AllSaints accélère sa transformation : IA, buying et merchandising avec Impact Analytics

Par Laetitia Lamari et Adrien Naeem

Une bascule vers une organisation « data-driven »

Le groupe AllSaints a officialisé le 2 avril 2026 un partenariat stratégique avec le fournisseur de solutions IA Impact Analytics pour moderniser ses équipes de buying et de merchandising. L'objectif déclaré est clair : remplacer des processus hérités — souvent gérés sur tableurs — par des outils natifs d'intelligence artificielle.

Selon la communication du groupe, la mise en place visera à « streamliner les processus, améliorer la précision des prévisions et accélérer le rythme de décision hebdomadaire », cadre essentiel pour optimiser la disponibilité produit et la performance commerciale.

Ce que disent les intervenants

Adrien Naeem, commentant cette annonce, résume l'ambition : « All Saints déploie l'IA avec des opérations de buying et de merchandising pour devenir une organisation entièrement data-driven. »

Il insiste sur la promesse opérationnelle : « Cette marque remplace les processus historiques basés sur Excel par des outils IA natifs capables d'automatiser l'analyse, améliorer la précision des prévisions et accélérer les cycles de décision hebdomadaires. »

Adrien souligne aussi l'emploi de logiques « agentiques » : « Ils utilisent une société qui s'appelle Impact Analytics… des logiques d'agentiques pour fournir des insights directement exploitables par les équipes. L'objectif, toujours le même, supprimer les tâches manuelles et puis renforcer les équipes de manière augmentée avec de l'IA. »

Du côté de la direction d'AllSaints, Alfie Meekings (chief transformation and technology officer) est cité comme expliquant que l'une des priorités de la transformation est « devenir data-driven et propulsés par l'IA », afin de permettre aux merchandisers de consacrer leur temps à l'analyse stratégique plutôt qu'à la préparation manuelle de rapports.

Enjeux business et opérationnels

Plusieurs enjeux concrets émergent de ce type de projet. D'abord, l'amélioration de la précision des prévisions doit réduire les ruptures comme les surplus, optimisant ainsi les coûts logistiques et la marge. Ensuite, l'accélération du cadence hebdomadaire permet de réagir plus vite aux signaux marché et d'adapter l'assortiment par magasin ou canal.

L'introduction d'agents automatisés pour fournir des « insights directement exploitables » ouvre la voie à une prise de décision décentralisée, mais requiert en parallèle un accompagnement fort des équipes pour l'interprétation et la gouvernance des recommandations algorithmiques.

Risques et conditions de succès

La réussite repose sur plusieurs facteurs : qualité et intégrité des données historiques, intégration avec les systèmes existants (ERP, PLM, POS), ainsi que formation et appropriation des équipes merchandising. Sans ces prérequis, l'automatisation risque d'apporter des recommandations peu fiables.

Les intervenants rappellent que le buzz autour du « full data-driven » est omniprésent dans les salons et conférences; la différenciation viendra donc de l'exécution : capacité à transformer des insights en décisions opérationnelles rapides et mesurables.

Perspectives secteur

Les initiatives d'IA dans le retail se multiplient et visent à industrialiser des tâches jusque-là manuelles. Pour les acteurs de la mode, la pression concurrentielle et les attentes clients (disponibilité, personnalisation) rendent ces projets prioritaires. AllSaints, en s'associant à Impact Analytics, mise sur une transformation qui, si elle tient ses promesses, peut réduire les coûts opérationnels tout en améliorant l'expérience client.

Conclusion

Le partenariat entre AllSaints et Impact Analytics illustre la trajectoire actuelle du retail : abandon progressif des outils ad hoc pour des plateformes IA dédiées, avec comme promesse la suppression des tâches répétitives et l'augmentation des capacités décisionnelles des équipes. Comme le note Adrien Naeem, l'enjeu reste de traduire ces promesses technologiques en gains opérationnels concrets : « supprimer les tâches manuelles et puis renforcer les équipes de manière augmentée avec de l'IA. »