IA générative et détaillants canadiens, synonyme d’expérience améliorée, selon KPMG

Les détaillants canadiens adoptent la technologie de l’intelligence artificielle (IA) générative, et bon nombre d’entre eux l’intègrent à leur organisation ou prévoient de l’intégrer à court terme pour stimuler la productivité, prédire la demande et offrir des expériences personnalisées aux clients, selon une nouvelle étude de KPMG au Canada.

Dans un sondage récent mené auprès de dirigeants de 135 détaillants canadiens de nombreux secteurs, plus de huit répondants sur dix (81 %) ont déclaré qu’ils doivent investir dans l’IA générative pour demeurer concurrentiels, et 81 % ont convenu qu’ils doivent passer à un modèle d’exploitation d’IA générative au cours des 12 prochains mois pour demeurer concurrentiels.

Près de quatre répondants sur dix (38 %) ont déclaré avoir déjà mis en place une solution d’IA générative quelconque au sein de leur organisation, et quatre répondants sur dix (39 %) prévoient mettre en œuvre leur première solution d’IA générative au cours des six prochains mois.

Voici les utilisations les plus courantes de l’IA générative mentionnées par les répondants du secteur de la vente au détail :

• Détecter la fraude en signalant les transactions suspectes (69 %)
• Prédire la demande de produits, optimiser les niveaux d’inventaire (68 %)
• Offrir des recommandations de produits personnalisées dans des styles de conversation adaptés aux clients (67 %)
• Stimuler les moteurs de recherche de produits en facilitant la compréhension des demandes de recherche de clients (67 %)
• Optimiser la planification et le transport de lots complets entrants et sortants (67 %)

« Il est évident que les détaillants canadiens considèrent l’IA générative comme essentielle à leur avenir, a déclaré Kostya Polyakov, partenaire et leader national de l’industrie chez KPMG, secteur consommation et commerce de détail au Canada. Le défi consiste à déterminer les cas d’utilisation qui ajoutent de la valeur pour les organisations, puisqu’il existe une myriade de façons dont les détaillants peuvent utiliser la technologie pour devenir plus efficaces, productifs et rentables. »

« L’IA générative convient parfaitement au commerce de détail : elle peut personnaliser l’expérience client, permettre des prévisions plus précises et améliorer la chaîne d’approvisionnement. Plus de 80 % des détaillants canadiens interrogés utiliseront la technologie cette année. Quant aux 20 % qui ne sont pas encore rendus là, ils font face à un énorme désavantage concurrentiel qui ne fera que croître, car ceux qui l’utilisent trouveront de plus en plus de façons de tirer parti de ses pouvoirs. « L’IA générative n’est pas dans l’avenir – elle est déjà un enjeu principal pour les détaillants canadiens, a ajouté M. Polyakov.

Bien que l’utilisation de grands modèles de langage continuera de croître, il sera important pour les détaillants canadiens d’adopter une utilisation responsable du cadre d’IA générative au sein de leurs entreprises afin de s’assurer que cette technologie est utilisée de façon responsable.

Voici les faits saillants du sondage :

• 38 % des répondants ont déjà mis en place une solution d’IA générative
• 39 % prévoient de mettre en œuvre leur première solution d’IA générative au cours des six prochains mois
• 17 % prévoient de mettre en œuvre l’IA générative au cours des 12 prochains mois
• 90 % conviennent que l’IA générative contribue ou contribuera à accroître les revenus de leur entreprise ou l’accroissement de leur part de marché
• 39 % s’attendent à ce que l’IA générative fasse augmenter les revenus de 6 à 10 %; 26 % prévoient une augmentation des revenus de 10 à 15 %; et 23 % tablent sur un gain de 3 à 5 %
• 42 % s’attendent à ce que l’IA générative améliore le rendement du capital investi (RCI) de 10 à 20 %; 41 % supposent une augmentation de 6 à 10 %
  

Près de neuf répondants sur dix (86 %) ont déclaré que l’IA générative peut aider à mieux orienter leurs campagnes de marketing et à personnaliser les expériences de magasinage pour les clients, et 88 % ont convenu que la technologie peut créer des éléments visuels époustouflants pour le lancement de produits et réduire les coûts de photographie. Cependant, près de huit répondants sur dix (78 %) se sont dits préoccupés par la façon dont les consommateurs réagiraient aux images générées par l’IA, ce dont les détaillants doivent tenir compte, selon M. Polyakov, en plus de la constante évolution des règles liées à la propriété intellectuelle à la lumière de l’IA générative.

« Les consommateurs utilisent eux-mêmes de plus en plus des outils d’IA générative, et bon nombre d’entre eux sont assez avisés pour être en mesure de repérer le contenu généré par l’IA. Les détaillants doivent réfléchir attentivement à la façon dont ils utilisent la technologie, car si elle n’est pas utilisée de façon appropriée et responsable, cela pourrait créer des risques pour leur réputation, tant juridiques que financiers. Il est essentiel d’avoir des balises et des contrôles adéquats autour de la technologie », a déclaré Peter Hughes, directeur national, Expérience client de KPMG au Canada.

L’IA générative dans la chaîne d’approvisionnement

• Bien que les répondants aient déclaré qu’ils utilisaient déjà l’IA générative de nombreuses façons au sein de leurs organisations, moins de la moitié (46 %) ont appliqué la technologie à leurs chaînes d’approvisionnement, et 34 % des répondants prévoient la mettre en œuvre à l’avenir.
• Parmi les répondants qui utilisent ou prévoient utiliser l’IA générative dans leur chaîne d’approvisionnement, quatre sur dix (43 %) ont déclaré que la raison principale raison était de libérer des capacités d’analyse prescriptives pour le traitement des commandes des clients ou des commandes de vente, comme l’exploitation de données internes et externes pour identifier les UGS et formuler des recommandations aux gestionnaires de catégories pour l’ajustement des prix, les promotions, l’assortiment et la livraison et fournir des options d’atténuation. Les autres principaux facteurs comprennent la capacité d’analyser l’information dans des systèmes disparates (35 %), la production de prévisions de ventes exactes fondées sur les données historiques, les tendances, le caractère saisonnier (34 %) et l’optimisation des stocks (34 %).
• « L’IA générative a la capacité de révolutionner la gestion de la chaîne d’approvisionnement, la logistique et l’approvisionnement, mais seulement si elle est soutenue par des données fiables et de qualité – c’est là que de nombreuses organisations font face à des défis. Leurs données ne sont pas gérées et organisées de façon optimale », explique M. Polyakov.
• En effet, les deux tiers des répondants ont déclaré que l’un des principaux défis qu’ils doivent relever en lien avec la mise en œuvre de l’IA est l’entrée de données non validées et inexactes, lesquelles, si elles étaient utilisées pour former les grands modèles de langage qui sous-tendent les plateformes d’IA générative, pourraient causer des hallucinations d’IA ou se traduire par des résultats inexacts ou trompeurs.
• Sept répondants sur dix (71 %) ont déclaré que leur incapacité à accéder aux données ou à en tirer parti constitue également un défi dans la mise en œuvre de l’IA générative.
• « Les détaillants ont accès à d’énormes quantités de données, y compris des données sur les clients, des données sur les ventes et des données sur les fournisseurs, pour n’en nommer que quelques-unes, et ces données peuvent être exploitées pour l’utilisation de l’IA générative. Mais pour que ces données soient utiles à un système d’IA générative, les détaillants doivent s’assurer qu’elles sont épurées, organisées et structurées. C’est un élément essentiel de toute mise en œuvre réussie de l’IA générative », ajoute M. Polyakov.

À propos du sondage