conversationnel, basé sur la technologie ChatGPT, discute avec le client pour l’aider à trouver sa tenue idéale en piochant dans des milliers de fiches produits en fonction de ses goûts, de ses souhaits et même des contraintes météo. Carrefour, quant à lui, a lancé Hopla, lui aussi basé sur ChatGPT, pour proposer aux clients des recettes et listes de courses en fonction de son budget, de ses envies et du nombre de convives. 

En mass market, l’utilité de la genAI est somme toute assez similaire aux usages dans l’e-commerce. Dans un univers qui lui aussi s’apparente à du libre-service pour assurer ses marges contraintes, la technologie vient, paradoxalement, humaniser les relations. Elle permet de créer un dialogue en magasin, comme chez Macy’s avec l’application mobile “Macy’s On Call”. Un assistant virtuel, généré par Watson IA d’IBM, permet aux clients de la célèbre enseigne new-yorkaise de poser des questions en langage naturel concernant l’assortiment de produits, les services et les installations du magasin et d’obtenir des réponses personnalisées.  

Dans la vente au détail premium, et plus encore dans le luxe, la genAI ne viendra pas pallier l’absence d’humain. Et pour cause : dans cet univers, l’expérience client est déjà excellente. Ce que la genAI apporte, c’est un degré de personnalisation accru, une capacité à s’adresser de manière personnelle à chaque client, pour une expérience encore plus privilégiée. Grâce à ses capacités d’interaction, la technologie vient prolonger les conseillers de vente dans le monde numérique pour soigner les meilleurs clients de leur portefeuille.

Dans cette logique, la genAI sera, par exemple, capable d’envoyer aux clients une simulation photographique d’eux-mêmes portant les articles de la dernière collection, soigneusement sélectionnés pour correspondre à leurs préférences. Si le client réagit favorablement à certaines de ces images simulées, les articles correspondants seront réservés et mis de côté dans leur magasin habituel pour un achat potentiel.

Enfin, à l’heure où les enjeux RSE sont un défi important pour le retail, la genAI peut favoriser une consommation plus responsable. Elle permet, en synthétisant de l’information variée, de mieux informer les consommateurs en amont de leur achat sur la provenance des articles, leurs composants, leur durée de vie, leur impact environnemental. Et, en proposant des produits répondant réellement aux besoins des consommateurs, réduire les achats impulsifs et les retours. Ainsi, Sephora utilise la genAI pour recommander des produits de beauté adaptés aux caractéristiques des clients.  

Une fois collectée, la donnée doit être analysée et, là encore, la genAI sait très bien le faire. Amazon, par exemple, utilise la genAI pour résumer les avis laissés par les internautes sur un produit, à la recherche des principaux avantages et inconvénients listés, avant de produire un résumé d’une longueur donnée. Le pure player agit ainsi à deux niveaux : d’abord, il fournit des informations plus détaillées à ses clients et leur permet de faire des choix plus avisés, et, deuxièmement, il est en mesure d’identifier leurs exigences pour mieux adapter son offre.   

Le retail est à l’orée d’une profonde évolution, c’est certain. Mais difficile de prévoir, à ce stade, l’amplitude du phénomène. Cependant l’incertitude était la même aux débuts de l’e-commerce. Les pionniers avaient parié sur un essor de l’alimentaire, néanmoins la déconfiture de l’étoile éphémère Webvan aux Etats-Unis en 2001 a douché les ardeurs. De même, personne ne croyait à la vente de chaussures en ligne, qui, par l’abondance de son choix et les facilités de retour, a pourtant su séduire les consommateurs.

La genAI devrait réserver des surprises similaires. Pour préserver sa compétitivité dans ce secteur particulièrement concurrentiel, il est aujourd’hui indispensable de se lancer. Il faut investir dans des équipes dédiées, avec des prompt engineers, en s’assurant d’une logique d’ensemble. Et tester les cas d’usage intuitifs comme ceux qui le sont moins, afin d’apprendre des hésitations des débuts de l’e-commerce.