Maturité de l’IA dans le retail.

Les équipes marketing de la grande distribution adoptent l’IA un cas d’usage à la fois. La segmentation d’audience peut relever du marketing digital, les modèles de recommandation de l’e-commerce et la production de contenu des équipes de création. Chaque fonction évolue à son propre rythme, créant des îlots d’activité difficiles à relier.

L’entre-deux figé désigne les répondants et les répondantes en phase de pilotage ou de déploiement, dont les organisations n’ont pas encore mis en place la coordination nécessaire pour passer à l’échelle. Les données, les enseignements et les résultats peuvent rester cloisonnés dans des systèmes ou des fonctions distincts, ce qui limite la capacité à comparer les résultats, à démontrer le ROI et à étendre les workflows performants à l’ensemble des points de contact clients.

Franchir ce stade suppose une définition plus claire des responsabilités, un accès partagé aux données, des droits de décision définis d’un commun accord et une collaboration plus étroite entre le marketing, le commerce, les opérations en magasin et les partenaires technologiques. Les équipes doivent également concevoir et piloter ensemble les workflows IA de bout en bout, plutôt que de laisser chaque fonction développer et optimiser sa propre partie de manière isolée. Lorsque cette collaboration est différée, les déploiements déconnectés s’accumulent et deviennent de plus en plus difficiles à aligner autour d’objectifs communs.

Au sein des entreprises de distribution, la responsabilité de l’IA peut être répartie entre le marketing digital, l’e-commerce, la fidélité, le merchandising et les opérations en magasin. La mise en œuvre peut également dépendre des équipes chargées des données, des systèmes d’information, du juridique, de la gestion des risques, de la sécurité et de la conformité. Lorsque la responsabilité est ainsi éclatée entre ces différents groupes, il devient difficile de trancher entre des priorités concurrentes ou de prendre des décisions engageantes sur les ressources et le séquencement.

La roadmap de personnalisation d’un trimestre donné peut, par exemple, amener les équipes marketing à prioriser un moteur d’offres en temps réel, tandis que la fidélité fait progresser la modélisation de la rétention et que les opérations en magasin envisagent une gestion des effectifs assistée par l’IA. Chaque initiative a sa propre valeur, mais elles ne sont pas indépendantes pour autant. Elles peuvent entrer en concurrence pour les données partagées, le soutien technologique, le financement et l’attention des dirigeants. En l’absence d’un responsable redevable de la roadmap dans son ensemble, nul n’est en mesure d’identifier ces interdépendances, de décider quelle initiative doit passer en premier ou de déterminer comment un déploiement doit éclairer le suivant. Les décisions risquent alors de s’enliser ou de suivre les priorités de la fonction la mieux positionnée pour avancer, plutôt que la valeur globale du portefeuille.

Une prise en charge partielle et une responsabilité pilotée par comité laissent souvent ces décisions en suspens, même lorsque des équipes individuelles ont déjà progressé. Un CMO ou la personne en charge de l’expérience client peut endosser ce rôle, à condition que sa nomination lui confère une autorité sur la roadmap d’IA, les communications clients, l’expérience digitale, la fidélité et les relations de données associées. Ce mandat doit impérativement s’étendre au-delà d’une seule fonction ou initiative.

Mener un cas d’usage d’IA de la proposition à la mise en production nécessite des décisions coordonnées entre le marketing, le commerce, les opérations en magasin et les partenaires technologiques. L’enquête suit le parcours des initiatives à travers l’évaluation IT, la revue sécurité, l’évaluation des intégrations, la validation budgétaire et le lancement en production. Des abandons se produisent à chaque étape : seules 16 des 100 propositions initiales parviennent à la mise en production, ce qui correspond globalement à la moyenne intersectorielle de 15.

La perte absolue la plus importante se produit lors de l’évaluation IT, où 28 initiatives sont écartées. La revue sécurité en élimine 23 supplémentaires, l’intégration 15, la validation budgétaire 12, et 6 autres disparaissent avant la mise en production. La validation budgétaire affiche le taux de perte proportionnel le plus élevé parmi les initiatives qui entrent dans une étape : 12 initiatives sur 34 n’y franchissent pas l’obstacle, soit environ 35 %.

Ces examens évaluent la faisabilité technique, la sécurité, la confidentialité, l’intégration, la gouvernance, la validation des fournisseurs, les coûts, les délais et le financement. Ils ne doivent pas perdre de vue l’objectif client ou commercial. Mettre en évidence les droits sur les données, la propriété des systèmes, les dépendances d’intégration et le dossier commercial dès la phase d’idéation offre aux équipes métier et technologiques une base solide pour évaluer la faisabilité et la valeur.

Les équipes marketing de la grande distribution ajustent déjà leurs audiences, leurs offres, leurs contenus et leurs campagnes en fonction de l’évolution du comportement client et des données de performance. L’IA peut accélérer le rythme auquel ces décisions doivent être prises. Pourtant, de nombreuses entreprises de distribution gèrent encore la collaboration business-IT par des transferts séquentiels.

Qu’il soit cloisonné, transactionnel ou consultatif, le schéma reste le même : les équipes métier soumettent des demandes et les équipes technologiques y répondent. Cette approche reflète les cycles de planification annuels, les roadmaps de plateformes et les calendriers de campagnes fixes. Elle freine les tests rapides, les ajustements et la prise de décision partagée qu’exige l’IA.

Les relations collaboratives et intégrées réunissent les équipes marketing et les partenaires technologiques dès la définition du travail. Des objectifs partagés et des résultats clés engagent les deux équipes dans la livraison et l’atteinte des résultats commerciaux. Lorsque le marketing client, l’e-commerce, les opérations marketing et l’ingénierie des données s’accordent sur l’objectif, le brief, les décisions de mise en œuvre et la mesure vont dans le même sens. Les équipes peuvent alors résoudre les problèmes de données, d’intégration et de délais au fil de l’avancement des travaux.