Belgique - FR
Nederland - NL
España - ES
France - FR
Europe - EN
Les fabricants de produits de grande consommation (FMCG) utilisent principalement l’intelligence artificielle pour gagner en efficacité. Mais selon McKinsey , ils passent ainsi à côté de la plus grande opportunité : un chiffre d’affaires supplémentaire. Agentic AI peut transformer en profondeur la relation commerciale entre les marques et les détaillants, de la fixation des prix et des promotions aux supports de communication en magasin et à la disponibilité en rayon. Pourtant, la plupart des entreprises sont encore loin d’être prêtes pour cela.
Une croissance inexploitée
Le secteur des produits de grande consommation risque de passer à côté de la principale promesse de l’intelligence artificielle : alors que les entreprises s’essaient avec enthousiasme à l’automatisation et à la réduction des coûts, le véritable gain réside, selon McKinsey, dans la croissance du chiffre d’affaires.
Le cabinet de conseil a interrogé 41 cadres supérieurs commerciaux et spécialistes issus de grands fabricants de produits de grande consommation en Europe et aux États-Unis. Les résultats montrent à quel point le secteur est encore à la traîne : à peine 12 personnes interrogées ont intégré l’IA de manière structurelle dans leurs processus clés ou l’ont déployée à grande échelle. Les autres en sont restées au stade des expérimentations et des projets pilotes.
Pourtant, la complexité commerciale s’est fortement accrue. Alors qu’autrefois, les fabricants et les détaillants négociaient principalement des contrats annuels et des calendriers promotionnels, les collaborations constantes autour des prix, des gammes de produits, des supports publicitaires en magasin, du commerce électronique et de la disponibilité des stocks s’influencent aujourd’hui mutuellement en permanence.
Les entreprises gèrent encore trop souvent ces activités séparément. Une campagne publicitaire coûteuse dans les médias de vente au détail, par exemple, n’apporte que peu de résultats si le produit annoncé n’est pas en rayon. Une remise agressive peut même pousser les clients vers un concurrent en cas de rupture de stock.
L’IA participe aux décisions concernant les promotions et les prix
L’IA agentique peut (et doit, selon McKinsey) changer la donne. Contrairement aux outils d’analyse traditionnels, les agents IA autonomes sont capables de combiner des informations provenant de différents systèmes, d’identifier des problèmes, de proposer des solutions et de prendre eux-mêmes des mesures dans les limites convenues.
McKinsey cite l’exemple d’un fabricant de boissons qui perd soudainement des parts de marché auprès d’une chaîne de supermarchés. L’IA constate que les ruptures de stock coïncident avec une promotion lancée par un concurrent. Le système propose alors de réaffecter les stocks et de lancer une contre-promotion. Il calcule immédiatement les conséquences sur le chiffre d’affaires, le volume et la marge.
Les négociations commerciales peuvent elles aussi connaître des changements radicaux. Lorsqu’un détaillant exige une remise plus importante, le responsable grands comptes peut immédiatement faire simuler différents scénarios. Une proposition visant à vendre un nouveau produit dans davantage de magasins entraîne directement une adaptation des prévisions de demande et des plans de stocks. La planification commerciale passe de cycles trimestriels fixes à une optimisation hebdomadaire, voire continue.
Deux tiers de travail manuel en moins
Les gains d’efficacité seraient considérables : plus de la moitié des responsables interrogés ont actuellement besoin de plus de cinq jours pour élaborer un plan client. Pour 38 d’entre eux sur 41, la procédure d’approbation complète dure plus de trois semaines.
C’est surtout la planification commerciale conjointe, dans le cadre de laquelle fabricants et détaillants élaborent ensemble des plans de croissance, qui offre des opportunités. Aujourd’hui, les chargés de clientèle consacrent beaucoup de temps à recouper les données de vente, les parts de marché, les résultats des promotions et les analyses de prix.
Selon McKinsey, un agent IA pourrait rationaliser ce processus de telle sorte que l’intervention humaine ne serait plus nécessaire que pour environ un tiers du travail. Les responsables de compte disposeraient ainsi de plus de temps pour la stratégie, les négociations et les relations avec les détaillants. Le fabricant de produits de grande consommation Reckitt s’engage déjà dans cette voie avec une plateforme IA permettant aux équipes commerciales de simuler des scénarios de prix et de promotions plus rapidement et de manière plus détaillée.
L’IA face à l’IA à la table des négociations
Il est frappant de constater que les détaillants ont eux aussi de plus en plus souvent recours à l’IA lors des discussions avec leurs fournisseurs. McKinsey prévoit que, dans les années à venir, les responsables de compte se retrouveront face à un interlocuteur de négociation assisté par l’IA. Étant donné que les propositions de prix, les budgets promotionnels et les décisions relatives à l’assortiment peuvent être immédiatement comparés aux données de vente et à des scénarios alternatifs, les rapports de force évoluent : celui qui dispose des meilleures capacités en matière de données et d’analyse bénéficie d’un avantage concurrentiel important.
Pourtant, ce sont précisément ces données qui constituent aujourd’hui le principal obstacle. De nombreux fabricants ne disposent pas d’informations suffisamment intégrées sur les ventes en caisse, les médias de distribution, les stocks et la visibilité en ligne. McKinsey recommande donc de commencer par relier entre elles les principales sources de données, plutôt que de lancer sans cesse de nouvelles applications d’IA.
Le véritable retour sur investissement réside dans les ventes supplémentaires
Ni pour les fabricants, ni pour les détaillants, l’IA ne doit rester un projet d’efficacité isolé. Le marketing, les ventes, le commerce électronique et la chaîne d’approvisionnement doivent collaborer autour des mêmes objectifs commerciaux. Cela nécessite également une nouvelle façon de travailler : les budgets consacrés aux supports publicitaires en magasin, la visibilité des produits en ligne et la gestion des stocks doivent être beaucoup plus étroitement coordonnés. Les contrôles en magasin cèdent la place à une surveillance permanente, tandis que l’IA signale immédiatement les problèmes de stock et les opportunités de vente manquées.
« Le véritable rendement de l’IA agentique se mesurera à l’aune de la croissance résultant d’un meilleur service aux consommateurs », conclut McKinsey. La question cruciale n’est donc pas de savoir combien d’heures de travail l’IA peut permettre d’économiser, mais combien de chiffre d’affaires perdu les marques et les détaillants peuvent ainsi récupérer.
