Et si l'IA devenait notre personal shopper ?

Dans le futur, l’avènement des IA dans la vie quotidienne des citoyens de presque tous les pays du monde pourrait être considéré comme une troisième révolution industrielle. L'intelligence artificielle a déjà commencé à transformer notre vie quotidienne, des voitures autonomes aux nombreuses applications comme ChatGPT. Mais aujourd’hui, cette nouvelle technologie est sur le point de révolutionner le monde du shopping, avec l’émergence de personal shoppers IA qui sélectionnent, suggèrent et présentent les produits aux clients finaux. Comme le rapporte BoF, ces IA sont conçues pour optimiser l’expérience de shopping, la rendant plus “efficace” aussi bien pour les clients que pour les détaillants, en prenant en charge la recherche de styles, la comparaison entre produits et gammes de prix, et même le paiement à la caisse. En imaginant un tel service en ligne, le personal shopper IA pourrait éliminer le problème des longues recherches sur des sites comme SSENSE ou Farfetch, où il faut parcourir des centaines de pages, des listes interminables de marques et des filtres de recherche efficaces mais pas toujours très spécifiques. Tout cela avec la facilité et l’intuitivité du dialogue : on demande à l’IA ce que l’on recherche, le style, le budget, etc., et l’assistant s’occupe de tout regrouper dans une liste unique. En boutique, ce même mécanisme pourrait au contraire assister le vendeur physique en le tenant informé en temps réel de la disponibilité et des stocks ainsi que des habitudes d’achat d’un certain client. Bien sûr, la question de leur partialité demeure, car personne ne peut garantir à l’utilisateur final que le service ne finira pas par lui proposer des produits sponsorisés – l’autonomie du choix étant le prix à payer pour l’automatisation du processus. Rien ne garantit non plus aux marques et aux détaillants qu’une IA donnée ne sera pas utilisée pour rechercher des copies économiques de leurs produits, favorisant ainsi la concurrence. Mais sommes-nous vraiment prêts à confier notre shopping à un algorithme ?

La demande croissante d’assistance IA dans le shopping est évidente : un rapport de Salesforce cité par BoF a révélé que les ventes en ligne des fêtes aux États-Unis ont augmenté de presque 4 % en 2022, en partie grâce à l’utilisation accrue de chatbots alimentés par l’IA, qui offrent un support client simple et efficace, capable de les orienter vers les produits souhaités grâce à des recommandations personnalisées. Un autre rapport, également de Salesforce, souligne : «Les détaillants misent beaucoup sur l’avenir de l’intelligence artificielle (IA), avec 92 % qui investissent dans cette technologie. L’utilisation de l’IA dans le commerce de détail n’est pas une nouveauté : 59 % des détaillants l’utilisent pour aider les employés des magasins à conseiller les produits, tandis que 55 % utilisent des assistants digitaux pour assister les acheteurs en ligne». On prévoit que cette tendance s’accélérera : selon les consultants de Gartner, d’ici 2027, plus de la moitié des consommateurs utiliseront régulièrement des personal shoppers IA pour prendre des décisions d’achat. Un rapport de la société canadienne de développement Springs indique que 40 % des utilisateurs utilisent déjà des chatbots pour naviguer à travers les inventaires, des outils qui permettent aux entreprises d’améliorer leurs ventes de 67 % et d’augmenter leurs profits de 20 à 40 % en moyenne.

Une des entreprises les plus importantes dans ce nouveau secteur est Perplexity, qui a introduit en novembre dernier une nouvelle fonctionnalité permettant aux utilisateurs de demander directement à l’IA des recommandations de produits basées sur des articles de blogs, des vidéos, des avis d’experts et des publications sur les réseaux sociaux, tout en évitant les liens sponsorisés et autres contenus “orientés”. Avec la version Pro, il est même possible de finaliser l’achat directement sur la plateforme et, avec le temps, d’apprendre également les goûts de chaque utilisateur. En mars dernier, en Arabie Saoudite, Shahad Geoffrey et sa société Taffi ont introduit Amira, une styliste alimentée par l’IA générative, conçue pour répondre aux besoins du marché moyen-oriental. Contrairement à de nombreux systèmes d’IA construits selon des esthétiques occidentales, Amira comprend les subtilités de la mode dans la région du Golfe et a été entraînée à conseiller des vêtements en fonction à la fois des inventaires locaux et des préférences culturelles. Par exemple, elle évite de suggérer des tenues qui pourraient être inappropriées ou culturellement non pertinentes pour le public local. Les implications d’une IA capable de dialoguer avec les clients en fonction des besoins culturels d’un marché spécifique sont énormes, car idéalement, les assistants IA pourraient faire bien plus : gérer des inventaires entiers, fournir des insights sur les comportements des consommateurs, les tendances des réseaux sociaux, et même analyser les habitudes individuelles pour augmenter les probabilités de conversion, tout en suggérant des produits en fonction de la demande, réduisant ainsi les risques de surproduction ou de pénurie. 

Néanmoins, il ne faut pas penser que ces IA sont parfaites. La faillibilité est le prix à payer pour la complexité, et en effet, la plupart des IA dont nous avons parlé, y compris celle de Perplexity, repose sur des modèles de langage qui ne peuvent pas comprendre le contexte de la réalité comme le font les humains. Par conséquent, elles opèrent selon des schémas de probabilités qui prêtent à des erreurs ou des informations insensées ou inventées, désignées dans le jargon technique par le terme « hallucinations ». Quant à la méthode de recherche, étrangement, peu de choses sont encore connues. «Pour être honnête, tous ces aspects doivent encore être pleinement compris, en termes de fonctionnement du classement [et de la raison pour laquelle] l'IA préfère classer une option plutôt qu'une autre», a expliqué Aravind Srinivas, PDG de Perplexity, à Fortune en novembre dernier. «Est-ce le nombre de critiques ? Est-ce la note précise et l'origine des classements, par exemple ce que les gens disent sur différentes plateformes à propos de leur produit ? Il y a beaucoup de distillation et de condensation en cours. Je pense qu'aujourd'hui, nous-mêmes ne comprenons pas pleinement». En outre, ces systèmes fonctionnent uniquement en fonction des données auxquelles ils ont accès, ce qui devient problématique dans le cas d'inventaires non mis à jour ou auxquels l'IA n'a pas accès – en somme, le moteur de recherche reste moins universel que ce qu'exigeraient les ambitions d'un méga-système de recherche étendu à tout Internet. Cela et le soupçon d'un choix « orienté » représentent peut-être les obstacles les plus difficiles que les nouveaux personal shoppers doivent surmonter.

Malgré ces complexités, certaines entreprises introduisent quand même l'assistance IA à petite échelle. En septembre, par exemple, The Guardian rapportait que Marks & Spencer (M&S) utilise l'IA pour offrir des conseils de style personnalisés en fonction de la morphologie et des préférences personnelles des clients. En analysant les données des clients ayant rempli un questionnaire en ligne, l'intelligence artificielle de M&S peut suggérer des tenues à partir d'une large gamme d'options, rendant le shopping personnalisé plus accessible. Selon le journal, le système aide M&S à stimuler les ventes en ligne de vêtements et à augmenter l'engagement des clients. En octobre, c'était au tour de Who What Wear de présenter sa nouvelle assistante ISA (acronyme de Intelligent Shopping Assistant) qui prend la forme d'un chatbot capable d'aider les clients à trouver le produit qu'ils recherchent. D'autres exemples d'assistants IA déjà existants sont le Virtual Artist de Sephora, Rufus d'Amazon, le ShopBot d'eBay et le Room Planner d'IKEA – sans mentionner le chatbot de H&M en fonction depuis 2022. Dans le domaine de la mode, Burberry et Tommy Hilfiger en avaient introduit un dès 2016 via Facebook Messenger, mais pas de manière continue – les mêmes années, quelque chose de similaire s'était produit avec Audemars-Piguet et Jaeger-LeCoultre, mais ces initiatives ne semblaient pas avoir eu de suite, même si aujourd'hui il est certain que de nombreux retailers et aussi de nombreuses marques pourraient être intéressés à posséder un tel chatbot sur leur propre site. 

Selon le chief business officer de Perplexity, Dmitry Shevelenko, les possibilités des personal shoppers IA sont immenses, et bientôt ils pourraient répondre exactement à la demande des consommateurs en fonction d'une combinaison de leur historique d'achats, de leur comportement de navigation et de leur activité sur les réseaux sociaux – à condition que cette intégration soulève des questions sur la vie privée et l'utilisation des données personnelles. Et même si beaucoup préfèrent encore l'expérience physique des achats en personne (il est certain que l'achat en boutique reste un incontournable dans le monde du luxe, comme le montrent les cas de Chanel et Hermès), l'intégration de systèmes IA pourrait sérieusement éliminer beaucoup des aspects les plus frustrants des achats – surtout étant donné que, déjà aujourd'hui, dans les boutiques de mode, les vendeurs « humains » effectuent une grande partie de leur travail sur une tablette pour consulter les disponibilités d'inventaire, intégrant de fait la technologie à l'approche humaine. Sur le plan du retail physique, toutefois, il faudra comprendre comment intégrer ces systèmes. L'année dernière, Zegna a introduit avec beaucoup de succès l'outil numérique Zegna X, un système intégré et transversal basé sur les IA qui permet non seulement au client de choisir et de trouver ses modèles, en sélectionnant tissus et couleurs, mais aussi de visualiser la tenue complète dans les moindres détails. Il permet également aux style advisors de la marque et à son directeur artistique d'avoir un accès direct à toutes les informations sur chaque vente de chaque client, avec la possibilité de peaufiner, perfectionner et optimiser l'offre. Sur le plan digital, toutefois, l'adoption généralisée des personal shoppers IA nécessitera de gagner la confiance des clients et de prouver qu'ils peuvent réellement améliorer le shopping – surtout à un moment où les canaux en ligne sont utilisés pour chercher la meilleure offre parmi différents retailers, comme le fait Lyst. Mais accélérer la procédure d'achat d'un certain produit aidera-t-il vraiment à relancer des ventes en baisse ? Ou cela nous permettra-t-il seulement de trouver le produit que nous voulons au prix le plus avantageux ?