Le commerce de détail se compose de quelques grands blocs d'heures qui reviennent sans cesse : la gestion des stocks, la fixation des prix, le contact client en magasin et en ligne, la planification du personnel autour des pics d'activité, et le traitement administratif des commandes et des retours. Les circonstances qui déterminent l'évolution de ces heures diffèrent fortement d'une entreprise à l'autre : le rapport entre magasins physiques et vente en ligne, la mesure dans laquelle l'assortiment et les prix sont déjà ajustés de manière automatisée, et la question de savoir si le contact client consiste surtout en questions répétitives ou en sur-mesure exigeant une connaissance du magasin ou de la marque. Ces différences déterminent aussi où l'IA reprend déjà des tâches aujourd'hui et où ce n'est pas encore le cas.
Dans une partie du commerce de détail, l'IA reprend déjà aujourd'hui des tâches qui relevaient auparavant d'un collaborateur : l'établissement de propositions de commande sur la base des données de vente, la réponse aux questions fréquentes des clients, la détection d'écarts de prix par rapport aux concurrents. Dans une autre partie du même secteur, cela ne se produit pas encore, alors que la même technologie est disponible. La différence ne réside pas dans la technologie mais dans ce qu'une entreprise considère comme suffisamment fiable pour laisser se dérouler sans étape intermédiaire. Là où un ajustement de prix erroné ou une proposition de commande erronée se ressent immédiatement dans la caisse ou sur le rayon, la supervision humaine reste nécessaire plus longtemps ; là où les conséquences d'une erreur sont limitées et rapidement réparables, le travail bascule plus vite dans la catégorie qui se déroule sans contrôle. Le contact client portant sur des exceptions, des réclamations ou un accord spécifique à un magasin reste, dans la plupart des cas, un travail humain, non pas parce que l'IA ne maîtrise pas le langage, mais parce que l'évaluation de ce dont un client a besoin dans cette situation ne s'inscrit pas dans une règle fixe.
Une stratégie établie il y a deux ans partait d'une certaine répartition : tant d'heures d'achat, tant d'heures de contact client, tant d'ETP en magasin. Cette répartition était à l'époque une hypothèse raisonnable. Si l'IA a repris depuis lors une partie de la préparation des achats ou du contact client standard, cette hypothèse ne s'est pas révélée fausse, mais elle est devenue caduque. Personne n'a formellement retiré l'hypothèse ; elle figure encore dans le plan, alors que la pratique sur le terrain, en magasin ou en entrepôt, a déjà évolué. C'est le schéma selon lequel une stratégie vieillit silencieusement : non pas à cause d'une mauvaise décision, mais à cause d'une hypothèse qui n'est plus réaffirmée alors que le plan continue de s'y appuyer.
La question n'est pas de savoir si l'IA libère de la capacité dans le commerce de détail, car cela se produit déjà, par fragments et à un rythme variable. La question pour une direction est de savoir quelles hypothèses de son propre plan ont été construites sur cette capacité libérée, et si ces hypothèses correspondent encore à ce qui se passe réellement en magasin, dans la logistique et à la table du contact client. C'est une question différente de la planification du personnel : ce qu'un employeur fait des heures ou de la capacité en ETP libérées relève des exigences légales propres aux décisions relatives au personnel, et cette page ne se prononce pas à ce sujet. Ce qui est en jeu ici, c'est la couche stratégique au-dessus : l'image que la direction a de sa propre organisation correspond-elle encore à l'image venue de l'extérieur.
Cette image de l'extérieur n'est pas indépendante de ce qui se passe dans d'autres secteurs. Pour voir comment le même schéma se manifeste dans l'hôtellerie-restauration, consultez comment la pression stratégique dans l'hôtellerie-restauration évolue sous l'effet de l'IA ; pour le secteur des technologies de l'information, où le glissement devient souvent visible plus tôt, l'analyse comparable se trouve dans comment l'IA déplace la pression stratégique dans le secteur informatique. Pour comprendre ce que signifie concrètement le fait de ne plus partir de son propre plan mais de la réalité extérieure, consultez ce qu'implique la pensée outside-in en pratique.
La question sous-jacente - quel travail, dans cette entreprise, dans ces magasins, avec cet assortiment, peut réellement être repris par l'IA - trouve sa réponse tâche par tâche grâce au scan de travail de FTE TO AI, plutôt qu'au niveau du secteur.
Une stratégie ne doit pas être révisée d'un seul coup pour redevenir juste ; cela commence par identifier les hypothèses qui la sous-tendent et vérifier si elles sont toujours valables. Pour consigner pourquoi un choix stratégique donné a été fait à l'époque, une méthode est proposée dans comment consigner pourquoi vous avez fait un choix stratégique. Pour ceux qui souhaitent commencer sans s'engager immédiatement dans une démarche, il existe le contrôle gratuit des hypothèses : un bref parcours au cours duquel vous identifiez vos principales hypothèses et voyez, pour chacune, quand elle a été confirmée pour la dernière fois. L'épreuve complète, avec l'image venue de l'extérieur mise en regard de l'auto-évaluation de la direction, est en cours de préparation.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.