IA: Vecteur d’agilité dans le retail

Fluidité des stocks, optimisation de l’agencement, de la chaîne d’approvisionnement, entrepôts et magasins intelligents… Comment l’IA aide concrètement les retailers à mieux réagir et à s’adapter aux nouveaux comportements d’achat ? Expertise de Christophe Legrand,
Country Manager France, Nvidia.

Profondément perturbés par les conditions du couvre-feu et les difficultés à gérer les stocks, grandes enseignes et commerces spécialisés sont nombreux à se tourner vers l’intelligence artificielle (IA). D’abord pour offrir des modes de paiement sans contact plus sûrs et obtenir une meilleure fluidité de leurs stocks. Mais aussi pour mieux appréhender le comportement de leurs clients et optimiser l’agencement de leur boutique. Mieux, ils utilisent l’IA, ici et là, pour mesurer la densité des visiteurs en temps réel afin d’espacer les entrées et préserver la santé et la sécurité des clients. En ligne, l’IA ouvre la voie à l’expérience omnicanale en proposant de récupérer ses articles à deux pas de chez soi ou de se faire livrer à domicile.

Depuis les applications de reconnaissance des clients aux assistants virtuels, en passant par la détection des fraudes et les robots de prélèvement en entrepôt, de nombreuses entreprises technologiques collaborent avec des enseignes et des start-ups spécialisées pour concevoir et déployer des solutions innovantes intégrant l’IA capables d’impacter rapidement leurs résultats.

À titre d’exemple, Criteo traite 600 To de données relatives aux consommateurs par jour et diffuse plus de 900 milliards de publicités qui génèrent 550 milliards de dollars de ventes par an. Plus précisément, Criteo pilote l’IA sur GPU (Graphics Processing Unit – processeur graphique) pour la phase d’analyse des données essentielles à la compréhension des habitudes d’achat des consommateurs, mais aussi pour faire de la recherche prédictive et proposer le meilleur produit au meilleur moment.

Trois domaines d’activités se distinguent dans lesquels l’IA apporte une véritable valeur ajoutée :

1. Optimisation de la chaîne d’approvisionnement

Avec l’IA, les enseignes peuvent effectuer des prévisions quotidiennes sur des millions de combinaisons d’unités de gestion des stocks et de magasins, ce qui améliore la précision et permet des économies d’échelle. Grâce à des bibliothèques de logiciels et à l’utilisation de GPU, Walmart a amélioré la précision de ses prévisions de 4 %, réalisant des économies de plusieurs centaines de millions d’euros, tout en s’assurant que le bon produit est acheminé vers le bon magasin ou centre de distribution, au bon moment pour chaque client.

• Les entrepôts intelligents, ainsi alimentés par l’IA, augmentent le débit des centres de distribution, améliorent la précision des commandes et accélèrent leur exécution. Ces solutions incluent des systèmes de stockage intelligents à multi-niveaux, des convoyeurs à vitesse adaptative et des robots de prélèvement et d’emballage capables d’automatiser intelligemment la façon dont les articles sont déchargés des camions, stockés et récupérés rapidement pour optimiser l’étape cruciale de préparation de commande.

2. Optimisation du commerce électronique

Par les systèmes de recommandation : plusieurs études font le constat que plus un site de commerce électronique est capable de fournir des recommandations personnalisées, basées sur les intérêts et l’historique d’achat d’une personne, plus ses revenus augmentent (jusqu’à 15 % d’optimisation des revenus). Ces systèmes de recommandation à apprentissage approfondi offrent un niveau de personnalisation inégalé.

• Par l’étiquetage automatisé des données : en utilisant la vision par ordinateur (computer vision), la PNL (programmation Neuro-Linguistique) et la reconnaissance faciale, les start-ups utilisent des algorithmes d’IA qui apprennent des spécialistes de la donnée comment étiqueter les données, puis génèrent automatiquement des méta-balises pour étiqueter et enrichir les données. Les étiquetages de catalogues de sites de commerce électronique se font alors automatiquement au niveau des caractéristiques des produits, ce qui permet des recommandations plus personnalisées et aide les clients dans leur choix.

3. Magasins intelligents

Les solutions d’intelligence artificielle utilisant la visualisation sur écran aident les enseignes à apporter de l’intelligence dans leurs magasins.

• Achats autonomes : les caisses “frictionless” ou encore les magasins “intelligents” utilisent des données provenant de caméras pour accélérer le passage en caisse, un paramètre très prisé des jeunes consommateurs. Ces solutions basées sur l’IA permettent aux commerçants de redéployer leurs employés vers d’autres secteurs, notamment le traitement de commandes ou la livraison à domicile. Carrefour est l’un des premiers à avoir adopté cette technologie, en déployant une expérience “sans caisse” dans ses espaces d’épiceries avec la start-up spécialisée dans l’IA, AiFi.
• Protection des actifs : pour mettre fin aux files d’attente en caisse, l’IA se révèle être une solution pertinente pour détecter, en temps réel, les changements de billets ou les erreurs de lecture en ligne de caisse, dans les allées ou centres de distribution.
• Rupture de stock et collecte de proximité : l’IA aide également les enseignes à éviter les ruptures de stock en informant en temps réel les équipes en magasin lorsque les rayons doivent être réapprovisionnés et en s’assurant que la bonne commande est livrée au bon véhicule à l’enlèvement.

Quelques conseils

Les start-ups les plus innovantes en matière d’IA, ainsi que les enseignes spécialisées qui développent leurs propres solutions affinent la précision de leurs algorithmes en accélérant la formation et en optimisant les performances de calcul. C’est grâce à une approche véritablement collaborative que le déploiement de l’IA s’effectue en quelques mois au lieu de plusieurs années, un vrai atout dans un secteur où les marges sont faibles.

Pour une enseigne qui s’intéresse de près à l’IA pour gagner en agilité face au comportement changeant des clients, il convient d’abord d’évaluer les solutions d’IA globales, puis de sélectionner un ou deux cas d’utilisation capables d’offrir un réel bénéfice à court terme. La protection des actifs et les prévisions basées sur l’IA constituent un bon point de départ.