Ce que les acheteurs du commerce de détail attendent des outils d'IA des marques : le point de vue des acheteurs
Les marques intègrent l'IA au commerce de gros, mais les acheteurs la jugent à la vitesse, à la qualité des données et à la confiance. Cette analyse expose ce que les éléments disponibles suggèrent quant à leurs attentes.
L'ESSENTIEL Résumé de la rédaction
- Les acheteurs apprécieront probablement les outils d'IA qui leur font gagner du temps et améliorent la qualité des données produit et des informations de commande, pas ceux qui se contentent d'automatiser l'argumentaire de vente de la marque.
- Le résumé de Le New Black de State of Fashion 2026 prévoit que les détaillants attendront des marques des attributs structurés, une terminologie cohérente, une catégorisation claire et des visuels de haute qualité.
- Le livre blanc 2026 de JOOR indique que les acheteurs réorientent leur budget vers les achats en cours de saison et les stocks prêts à être expédiés, et conseille aux marques d'offrir des dates de livraison flexibles.
- L'étude McKinsey B2B Pulse a constaté que les acheteurs utilisent de nombreux canaux et souhaitent un mélange de contacts en présentiel, à distance et en libre-service ; l'IA doit donc ajouter des options sans supprimer l'accès à des personnes.
- La confiance repose sur l'exactitude et la transparence : les acheteurs tolèrent moins d'erreurs d'un outil qui touche aux commandes et aux prix que d'un outil qui suggère des idées.
Les acheteurs du commerce de détail accueilleront très probablement les outils d'IA des marques qui rendent la commande plus rapide et plus exacte et leur donnent de meilleures informations, et résisteront à ceux qui poussent le volume, masquent les conditions ou remplacent l'accès à une personne. Il existe peu de recherches publiées sur l'attitude des acheteurs envers l'IA des marques en particulier ; cette analyse s'appuie donc sur des éléments voisins et en assume explicitement les limites.
Que demandent aujourd'hui les acheteurs aux marques ?
Les acheteurs gèrent de nombreuses marques avec un budget et un calendrier limités. Selon le livre blanc 2026 de JOOR, ils réorientent leur budget vers les achats en cours de saison et les stocks prêts à être expédiés, et le délai moyen entre la commande et l'expédition sur sa plateforme est passé de 263 jours en 2019 à 102 jours en 2024. Le résumé de Le New Black de State of Fashion 2026 ajoute que les acheteurs examineront les positionnements de prix de plus près, le rapport qualité-prix étant un facteur majeur pour les consommateurs. Tout outil de marque est jugé à l'aune de ces pressions.
La journée d'un acheteur comprend aussi des décisions qui ne relèvent pas du tout de l'information : quel risque prendre avec une nouvelle marque, quels articles conviennent à une clientèle particulière, comment équilibrer lignes exclusives et valeurs sûres. Les outils d'IA peuvent étayer ces décisions par des données, mais les acheteurs répondent du résultat et ne confieront pas leur jugement au système d'une marque. Les outils qui respectent cela sont généralement mieux reçus que ceux qui prétendent décider.
Quelles fonctions d'IA sont susceptibles d'aider les acheteurs ?
| Fonction | Bénéfice probable pour l'acheteur | Préoccupation de l'acheteur |
|---|---|---|
| Réponses fiables sur le statut des commandes et les livraisons | Moins de relances, décisions plus rapides | Informations erronées |
| Données produit structurées et recherche | Comparaison et planification de gamme plus rapides | Attributs incohérents |
| Suggestions d'assortiment | Idées adaptées au magasin | Pression pour acheter plus ou pour pousser les priorités de la marque |
| Invitations au réassort | Moins de ruptures de stock | Spam, raisonnement peu clair |
| Assistant conversationnel dans le portail de commande | Réponses rapides en dehors des heures de bureau | Aucun accès à une personne |
Le résumé de Le New Black note que les détaillants attendront des marques des attributs structurés, une terminologie cohérente et une catégorisation claire, et que des données produit propres peuvent accélérer les décisions des acheteurs lors des rendez-vous de salon. Pour un acheteur, c'est le bénéfice le plus concret que l'IA puisse soutenir : de bonnes données dans un format cohérent.
Une autre fonction est un réassort plus rapide et plus précis. Les détaillants qui vendent des articles à rotation rapide doivent se réapprovisionner vite, et une vue claire de la disponibilité et des dates de livraison réduit le risque. Le livre blanc de JOOR indique que les modèles evergreen sont passés de 37 % de sa valeur brute de marchandises en 2019 à 49 % en 2024, ce qui suggère que les achats récurrents et en cours de saison occupent une place importante, au moins sur cette plateforme.
De quoi les acheteurs se méfieront-ils ?
- La persuasion plutôt que l'information : des suggestions qui semblent maximiser les ventes de la marque plutôt que de convenir au magasin.
- Des prix ou des conditions opaques : tout outil qui paraît personnaliser les prix sans explication.
- Des erreurs dans les transactions : les erreurs de commandes, de prix ou de dates de livraison coûtent de l'argent aux acheteurs.
- La perte du contact personnel : l'étude de McKinsey a constaté une préférence à peu près égale pour les canaux en présentiel, à distance et en libre-service ; les acheteurs veulent donc du choix, pas un remplacement.
- L'usage des données : des règles floues sur la manière dont les données de commandes et de ventes d'un détaillant sont utilisées ou partagées.
La transparence sur l'automatisation compte aussi. Un acheteur qui reçoit un message doit savoir s'il a été rédigé par une personne, par une personne assistée par l'IA ou par un système automatisé, et doit pouvoir répondre à quelqu'un en mesure d'agir. Une automatisation cachée, même bien intentionnée, abîme la confiance si elle est découverte plus tard.
Comment les habitudes de canal des acheteurs influencent-elles la conception de l'IA ?
L'enquête B2B Pulse a constaté que le nombre de canaux utilisés par les acheteurs au fil de leur parcours est passé de cinq en 2016 à dix en 2022, et que les acheteurs recourent de plus en plus aux applications mobiles, aux réseaux sociaux et aux SMS en début de processus. Elle a aussi constaté que 35 % jugeaient le e-commerce B2B comme le canal le plus efficace. Pour les marques, cela implique de rendre les fonctions d'IA disponibles dans les canaux que les acheteurs utilisent déjà, avec des informations cohérentes de l'un à l'autre, plutôt que d'ajouter un outil distinct pour chacun.
La cohérence entre canaux est une exigence pratique. Si le portail indique qu'un article est expédié sous deux semaines et que le commercial dit quatre, l'acheteur ne croira ni l'un ni l'autre. Les fonctions d'IA qui s'appuient sur une source de données unique pour tous les canaux réduisent ce risque, ce qui explique en partie pourquoi le travail sur les données doit généralement précéder les fonctions conversationnelles.
La même logique vaut pour la langue et le format. Les acheteurs qui travaillent avec des dizaines de marques profitent d'une présentation cohérente des noms de produits, des échelles de tailles et des conditions de livraison ; une marque qui utilise l'IA pour normaliser ses propres données avant de les partager rend donc un vrai service aux acheteurs, même s'ils ne verront jamais l'IA.
Que doivent faire les marques de ces constats ?
- Demandez à un échantillon d'acheteurs ce qui les freine et testez les outils au regard de ces réponses.
- Donnez la priorité à la qualité et à l'exactitude des données avant les fonctions conversationnelles.
- Soyez explicite sur la façon dont les données des détaillants sont utilisées et sur qui peut les voir.
- Gardez à chaque étape un accès clair à une personne nommée.
- Mesurez les résultats côté acheteur, comme le temps de commande, les erreurs et la satisfaction, et pas seulement l'efficacité côté marque.
Il est aussi utile de distinguer les fonctions destinées aux acheteurs de celles à usage interne. Beaucoup de travaux d'IA précieux, comme le contrôle des listes de prix, le nettoyage des données produit et la préparation des notes de commerciaux, sont invisibles pour les acheteurs, sauf par la réduction des erreurs et de meilleures rencontres. Les marques ne doivent pas se sentir obligées de montrer une fonction d'IA aux acheteurs pour en profiter, et doivent se demander avec soin si un assistant visible apporte quoi que ce soit que l'acheteur ait demandé.
Quelles sont les limites de cette analyse ?
Les éléments sont incomplets. L'enquête McKinsey B2B Pulse couvre plusieurs secteurs et date de 2022, les chiffres de JOOR proviennent d'une seule plateforme et le résumé de State of Fashion est un compte rendu de seconde main. Aucun n'interroge directement les acheteurs sur les outils d'IA des marques. Les marques doivent considérer les points ci-dessus comme des hypothèses à tester auprès de leurs propres clients.
Une étape utile consiste à associer directement les acheteurs. Invitez quelques détaillants à tester un prototype, observez comment ils l'utilisent et demandez ce qu'ils changeraient. L'observation révèle souvent des frictions que les enquêtes manquent, comme une étape de connexion, un libellé peu clair ou une réponse correcte mais inutile pour une décision d'achat.
Questions fréquentes
Qu'attendent les acheteurs du commerce de détail des outils d'IA proposés par les marques ?
Les éléments disponibles suggèrent des informations exactes sur les commandes et les livraisons, des données produit structurées, des réponses rapides et un accès clair à une personne, plutôt qu'une persuasion automatisée.
Les acheteurs préfèrent-ils le libre-service ou les commerciaux ?
L'étude McKinsey B2B Pulse a constaté que les acheteurs souhaitent un mélange à peu près équilibré de canaux en présentiel, à distance et en libre-service ; la plupart veulent donc avoir le choix.
Comment l'IA des marques peut-elle améliorer les données produit pour les acheteurs ?
En imposant des attributs, une terminologie et des catégories cohérents et en contrôlant les données avant diffusion. Le résumé de Le New Black de State of Fashion 2026 prévoit que les détaillants attendront précisément cela.
Qu'est-ce qui ferait perdre aux acheteurs leur confiance dans l'outil d'IA d'une marque ?
Des erreurs de commandes ou de prix, une personnalisation inexpliquée, une pression pour acheter plus, un usage flou de leurs données et l'absence d'accès à une personne.
Une édition chaque jour ouvrable. Lue en cinq minutes. Gratuite pour les professionnels.
