Édito
Les opportunités d’usage de l’IA dans le retail
17/9/2021
Tous les articles

--

Article écrit en collaboration avec Pixis Conseil

--

L’intelligence artificielle connaît depuis quelques années un regain d'intérêt médiatique. L’IA, technologie d’utilité générale applicable dans l’ensemble des domaines de la société, laisse entrevoir des impacts économiques et sociaux considérables. Sundhar Pichai, CEO de Google, affirmait récemment que l’IA aurait un impact plus fort que l’électricité ou le feu sur la société. La contribution de l’IA à l’économie mondiale est estimée autour de 15 billions (15 millions de millions) de dollars à horizon 2030.

Depuis le milieu des années 1950, l’IA a rencontré quelques victoires impressionnantes (jeu d’échecs, jeu de go, traduction automatique, compréhension du langage, conduite autonome, chatbots) mais dont les applications quotidiennes restaient relativement floues et l’impact sociétal marginal.

Le premier virage significatif de l’intelligence artificielle est en fait assez récent, il coïncide avec la multiplication des données que nous produisons et l'explosion de la puissance de calcul de nos équipements. Nous parlons ici de datafication de notre société et d’apprentissage automatique ou Machine Learning (ML).

Ce virage est déterminant car il permet de passer d’une gestion "rétroviseur" de notre activité qui prévalait jusqu’à présent (apprendre du passé pour ne pas le reproduire) à une vision prédictive : savoir ce qui va advenir et agir en conséquence. Les débouchés du Machine Learning semblent infinis.

“Celui qui deviendra le leader du Machine Learning sera le maître du monde ” – Vladimir Poutine

Des prérequis à maîtriser pour tirer le meilleur de l'IA

La machine à fantasme sur l’IA est relancée mais la réalité technologique présente encore quelques limites :

1. Disponibilité des données :

2. Mise à l’échelle des algorithmes d’IA : La performance mathématique des algorithmes de machine learning ne peut pas être une fin en soi, l’enjeu est la tenue de l’algorithme, son efficacité et sa résilience lorsqu’il doit subir un flux de données colossal. Cette compétence qui permet de passer d’un prototype à un application industrielle est tributaire d’une grande maturité dans la gestion de l’IA, de son algorithme et de son infrastructure. Cette maturité fait encore largement défaut.

Aucun texte alternatif pour cette image

Cette capacité de faire : 1/ des prédictions business à partir des données, 2/ à un niveau industriel, c'est-à-dire capable de générer un ROI fiable à long terme, 3/ le faire dans des délais raisonnables et 4/ à un coût raisonnable est le réel enjeu de l’intelligence artificielle aujourd’hui. Cela est possible et particulièrement pour le retail, grâce au MLOps.

Contraction de Machine Learning et Operations, le MLOps est un ensemble d’outils et de pratiques qui permettent aux projet de Machine Learning de passer du stade de prototype créé à partir d’une quantité contrôlée de données au stade d’exploitation à grande échelle, traitant des flux exponentiels de données. Grâce à cela, le secteur de l’IA devient enfin mature. Le MLOps est aujourd’hui la condition sine qua non qui va enfin permettre le déploiement massif de l'IA par les entreprises.

La rencontre de l'IA avec l'univers retail

Cet outil de prédiction à grande échelle permet quatre grandes typologies d’applications particulièrement adaptées à la supply chain, la gestion de la relation client ou encore le marketing client / point de vente :

1. L’excellence opérationnelle

2. La création de produits innovants

3. L’hyper-personnalisation

4. La maîtrise des risques

De ces quatre grandes familles d’applications, un nombre infini d’actions peut être entrepris au cas par cas, parmi lesquels :

Le marketing client/point de vente : Analyser les flux clients, faire évoluer l'implantation et rédire les produits qu’un client spécifique serait susceptible d’acheter lors de son prochain achat (en magasin, en ligne...) permettrait de booster les taux de transformation et faire croître le CA/m2 en magasin. Les paniers moyens des sites de e-commerce pourraient aussi être ciblés. Par exemple un conseiller clientèle en contact avec le client pourrait proposer des produits complémentaires sur les recommandations d’une IA qui aurait analysé le profil et l’historique du client.

Savoir identifier ce que l'on souhaite cibler

Du fait de ce foisonnement, il est essentiel de bien choisir les cas d’application pour viser un retour sur investissement tangible.

A titre d’exemple,  la startup Craft AI a développé une méthodologie en 6 étapes pour accompagner ses clients en un temps record

Aucun texte alternatif pour cette image

Pour pouvoir utiliser l'IA dans vos processus, il faudra enfin considérer ces dernières conditions :

Aucun texte alternatif pour cette image
Aucun texte alternatif pour cette image


Pixis Conseil est un cabinet de conseil indépendant, expert du Retail en stratégie et organisation, créé en 2005. Il est constitué de femmes et d'hommes expérimentés, avec une double expérience opérationnelle et conseil, pour apporter l'efficacité nécessaire à la réalisation de nos missions.