Les agents IA transforment le commerce de détail, selon PYMNTS

La visibilité se joue désormais dans les flux de données

La concurrence dans le commerce de détail ne se joue plus seulement sur les rayons et les écrans, mais dans les flux de données et les interfaces de programmation, rapporte PYMNTS. Le marchand dont les informations produits sont les plus lisibles par une machine et actualisées en temps réel est celui que l'agent recommandera ; les autres n'auront qu'un problème de visibilité. Les agents d'intelligence artificielle personnalisent déjà les recommandations, déclenchent le réassort et finalisent des achats sans clic humain.

Un article de la NRF, s'appuyant sur des dirigeants du secteur et des experts, a désigné 2025 comme l'année de l'agent IA dans le retail. Les ventes influencées par le numérique dépassent déjà 60 %, une proportion appelée à croître à mesure que ces agents personnalisent les recommandations, simplifient la décision et prennent en charge le réassort automatique.

« Les assistants d'achat dotés d'IA sont sur le point d'installer l'intelligence artificielle au cœur de l'expérience d'achat, ce qui changera durablement le paysage du commerce de détail », déclare Jason Goldberg, directeur de la stratégie commerciale chez Publicis, cité dans l'article.

Le goulot d'étranglement : la qualité des données

Le point de passage obligé de toute initiative d'IA reste le volume de données précises et propres. Trop d'enseignes continuent de gérer des données fragmentées entre canaux, ce qui complique l'entraînement et l'optimisation des modèles. Les distributeurs qui résoudront ce problème en premier capteront l'opportunité des agents IA en premier.

Quatre degrés d'ouverture aux agents

Un article de la Harvard Business Review estime que les agents autonomes transforment la découverte et l'achat de produits, en menant parfois tout le parcours, de la recherche au paiement, sans intervention humaine. Cette dynamique, qualifiée de commerce d'agent à agent, voit déjà Amazon Buy for Me, Perplexity, ChatGPT et Gemini explorer les sites marchands, comparer les offres et recommander des produits.

Les stratégies des enseignes se répartissent sur un spectre de quatre approches. Les acteurs fermés bloquent l'exploration de leur site par les agents. Les acteurs sélectifs partagent une partie des données tout en réservant un stock exclusif à leur propre site. Les acteurs hybrides construisent à la fois une présence dans les écosystèmes d'agents et un avantage défensif via des services disponibles uniquement chez eux. Les acteurs totalement ouverts exposent l'intégralité de leur catalogue, de leurs prix et de leurs stocks à tout agent qui interroge leurs interfaces.

Bâtir une infrastructure tournée vers les machines

Selon la Harvard Business Review, les enseignes disposant d'un poids de marché suffisant pourraient développer une infrastructure dédiée aux agents, c'est-à-dire un site optimisé pour des données lisibles par machine plutôt que pour la navigation humaine. Les flux destinés aux agents doivent être pensés pour la visibilité et l'inclusion dans leurs recommandations. Une partie du stock peut rester exclusive au site du marchand : produits en série limitée, offres groupées haut de gamme, multiplicateurs de fidélité. Les acteurs précoces qui collaborent stratégiquement avec les écosystèmes d'agents peuvent façonner les règles du jeu, tandis que les retardataires risquent de perdre à la fois leur visibilité et la maîtrise de la relation client.

Chez Apparel Group, l'IA repense le modèle opérationnel

Un article du World Economic Forum signé par Apparel Group, distributeur fort de plus de 85 marques, 2 500 magasins et 14 marchés, décrit la refonte de son modèle autour de l'IA, plutôt que l'ajout d'outils à des processus existants. La formule traditionnelle du bon emplacement, de la bonne marque et d'une échelle efficace ne suffirait plus : la prochaine décennie appartiendra aux entreprises bâties sur l'intelligence.

L'IA remodèle chaque couche du modèle opérationnel, de la conception et de la tarification des produits au service client et à la gestion des magasins. Des modèles prédictifs lisent en continu les signaux clients, les tendances régionales et les données opérationnelles, puis recommandent ou exécutent automatiquement le bon assortiment, au bon endroit et au bon moment, ce qui réduit les ruptures de stock, les surplus et les besoins en fonds de roulement.

Chez Apparel Group, la prévision, l'allocation et le réassort pilotés par l'IA sont opérationnels sur les principales marques. L'intelligence tarifaire optimise les ventes et les marges. La planification des équipes par l'IA améliore la gestion du personnel en magasin. Des agents autonomes assistent les collaborateurs du merchandising, de la finance, des achats et des opérations en réduisant les frictions dans les décisions quotidiennes, afin que les équipes se concentrent sur les tâches à plus forte valeur.

« Devenir une entreprise native de l'IA est, en fin de compte, moins une question de déploiement de logiciels que de transformation de la façon dont les décisions sont prises », conclut l'article.