IA pour l'e-commerce

Un acheteur en ligne décide vite, et il décide seul. Personne ne l'oriente dans les rayons, ne lui glisse un conseil, ne le rattrape à la caisse. Sur une boutique, ce rôle de vendeur revient au code, et c'est là que l'IA trouve sa place utile : combler les gestes qu'un commerce physique fait sans y penser et qu'un site, lui, oublie. Recommander un produit voisin, comprendre une demande mal formulée, répondre à minuit sur un délai de livraison, décrire mille références sans y passer six mois. Ces usages ont un point commun : chacun se mesure en euros, en panier ou en conversion. Le reste, on le laisse de côté.

Cette page n'est pas un catalogue de fonctionnalités à cocher. C'est le tour des endroits où, sur une boutique, une brique d'IA déplace vraiment un chiffre, et de la condition qui rend chacune rentable plutôt que décorative. À chaque fois, le test est le même : combien ça rapporte, à quel coût, et est-ce qu'on saura le lire en production.

Recommander, pour faire monter le panier

Le vendeur en boutique sait proposer la ceinture avec la paire de chaussures. En ligne, ce geste se rejoue dans les blocs « vous aimerez aussi » ou « complétez votre commande ». Mal réglés, ils affichent au hasard et personne ne clique. Réglés sur le comportement réel des acheteurs et sur la composition du catalogue, ils mettent le bon produit sous les yeux au moment où l'envie est là. Le gain ne se devine pas, il se constate : un panier moyen qui bouge, des ventes croisées qui n'existaient pas.

La condition tient au catalogue et à l'historique. Un moteur de recommandation se nourrit de ce que les utilisateurs ont regardé, comparé, acheté ensemble. Sur une boutique jeune ou un fonds trop maigre, il n'a rien à apprendre et propose du vide. Quand c'est le cas, on le signale avant d'installer quoi que ce soit, et on commence par des règles simples le temps que la donnée s'accumule. Brancher un modèle affamé sur trois cents références, c'est payer pour un bloc que les visiteurs ignorent.

Comprendre la demande derrière les mots tapés

La barre de recherche d'une boutique est une caisse enregistreuse déguisée. Quelqu'un qui cherche tape parce qu'il veut acheter. S'il ne trouve pas, il ne reformule pas, il part. Or la recherche par mots exacts bute dès que l'acheteur emploie son vocabulaire et que vos fiches emploient le vôtre : une intention claire tombe sur une page vide. Une recherche qui travaille sur le sens rattrape cet écart et mène à un produit au lieu d'un cul-de-sac. C'est le même principe que le merchandising d'un rayon, mais piloté par ce que les utilisateurs demandent vraiment.

On garde la correspondance exacte là où elle doit primer, une référence, un nom de modèle, un code, et on laisse le sens prendre le relais sur les requêtes en langage courant. Le réglage entre les deux se fait sur vos contenus et vos journaux de recherche, là où l'on voit noir sur blanc les demandes qui ne ramènent rien aujourd'hui. La mécanique de fond, on l'a détaillée ailleurs ; ce qui compte ici, c'est qu'une recherche qui aboutit transforme un visiteur perdu en commande.

Absorber le support sans gonfler l'équipe

Une grande part des messages d'un service client e-commerce tourne autour de trois choses : où en est ma commande, comment je retourne un article, est-ce que ce produit me convient. Des questions répétitives, à réponse connue, qui arrivent souvent le soir ou pendant un pic de campagne, quand justement il n'y a personne pour répondre. Un agent branché sur vos pages de livraison, vos conditions de retour et le statut des commandes traite ce volume au moment où il tombe, et passe la main sur ce qui sort du cadre. La personne au support garde les cas qui demandent un jugement, l'agent prend le récurrent.

La limite est nette, et on la pose d'entrée. Un agent qui invente un délai ou improvise une politique de retour coûte plus cher qu'un message resté sans réponse une nuit. On le câble sur vos contenus réels et sur vos données de commande, on lui interdit de combler les trous au jugé, et on lui apprend à dire qu'il transmet plutôt qu'à broder. Le gain se lit en volume traité hors heures ouvrées et en temps rendu à l'équipe. Le service, lui, reste en place.

Produire les fiches à l'échelle du catalogue

C'est l'usage le moins visible côté client et l'un des plus rentables côté coulisses. Rédiger des descriptions pour un catalogue qui se compte en milliers de références, avec un titre, un descriptif, des attributs et un texte pensé pour le référencement, c'est un travail lent qui retarde les mises en ligne et finit souvent en fiches vides ou recopiées du fournisseur. Un modèle nourri des attributs structurés d'un produit, sa matière, ses dimensions, son usage, en tire une première version cohérente et au bon format, à la chaîne. Le temps gagné se compte en délai de mise en vente et en pages qui existent enfin au lieu de rester en jachère.

On ne pousse rien en ligne sans relecture. Une fiche générée peut affirmer une caractéristique fausse, lisser toutes les références au même moule, ou rater le mot que cherche l'acheteur. Le modèle produit le brouillon, un humain valide, et la qualité reste tenue par des gabarits et un contrôle. Bien posé, ça transforme une corvée qui bloquait le catalogue en une étape qui suit le rythme des arrivages.

Ce qui décide, avant de poser quoi que ce soit

Ces quatre usages partagent une même règle d'entrée. Aucun ne tient sans la donnée qui le nourrit : un historique pour recommander, des contenus riches pour la recherche, des pages à jour et un suivi de commande fiable pour le support, des attributs propres pour les fiches. Quand cette matière manque, la bonne réponse n'est pas l'IA, c'est de remettre la donnée d'aplomb d'abord. On commence par là, et l'usage vient après.

L'autre règle, c'est la mesure. Sur une boutique, chacun de ces usages se rattache à un chiffre qu'on peut suivre semaine après semaine : panier moyen, taux de transformation, volume de support absorbé, délai de mise en vente. On installe avec un point de comparaison avant, on regarde l'effet après, et on garde ce qui bouge la ligne. Une brique d'IA qui ne déplace aucun de ces chiffres, sur une boutique, n'a pas de raison d'y rester.