L’IA influence avant d’acheter.
Chercher, comparer, choisir, commander : le client ne délègue pas tout, ni de la même façon selon l’achat.
Après NRF Europe, direction le Pacifique. Du 22 au 24 septembre, nous avons suivi les conférences, échangé avec les retailers et rencontré les équipes tech du RetailClub AI Festival. Voici ce que nous ramenons de Huntington Beach.
3 joursde conférences & rencontres
4 Shortsdepuis le festival
#278notre débrief en podcast
Le temps gagné doit trouver sa valeur.
Une hausse de productivité individuelle ne prouve pas une amélioration du résultat de l’entreprise.
La facture continue après le lancement.
Modèles, intégrations, maintenance, contrôle humain : le coût se mesure dans la durée et à l’usage.
Six enseignements à retenir.
Des sessions aux décisionsJusqu’où le client veut-il déléguer ?
Influence, délégation d’achat, échanges entre agents : ces niveaux ne recouvrent pas les mêmes usages. Chez Fanatics, les LLM servent encore beaucoup à explorer avant un achat sur le site. Target insiste sur les missions du client : préparer une fête, par exemple, suppose un panier cohérent.
Notre lectureUn achat récurrent, un cadeau et un produit coûteux n’appellent pas la même autonomie. Le site, le magasin et le conseil humain conservent leur place.
Day 2 · What We Learned Launching Agentic Commerce (Fanatics). Day 3 · The New Retail UX (Target).
Quel ROI pour l’IA ?
Dans la présentation de Jacob Ader, McKinsey, 80 % des répondants déclarent des gains de productivité individuels. En parallèle, 6 % des entreprises font partie des plus performantes, définies par une amélioration d’au moins 5 % de l’EBIT attribuée à l’IA. Ce sont deux mesures différentes.
Notre lectureLe sujet devient : comment le temps libéré se transforme-t-il en meilleur service, en croissance ou en résultat ? Compter les utilisateurs ou les pilotes ne suffit pas.
Day 1 · Benchmarking Your AI Maturity. Enquête présentée, tous secteurs ; 5 % d’amélioration de l’EBIT ne signifie pas cinq points de marge.
Lancer n’est plus la fin du travail.
Amanda Doerr, Amazon, décrit la réévaluation des synthèses d’avis lorsque les modèles et les attentes progressent. Fanatics constate que construire en interne devient plus accessible, tout en soulignant le besoin d’une équipe technique et le manque de recul sur la maintenance.
Notre lectureAcheter ou construire engage aussi l’exploitation. Il faut budgéter les appels aux modèles, les intégrations, les contrôles et les mises à jour — puis décider quand une amélioration vaut son coût.
Day 2 · The Future of Agentic Commerce & AI-Influenced Sales (Amazon) ; What We Learned Launching Agentic Commerce (Fanatics).
Une petite équipe ne prouve pas le ROI.
Parívie, cofondée avec Paris Hilton, annonce plus de 33 000 clients et 15 000 abonnés actifs avec huit salariés à temps plein. Le panel décrit des entreprises qui envisagent d’emblée les agents pour résoudre leurs problèmes, avec des humains responsables du produit, de la marque et du jugement.
Notre lectureIl faut regarder l’organisation et les coûts complets : prestataires, outils, tokens et puissance marketing de départ. L’effectif seul ne démontre pas la rentabilité.
Day 1 · The New Challenger Brands. Chiffres déclarés sur scène par Alexandra Marsh, Parívie.
Vos clients demandent-ils ce que vos fiches racontent ?
Chez Estée Lauder, Melina Flabiano cite le décalage entre une recherche de « vitamine C » et des fiches décrivant un ingrédient avec un nom propriétaire. L’enjeu : retrouver le langage du client, les usages et les bénéfices, puis diffuser ces informations jusque chez les distributeurs.
Notre lectureLa visibilité dans les réponses IA commence par des informations utiles pour choisir. Accumuler des attributs ou des contenus sans comprendre les questions du client risque de manquer la cible.
Day 3 · Best Practices for Brand Visibility & Discovery When AI Is the Gatekeeper. Estée Lauder, Steve Madden, AWS.
L’humain change de place.
Jordan Berke, TOMORROW, montre que 73 % des offres étudiées demandant une maîtrise de l’IA concernent des métiers existants. Chez Whatnot, l’IA aide à inventorier, expédier et distribuer les contenus ; le vendeur garde sa personnalité, son expertise et sa relation avec le public.
Notre lectureL’adoption demande de revoir le travail avec les équipes. Supprimer les frictions peut libérer du temps pour le conseil et la relation qui donnent envie de revenir.
Day 1 · The New Roles Retailers Need in an AI World. Étude TOMORROW sur des offres de recrutement. Day 3 · From Search to Serendipity (Whatnot).
Quatre vidéos, depuis le terrain.
Les Shorts LCDEDu retail, et des humains.
Huntington Beach · 22–24 septembre
Les techs croisées sur place.
Notre sélection issue des rencontres, stands et démonstrations. Les descriptions résument les propositions des entreprises ; elles ne constituent pas une validation de leurs performances.
Merchkit
Enrichir les catalogues produits et adapter leurs contenus aux sites, marketplaces et agents d’achat.
atronous.ai
Extraire, compléter et valider les données produits pour les canaux de vente et les agents IA.
Lily AI
Décrire les produits avec les attributs et le vocabulaire employés par les clients.
Feedonomics
Nettoyer, enrichir et diffuser les données produits sur les canaux de commerce et de publicité.
Intelligence Node
Suivre prix et assortiments, auditer les fiches et structurer les attributs produits.
Spur
Automatiser les tests des sites et applications e-commerce avec des agents IA.
7Learnings
Optimiser les prix à partir des objectifs commerciaux et des prévisions de demande.
Attentive
Personnaliser et automatiser les campagnes marketing par SMS et e-mail.
GSPANN
Déployer des solutions d’IA autour des données, des contenus et des opérations retail.
Ping Identity
Gérer l’identité et les accès pour sécuriser les parcours numériques.
Cisco
Relier et protéger les magasins avec l’infrastructure réseau, la sécurité et le calcul sur site.
Trois questions à ramener au bureau.
- Qu’est-ce que le client veut vraiment déléguer ? Partir d’une catégorie et d’une friction concrètes avant de choisir le degré d’autonomie.
- Quel résultat mesurer au-delà du temps gagné ? Marge, qualité du service, stock, croissance : définir une situation de départ et un effet attendu.
- Qui fera fonctionner le système dans six mois ? Nommer un responsable, chiffrer l’usage et prévoir les contrôles, les évolutions et la maintenance.
Le Café de l’E-commerce · Spécial RetailClub AI Festival
Qui contrôlera le commerce à l’ère de l’IA ?
Les agents vont-ils faire disparaître les sites marchands ? Les marques AI-native ont-elles trouvé un avantage durable ? Et qui paiera la facture après la démo ? Adrien et Laetitia débriefent les trois jours dans l’épisode 278.
Écouter l’épisode 278Épisode en français · Apple Podcasts
Sources & repères
Ce que ce récap couvre
Cette page est une sélection éditoriale issue des notes LCDE, des captations de conférences, des photos et des échanges réalisés pendant le festival. Les intervenants et intitulés sont rattachés au programme officiel. Les chiffres déclarés sur scène restent attribués à leur auteur ; les conclusions « notre lecture » sont notre analyse.