Le même usage, construit par plusieurs marques
Chaque marque a son assistant pour répondre aux mêmes questions de clients. Le groupe paie plusieurs fois la même fonction.
Secteur · Retail et luxe
Votre IA retail tourne marque par marque. Qui sait ce qu'elle rapporte ?
L'IA dans le retail et le luxe s'est installée marque par marque : assistants d'achat, outils des conseillers en boutique, contenu produit, copilotes au siège. Chaque projet a eu son objectif, sa technologie et son budget. La direction en voit le coût total ; la valeur de l'ensemble, elle, n'est mesurée nulle part. Nous la mesurons à partir des journaux que vos plateformes produisent déjà et d'entretiens avec vos directions, marque par marque, puis pour le groupe.
- 40+diagnostics IA menés en un an
- 41 200utilisateurs mesurés
- 218cas d'usage qualifiés
- 20 à 40 %des licences IA payées non utilisées sur les parcs analysés (constat de mission, pas une étude)
Sur l'ensemble de ses missions, Idun Group a mené plus de quarante diagnostics IA en un an et mesuré l'usage de 41 200 utilisateurs. Sur les parcs analysés, 20 à 40 % des licences IA payées ne sont pas utilisées : un constat de mission, pas une étude.
Repères d'entreprise, sur l'ensemble de nos missions : aucun n'est attribué à un client, aucun n'est un résultat garanti d'avance.
En bref
Dans le retail et le luxe, l'IA sert d'abord la relation client (assistants d'achat, commerce conversationnel), les conseillers de vente, le contenu produit et les fonctions siège. Elle s'est déployée marque par marque, rarement avec une mesure commune. L'audit de l'usage réel d'Idun Group, cabinet de conseil en IA, lit les journaux d'usage que ces outils produisent déjà, mène des entretiens avec les directions, puis dit quoi industrialiser, consolider ou couper.
Où en est l'IA dans le retail et le luxe ?
Tous secteurs confondus, parmi les entreprises équipées rencontrées par Idun Group, 93 ont dit comment elles mesurent l'usage de leur IA : 39 n'ont aucune mesure, et dans les grandes entreprises (5 000 salariés et plus), 18 sur 29 ne mesurent rien. L'IA dans le commerce de détail français est en retard sur l'Europe : en 2025, 9,9 % des entreprises du secteur de dix salariés ou plus utilisaient au moins une technologie d'IA, contre 15,5 % dans l'Union européenne, selon Eurostat. L'IA dans le luxe est devenue une priorité, rarement un résultat : selon le rapport « Luxe et technologie » du Comité Colbert (juin 2026), 22 % des maisons la placent parmi leurs trois premières priorités, contre 5 % en 2024, mais moins de 20 % des dirigeants du luxe déclarent en avoir observé un impact conséquent.
Les grands groupes, eux, ont déjà équipé leurs clients, leurs conseillers, leur marketing et leur siège. Dans le luxe, selon le Comité Colbert, c'est au siège que l'IA progresse le plus vite : sa pénétration a quintuplé dans les fonctions de support des maisons, de 6 à 31 %, contre 21 % dans les fonctions en contact avec le client (16 % en 2024).
Dans une enseigne ou une maison, l'IA dont se servent les équipes occupe six terrains : les assistants clients sur le site et dans le commerce conversationnel, les outils des conseillers de vente et des conseillers beauté, le contenu produit et la voix de la marque, les copilotes des fonctions siège, la recherche et le développement produit, et l'aide au code des équipes du commerce en ligne. La prévision de la demande, le réassort, la tarification, la démarque, la logistique, la vision en magasin et la création relèvent aussi de l'intelligence artificielle dans le retail, mais pas de notre métier : Idun Group n'y touche pas.
Chaque marque a mesuré son projet avec ses propres indicateurs, quand elle l'a mesuré. La vue d'ensemble manque presque partout : on ne sait ni ce que rapportent les marques réunies, ni quels usages font doublon de l'une à l'autre.
Pourquoi une enseigne ou une maison nous appelle
Une enseigne appelle Idun Group quand son IA s'est accumulée sans vue d'ensemble : chaque marque, chaque direction a lancé ses projets avec son objectif, sa technologie et son budget. Le problème n'est jamais l'absence d'IA. Six situations reviennent.
Une erreur d'assistant est un incident de marque
Ailleurs, une mauvaise réponse est un incident de qualité. Face au client, une recommandation erronée engage l'image de la maison, tout de suite et en public.
Des licences au siège dont personne ne connaît l'usage
Le marketing, les achats ou la finance, au siège comme dans les marques, ont reçu des licences Microsoft 365 Copilot, ChatGPT ou Claude. La dépense est engagée et récurrente ; la console de l'éditeur dit qui se connecte, pas pour quelles tâches ni avec quel résultat.
Le temps de reprise du contenu, jamais compté
Fiches produit, variantes de campagne par marché et par langue : les équipes produisent des volumes qu'elles n'atteignaient pas avant. Le temps passé à reprendre ce que le modèle produit n'apparaît nulle part.
La preuve avant l'extension au réseau
Étendre un assistant de conseillers à toutes les boutiques coûte cher. Le pilote a convaincu, mais personne ne sait dire si les conseillers s'en servent encore après les premières semaines. La direction veut une preuve d'usage avant de signer.
Un outil de conseiller que les conseillers n'ouvrent pas
L'assistance aux conseillers est l'usage le plus avancé du luxe, selon le Comité Colbert. Quand des conseillers doutent de l'outil, ils cessent de l'ouvrir, et la baisse d'usage d'une équipe ne se voit qu'à la revue budgétaire.
Nos références dans le secteur
Dans le retail et le luxe, Idun Group a travaillé pour LVMH et pour L'Oréal. Idun Group est un cabinet de conseil indépendant et outillé : il mesure avec son propre outil, Idun Cockpit, puis dit quoi faire, sans revendre de plateforme ni vendre la création d'agents.
Chez LVMH, pour toutes les marques parfum et cosmétique, une mission Idun sur leur plateforme d'IA générative en production.
Chez L'Oréal, le déploiement et la gouvernance des usages dans l'écosystème Microsoft du groupe.
Les usages de l'IA dans une enseigne, du magasin au siège
Dans le retail, les usages de l'IA par les équipes se rangent en six terrains : les assistants clients, les conseillers de vente, le contenu produit et la voix de la marque, les fonctions siège, la recherche et le développement produit, et les équipes du commerce en ligne. Pour chacun, Idun Group dit ce que la mesure de l'usage y révèle et la décision qu'elle rend possible.
| Usage | Ce que c'est | Ce que la mesure révèle | La décision |
|---|---|---|---|
| Les assistants clients et le commerce conversationnel | Recommandation produit, aide au choix, conseil cadeau, questions avant et après l'achat, sur le site et dans les messageries. | La pertinence des réponses en production, les conversations qui s'arrêtent, et la demande non servie : les questions auxquelles l'assistant ne sait pas répondre. Ces besoins cachés dessinent la version suivante mieux qu'un atelier interne. | Fiabiliser avant d'étendre. C'est le terrain le plus exposé : l'assistant y répond au client au nom de la maison. |
| Les conseillers de vente et conseillers beauté | Le suivi des clientes, la préparation des rendez-vous et les relances, ce que le métier appelle le clienteling, ainsi que la connaissance produit et le conseil personnalisé. C'est l'usage le plus avancé du luxe : selon le rapport « Luxe et technologie » du Comité Colbert (juin 2026), 9 % des maisons l'ont déployé à grande échelle avec un impact mesurable, et 22 % sont en phase de déploiement avec des premiers résultats. | L'adoption réelle par équipe et par marque, l'usage qui tient ou qui retombe après le lancement, les questions les plus posées. | Étendre ce qui prouve sa valeur, cibler la formation là où l'adoption décroche. Les utilisateurs actifs décident du déploiement, bien avant la satisfaction déclarée. |
| Le contenu produit et la voix de la marque | Fiches produit multilingues, variantes de campagne par canal et par marché, textes dans le ton de la maison. | Les réécritures demandées à l'outil avant qu'un texte soit gardé, celles qui se répètent et signalent un outil mal réglé, et les doublons entre marques d'un même groupe. La reprise faite à la main ensuite ne laisse pas de trace : les entretiens la chiffrent. | Consolider sur un socle commun plutôt que maintenir un outil par marque, et n'automatiser que ce qui le mérite. |
| Les fonctions siège | Les copilotes et assistants d'IA générative, comme Microsoft 365 Copilot, ChatGPT ou Claude, ouverts aux équipes support du siège et des marques (marketing, achats, finance, ressources humaines), souvent par licence et sans cadrage. | L'écart entre licences payées et licences utilisées, d'une marque à l'autre, les usages massifs que personne n'a cadrés, et ce que les équipes vont chercher dans d'autres outils faute de le trouver dans celui du groupe. | Industrialiser les cas d'usage qui rapportent, ajuster le nombre de licences à chaque renouvellement, choisir quelles équipes former et sur quoi. |
| La recherche et le développement produit | État de l'art, exploration documentaire, vérifications, surtout dans la beauté. | L'usage rapporté aux licences attribuées, et les sources internes que les équipes recollent à la main faute de connecteur. | Connecter les sources internes avant de changer d'outil. |
| Les équipes du commerce en ligne | L'aide au code pour les équipes qui développent et maintiennent les sites, les applications et les parcours d'achat. | L'adoption par équipe et les sièges qui dorment, sur un outil qui pèse sur le rythme de mise en ligne. | Redimensionner les licences au renouvellement, étendre les pratiques des équipes qui livrent le plus vite. |
Mesurer le ROI de l'IA en retail, marque par marque
On mesure ce que rapporte l'IA d'une enseigne, son retour sur investissement (ROI), en croisant les journaux d'usage de ses plateformes et des entretiens avec ses directions, marque par marque puis à l'échelle du groupe. Idun Group rapporte le coût de chaque cas d'usage à son usage constaté : les conseillers qui ouvrent vraiment leur assistant, les conversations d'achat qui trouvent leur réponse ou s'arrêtent, les réécritures demandées à l'outil de contenu. L'audit de l'usage réel se mène sous 15 jours, avec au moins douze entretiens.
- 01
Ce que vos plateformes enregistrent déjà
L'analyse part des journaux et des exports des plateformes que vous administrez : Microsoft 365 Copilot, ChatGPT Enterprise, Claude, Azure OpenAI, Dust, assistants et agents sur mesure, et, pour les outils de vos éditeurs (assistant d'achat, outil des conseillers, outil de contenu), les exports que leur contrat vous ouvre. Rien ne s'installe sur les postes : pas d'instrumentation de vos plateformes, pas une ligne de code chez vous. Vos équipes remettent les exports, ou ouvrent une connexion en lecture seule ; la réunion de cadrage tranche entre les deux.
- 02
Les entretiens disent ce que les journaux taisent
Un journal dit quelles équipes et quelles marques se servent de quel outil, combien de fois et pour quel coût, et quelles conversations d'assistant échouent ou tournent court. Il ne dit pas ce que l'équipe cherchait à faire. Les entretiens avec la DSI, le digital et les directions métier sont une étape obligatoire : les interviews et la donnée, jamais l'une à la place de l'autre.
- 03
Marque par marque, puis consolidé
L'exercice se conduit marque par marque, puis se consolide à l'échelle du groupe. Les doublons n'apparaissent qu'à ce niveau, et leur fermeture donne les économies les plus rapides.
- 04
Une restitution qu'on présente en comité
Le document se lit sans retraitement : le coût par cas d'usage pour la finance, le détail par outil et par marque pour les équipes techniques, les besoins de formation pour les ressources humaines.
La boucle de mesure
Les trois livrables de l'audit
L'audit de l'usage réel d'Idun Group rend trois livrables : la carte, ce que les équipes font avec l'IA, marque par marque ; le compte, ce que chaque cas d'usage coûte et ce qu'il rapporte ; le cap, quoi industrialiser, consolider ou couper, et quelles équipes former.
La carte : l'usage
Pour chaque marque, les cas d'usage détectés, l'adoption réelle par équipe et par direction, et l'inventaire des assistants et des instructions que les équipes ont créés, partagés ou gardés pour elles.
Le compte : le ROI
Pour chaque cas d'usage, son coût complet, souvent éclaté entre les marques, le digital et la DSI, face à ce qu'il rapporte : l'usage constaté au regard des licences payées, et le temps rendu, converti en coût au taux établi avec vous à partir de vos profils.
Le cap : la stratégie
L'ordre des décisions : ce qui s'industrialise d'abord, ce qui se consolide entre marques, ce qui se coupe, quelles équipes former et sur quoi. Puis ce qui revient à vos équipes : rendre publics les actifs restés privés et brancher l'IA sur les outils où travaillent déjà les conseillers et le siège.
Du pilote au réseau, trois issues
Un assistant testé dans quelques boutiques ne s'étend à tout le réseau que sur des signaux d'usage, pas sur l'impression laissée par le pilote : des conseillers qui l'ouvrent dans la durée, des conversations qui trouvent leur réponse. Une fois l'usage mesuré, l'arbitrage se ramène à trois issues : industrialiser, consolider ou couper. Couper n'est pas un échec : au renouvellement, le budget se réaffecte vers un cas d'usage mieux mesuré.
| Issue | Ce que montre l'usage | Ce qui suit |
|---|---|---|
| Industrialiser | Usage large et répété qui tient après les premières semaines, conversations qui trouvent leur réponse | Étendre au réseau ou aux autres marques, avec un budget dédié |
| Consolider | Même cas d'usage construit par plusieurs marques ou sur plusieurs outils | Garder une implémentation pour tout le groupe, fermer les autres |
| Couper | Usage marginal, licences ou conversations payées sans usage en face, réécritures si nombreuses que l'outil ne fait pas gagner de temps | Résilier, ou reporter le budget sur un cas d'usage mieux mesuré |
Ce que l'analyse lit, et ce qu'elle ne lit pas
Idun Group analyse des usages, jamais des personnes : les résultats sont agrégés par équipe, par marque et par outil. L'analyse se fait en lecture seule, sans rien installer sur les postes. Elle ne lit pas vos bases clients ; les conversations d'un assistant client contiennent, elles, les messages de vos clients, et leur traitement se cadre avec votre délégué à la protection des données. Le traitement est hébergé en France, chez Scaleway à Paris, ou chez vous.
Ce que la donnée montre
- l'usage agrégé, par équipe, par marque et par outil
- le coût rapporté à l'usage constaté
- les conversations des assistants clients qui obtiennent leur réponse, s'arrêtent en route ou restent sans réponse
- les réécritures demandées aux outils de contenu
- la demande non servie : ce que les clients et les équipes cherchent sans le trouver
Ce qu'elle ne montre pas
- l'activité d'un collaborateur nommé
- vos bases clients
- la prévision de la demande, la tarification, le réassort
- ce que les exports ne contiennent pas : le rapport le dit dans son annexe des non-dits
Le genre de situation que l'analyse traite
Chez une maison de luxe cliente d'Idun Group, l'assistant du service client avait été conçu sans les coffrets cadeaux, sortis de son périmètre : ce sont les conversations des clients qui ont montré cette demande. C'est la première des trois situations de cette section, la seule réelle ; les deux autres sont illustratives et ne décrivent aucun client.
Les coffrets cadeaux que l'assistant ne savait pas traiter
Le périmètre de l'assistant s'arrêtait avant une demande des clients ; seules leurs conversations l'ont montré.
« Trois marques, trois assistants, une seule question. »
Dans un groupe, trois marques ont chacune construit un assistant pour répondre aux mêmes questions sur la livraison et les retours. Chacune le juge réussi avec ses propres indicateurs. Mis côte à côte, les journaux montrent trois coûts pour un même service, et des réponses qui ne disent pas la même chose.
« Des fiches produit vite écrites, longues à reprendre. »
Une équipe de contenu produit ses fiches avec un assistant et en sort bien plus qu'avant. Personne ne comptait les réécritures successives demandées à l'assistant avant qu'un texte soit gardé ; les journaux les montrent. Le temps gagné à produire se mesure avec le temps passé à corriger.
La forme que prend un parc
Un cas mesuré, avec ses chiffres
Cabinet de conseil et de formation
Dans un cabinet de conseil et de formation, l'analyse de l'usage réel de Claude a établi 85 % d'activation réelle sur une quarantaine de sièges, démarrages avortés compris. Avec les sièges sans aucune trace, 31 % des sièges, près d'un sur trois, étaient à réaffecter ou à activer. Dans ce cabinet, la consommation des trois plus gros utilisateurs vaut, au tarif de l'API, 12 à 25 fois le prix d'un siège premium.
La limite La limite, écrite en tête et jamais en annexe : l'export de la plateforme avait une rétention glissante à trente jours alors que le déploiement en comptait cinq mois. Un mois sur cinq a été mesuré.
Le cabinet n'est pas une enseigne. La même lecture vaut pour un parc d'enseigne : combien de licences payées sont actives, combien de postes ne laissent aucune trace.
Ce que les enseignes et les maisons nous demandent
Quels sont les usages de l'IA dans le retail ?
Dans le retail et le luxe, l'IA dont se servent les équipes occupe six terrains : les assistants clients et le commerce conversationnel, les outils des conseillers de vente, le contenu produit et la voix de la marque, les copilotes des fonctions siège, la recherche et le développement produit, et les équipes du commerce en ligne. La prévision de la demande, la tarification et la logistique ont aussi leur IA ; Idun Group n'y intervient pas.
Où en est l'IA dans le luxe ?
Selon le rapport « Luxe et technologie » du Comité Colbert (juin 2026), 22 % des maisons placent l'IA parmi leurs trois premières priorités, contre 5 % en 2024. L'usage le plus avancé est l'assistance aux conseillers de vente, mais 9 % des maisons seulement l'ont déployée à grande échelle avec un impact mesurable, et moins de 20 % des dirigeants du luxe déclarent avoir observé un impact conséquent. Ce sont des déclarations d'enquête ; Idun Group, lui, lit l'usage réel dans les journaux des outils de chaque maison.
Comment mesurer le ROI de l'IA dans le retail ?
Le ROI de l'IA dans le retail se lit d'abord dans l'usage constaté, pas dans le seul temps gagné que déclarent les équipes ni dans les statistiques d'un éditeur. Idun Group croise les journaux d'usage et des entretiens, et chaque constat porte sa source : « mesuré » quand un journal l'établit, « déclaré » quand il vient d'un entretien. Idun Group met ensuite en face, pour chaque cas d'usage et marque par marque, son coût complet, souvent éclaté entre les marques, le digital et la DSI, et ce qu'il rend : l'usage constaté face aux licences payées, et le temps rendu, converti en coût au taux établi avec vous. Les ventes et la conversion se lisent dans vos outils de commerce : Idun Group ne les relie pas aux conversations. Aucun gain n'est chiffré à l'avance : il se mesure chez vous.
Nos conseillers de vente utilisent-ils vraiment leur assistant IA ?
Dans le luxe, l'assistance aux conseillers de vente est l'usage le plus avancé de l'IA, selon le Comité Colbert. L'usage réel d'un assistant de conseillers se lit dans les journaux de l'outil, par équipe et par marque : la part des conseillers équipés qui l'ouvrent chaque semaine, l'usage qui tient après le lancement, les questions les plus posées. Les entretiens disent pourquoi une équipe décroche.
Faut-il étendre un assistant pilote à tout le réseau ?
Un assistant pilote ne s'étend à tout le réseau que sur des signaux d'usage : des conseillers qui l'ouvrent dans la durée, des conversations qui trouvent leur réponse. Faute de ces signaux, on corrige l'assistant ou on le coupe, et l'extension attend. Quand plusieurs marques du groupe ont construit le même usage, on n'en garde qu'une implémentation.
Comment se conduit l'exercice sur un groupe multi-marques ?
Dans un groupe multi-marques, l'usage de l'IA se mesure marque par marque, puis à l'échelle du groupe. Le périmètre exact se cadre en phase de découverte, avant tout engagement. C'est la consolidation qui fait apparaître les doublons entre marques.
Faut-il vous donner accès aux données de nos clients ?
Idun Group ne demande pas accès à vos bases clients. Nous lisons les journaux d'usage de vos outils d'IA, conversations comprises : quand un assistant échange avec vos clients, ces journaux contiennent leurs messages, parfois des données de santé (une allergie, une grossesse). Quand l'analyse en détecte, elle s'en tient au constat. Rien n'est à installer, aucun accès n'est demandé avant la signature, et le statut exact du traitement se valide avec votre délégué à la protection des données.
Nos éditeurs fournissent déjà des tableaux de bord. Qu'apportez-vous de plus ?
Le tableau de bord d'un éditeur s'arrête à son outil, et ne met pas deux marques côte à côte. Idun Group rassemble les outils et les marques du groupe dans une même lecture : un même cas d'usage s'y compare d'un outil ou d'une marque à l'autre, et les entretiens expliquent les écarts.
Savez-vous ce que votre parc IA rapporte déjà ?
Trente minutes pour choisir la marque ou le service par où commencer, et les plateformes à lire. À la fin de la demi-heure, nous vous disons si l'exercice en vaut la peine chez vous.
Lecture seule. Nous analysons des usages, jamais des personnes.
Accompagné par
