Supply chain & logistique : les enseignements clés des Jeudis de la Retail Tech

Après une édition “visite carrelages” sur les Champs-Élysées, retour rue de Valois pour cette 35e édition des Jeudis de la Retail Tech, dédiée aux enjeux de la supply chain et de la logistique. Une ambiance plus intimiste qu’à l’accoutumée, mais des échanges riches et passionnants sur une dimension parfois cachée du retail et du e-commerce, pourtant absolument centrale dans la performance de l’expérience client.

Cdiscount : une transformation portée par la marketplace, l’IA et l’exigence client

Lors de cette intervention, Thomas Métivier a partagé une vision très concrète de la transformation de Cdiscount, entre pivot du business model, évolution de la culture managériale, montée en puissance de l’IA et défense d’un modèle français du e-commerce.

🛒 Un acteur français de poids dans le e-commerce

Cdiscount est aujourd’hui le premier acteur français du e-commerce non alimentaire. L’entreprise représente près de 3 milliards d’euros de volume d’affaires en 2025, avec 19 millions de visiteurs uniques et un Français sur trois qui visite la plateforme chaque mois.

Le modèle repose sur une offre très large, avec 20 millions de produits et 10 000 vendeurs, qui pèsent environ 70 % de l’activité. En parallèle, Cdiscount réalise encore un tiers de son business en direct.

Cette échelle donne la mesure du défi : proposer une offre large, tout en maintenant le bon niveau de qualité produit, de prix et de service. Thomas Métivier l’a rappelé : une bonne marketplace repose d’abord sur de bons vendeurs, de bons produits et une bonne qualité logistique.

Installée à Bordeaux depuis sa création il y a plus de 25 ans, l’entreprise compte plus de 2 000 collaborateurs. Elle dispose aussi de capacités logistiques propres, avec environ un quart des produits vendeurs expédiés dans la logistique de l’entreprise.

🔄 Trois ans de transformation pour relancer la dynamique

À son arrivée à la tête de l’entreprise, dans un contexte post-Covid jugé compliqué, Thomas Métivier a lancé un plan de transformation articulé autour de trois axes majeurs.

Le premier a été la transformation du business model. Cdiscount a accéléré son pivot vers la marketplace, un modèle présenté comme plus rentable et plus performant que celui de la vente directe. Cela s’est traduit par un travail sur le sourcing des vendeurs, la qualité, les outils mis à leur disposition et les services proposés, notamment en logistique et en retail media.

Le deuxième axe a consisté à recentrer les ventes directes sur les catégories où l’entreprise disposait déjà de positions solides et de relations suffisamment fortes avec les marques. Ce mouvement s’est accompagné d’un travail de rationalisation de l’assortiment et d’adaptation des moyens logistiques.

Le troisième axe a porté sur la relance commerciale par le client. Après une année 2023 consacrée à la réorganisation et à la réorientation du modèle, l’année 2024 a marqué une réaccélération sur la partie client, avec une nouvelle identité de marque, un nouveau logo et le retour de la publicité télévisée.

Les premiers résultats ont été mis en avant clairement : 2025 compte 40 % de nouveaux clients en plus que 2024, avec une croissance supérieure à celle du marché, et une dynamique de croissance appelée à se confirmer en 2026.

🧭 Une bascule culturelle aussi importante que la transformation commerciale

L’un des apports les plus intéressants de cette prise de parole tient sans doute dans l’idée que la transformation ne se joue pas seulement sur le business model ou la tech, mais aussi sur la culture d’entreprise.

Dans un groupe généraliste comme Cdiscount, les réalités concurrentielles diffèrent fortement d’une catégorie à l’autre. Ce qui fait le succès dans le gros électroménager n’est pas la même chose que dans la téléphonie, le bricolage ou le jouet. La même logique vaut pour les briques technologiques, comme le paiement, où l’exigence est d’être au niveau des meilleurs standards du marché.

Or, pour répondre à cette diversité, il faut des équipes capables de prendre rapidement des décisions pertinentes, au plus près du terrain. Thomas Métivier a expliqué que l’entreprise fonctionnait auparavant avec un modèle plus centralisé, marqué par une forte concentration de la décision. L’enjeu a donc été de rapprocher la décision du terrain, de mieux écouter les clients et de faire évoluer le rôle du management.

L’idée n’est pas de supprimer le management, mais de lui faire changer de posture : moins dans l’ordre et le contrôle, davantage dans l’appui, le challenge du raisonnement et la capacité à débloquer les équipes. L’approche s’inspire du lean management, notamment de Toyota, ainsi que d’exemples comme Aramis Auto.

Ce pivot est présenté comme un changement culturel majeur. Et il produit, selon Thomas Métivier, des effets très concrets : moins de batailles entre silos, davantage de résolution de problèmes, et une capacité accrue à traiter des sujets qui créent réellement de la valeur.

🔎 Partir des problèmes clients pour agir plus vite

L’exemple du moteur de recherche illustre bien cette logique.

En repartant du terrain et des verbatims clients, les équipes ont identifié un problème simple mais concret : certaines requêtes n’étaient pas correctement catégorisées. À partir de là, elles ont pu retravailler le système de catégorisation et aller chercher entre 0,5 et 1 point de conversion supplémentaire en un mois, sur un volume de 1 milliard de recherches mensuelles.

Le message est clair : lorsqu’on part de sujets trop vastes, on entre dans des cycles longs. En revanche, lorsqu’on part d’un problème client précis, les solutions émergent plus vite et peuvent être mises en œuvre rapidement.

🤖 Chez Cdiscount, l’IA ne date pas d’hier

Autre point fort de l’intervention : la manière dont Thomas Métivier replace l’IA dans une histoire plus longue.

Chez Cdiscount, l’IA est un sujet concret depuis une quinzaine d’années. À l’époque, on parlait surtout de data science, mais le besoin était déjà là : quand un site passe de quelques dizaines de milliers de produits à plusieurs millions, les systèmes classiques, notamment le moteur de recherche, ne suffisent plus.

Cette expérience accumulée a permis à l’entreprise d’aborder plus rapidement la vague actuelle de l’IA générative. Mais le propos n’est pas de dire que cette nouvelle génération de modèles remplace tout ce qui existait avant. Au contraire, Thomas Métivier insiste sur une logique d’intégration pragmatique dans des systèmes déjà en place.

⚙️ Une IA utilisée pour mieux faire, plus vite, plus efficacement

Le premier usage évoqué concerne l’amélioration des systèmes existants, notamment la catégorisation des produits.

Quand GPT-3 est arrivé, les équipes ont testé l’idée de remplacer complètement leur modèle de machine learning. Le résultat n’a pas été concluant. En revanche, l’usage du modèle uniquement sur les cas incertains s’est révélé très performant. Cette approche a permis de diviser par deux le taux d’erreur, sur des volumes allant jusqu’à 20 millions de nouveaux produits par semaine.

Et l’enjeu business est loin d’être marginal : un produit bien catégorisé se vend 20 à 30 % de plus.

L’entreprise étend progressivement cette logique à d’autres briques de sa plateforme, qu’il s’agisse d’aider à mieux rédiger certains messages ou d’automatiser une partie de la génération de contenus.

💬 Une IA qui transforme aussi l’expérience client et vendeur

L’IA ne sert pas seulement à optimiser l’existant : elle modifie aussi les parcours.

Cdiscount a ainsi développé son propre chatbot, capable d’aider les clients dans leur recherche, de produire des résumés d’avis, de comparer des produits ou de traduire un besoin exprimé en langage naturel en critères techniques exploitables.

Aujourd’hui, l’usage reste encore limité à quelques pourcents, mais le constat partagé est net : les clients qui passent par ce canal transforment mieux que ceux qui utilisent uniquement le parcours classique.

Côté vendeurs, l’impact est tout aussi tangible. Là où la création de produits supposait auparavant un travail long et manuel — avec 7 000 catégories, des modèles de données à sélectionner et des mappings à effectuer — l’automatisation permet désormais de traiter ce travail à partir d’un simple fichier Excel brut.

Le résultat partagé est très concret : plus d’un million d’euros de ventes supplémentaires ont été générés en 2025 grâce à des produits créés automatiquement.

🧠 Une transformation du travail des équipes

Le troisième usage de l’IA évoqué par Thomas Métivier touche à la manière même dont les équipes travaillent.

L’exemple donné est celui des équipes offre, qui doivent identifier les produits manquants, comprendre ce que vendent les concurrents, repérer les écarts de prix, détecter les problèmes de contenu et identifier quels vendeurs contacter. Une grande partie de ce travail, historiquement très manuel, peut désormais être accélérée par des outils capables de croiser des données externes et internes pour faire remonter des signaux utiles.

Il cite aussi l’effet d’accélération produit par l’arrivée de Claude et des usages de type cowork.

Enfin, le sujet va jusqu’au développement informatique. Depuis début décembre 2025, certaines équipes mettent en production du code développé à 100 % par des agents, avec validation humaine aux étapes clés. L’autonomie complète n’est pas encore atteinte, mais la direction donnée est claire : construire des formes d’usines de code agentiques capables d’accélérer fortement certains chantiers, notamment sur les systèmes legacy.

Avec, au passage, une formule très juste : « L’IA n’est pas un palliatif à l’incompétence. »

🌐 Commerce agentique : une vigilance sur la visibilité, pas une remise en cause du site

Sur le commerce agentique, Thomas Métivier distingue trois temps dans le parcours client.

D’abord, la phase d’exploration, où le client cherche encore à définir précisément son besoin. Cdiscount y est encore peu présent, mais les chatbots pourraient y prendre une place croissante.

Ensuite, la phase d’analyse des offres, qui devient un enjeu stratégique de visibilité. L’entreprise a mis en place une équipe dédiée et teste 3 700 prompts chaque semaine sur différentes plateformes pour mesurer sa présence et comprendre quelles actions mener.

Enfin, la phase de transaction. Sur ce point, la conviction affichée est claire : à court et moyen terme, les sites e-commerce resteront indispensables.

🇫🇷 Un acteur français face à une concurrence asymétrique

L’autre dimension forte de cette intervention concerne la position d’un acteur français dans un environnement de concurrence très déséquilibré.

Thomas Métivier a insisté sur les enjeux de souveraineté, déjà fragilisés selon lui, et sur la nécessité de ne pas faire preuve de naïveté face à certains acteurs qui ne respectent pas les règles du jeu dans les mêmes conditions que les acteurs européens.

Il cite notamment le cas de Shein, qui aurait franchi le seuil des 2 milliards d’euros de volume d’affaires annuel en étant non conforme au RGPD sur une période donnée.

Il critique également la logique de certaines réponses publiques, comme la taxe à 2 euros, jugée inefficace dans les faits. Selon lui, les flux se réorganisent simplement ailleurs, notamment via Anvers, ce qui ne crée ni meilleure protection ni bénéfice réel pour l’économie française.

S’il reconnaît une prise de conscience croissante sur ces sujets, il souligne aussi la lenteur des procédures européennes, avec des délais de 3 à 5 ans pour certains dossiers, ainsi que le risque que l’empilement réglementaire finisse par avantager les plus gros acteurs mondiaux, mieux armés pour absorber cette complexité.

❤️ La fidélité client comme meilleure assurance-vie

Au fond, la réponse de Cdiscount ne se limite pas à demander une meilleure régulation. La vraie bataille reste celle de la relation client.

Thomas Métivier rappelle que près de 80 % de l’activité est réalisée avec des clients ayant déjà acheté sur la plateforme. Le sujet central devient donc la qualité de la première expérience, puis la capacité à améliorer en continu la valeur et la qualité délivrées.

C’est particulièrement vrai sur les catégories à fort engagement, comme le gros électroménager, la téléphonie ou certains équipements de maison et de jardin, où la confiance est déterminante.

Dans cette logique, la meilleure protection face à la concurrence reste la même : offrir du choix, du prix et une bonne qualité de service.

📌 En conclusion

Ce qui ressort de cette intervention, c’est que la transformation de Cdiscount ne se résume ni à un virage marketplace, ni à une stratégie IA.

Elle repose sur un ensemble cohérent :

• un recentrage du modèle économique,
• une évolution profonde du management,
• une approche pragmatique de l’IA,
• et une attention constante portée à la qualité de l’expérience client.

Autrement dit, une transformation où la tech compte beaucoup, mais toujours au service d’un objectif plus fondamental : mieux servir le client, dans un marché où la compétition est intense et où la fidélité reste le vrai juge de paix.

Supply chain e-commerce : ce que veulent vraiment les Français

Frédéric MICHEAU (DGA OpinionWay) a partagé une étude très éclairante sur les attentes des Français en matière de livraison.

Le constat est limpide : la supply chain est devenue un élément central de l’expérience client, avec des attentes de plus en plus élevées… mais aussi de plus en plus précises.

🚚 Le prix reste le critère numéro 1

Premier enseignement : 94 % des Français jugent importants les frais de livraison réduits

C’est le critère le plus fort, et même le seul où une majorité absolue (54 %) le considère comme très important.

Comme le souligne Frédéric Micheau, c’est aussi un indicateur stable dans le temps, avec une progression de +2 points en 18 mois.

👉 Le message est clair : le prix reste le socle de la décision.

🔁 Flexibilité et réassurance ne sont plus des options

Deuxième enseignement fort : 91 % des consommateurs attendent des politiques de retour et d’échange flexibles

Et surtout : “ce n’est plus une option, c’est désormais clairement attendu”

Même logique côté information :

👉 88 % veulent suivre leur livraison en temps réel, avec une progression de +7 points

On ne parle plus seulement de livraison, mais de réassurance continue tout au long du parcours.

📦 La montée en puissance de la livraison personnalisée

C’est le chiffre clé de l’étude : 85 % des Français veulent pouvoir choisir le jour de livraison avec une progression spectaculaire de +15 points en 18 mois

Frédéric Micheau insiste sur ce point : cela traduit une attente forte de personnalisation et de flexibilité

Autrement dit, la livraison doit s’adapter au client, et non l’inverse.

⚡ La rapidité devient un standard

Fait intéressant : 80 % des Français jugent la rapidité importante

Mais contrairement aux idées reçues : “ce n’est pas le déterminant numéro un”

C’est même le seul critère qui reste stable dans le temps.

👉 La rapidité est désormais un acquis, plus un facteur différenciant.

🌱 L’environnement progresse… mais reste secondaire

65 % des Français accordent de l’importance à une livraison respectueuse de l’environnement

Même si cela progresse (+6 points), Frédéric Micheau parle d’un “décrochage” par rapport aux autres attentes.

👉 La livraison verte compte… mais reste moins prioritaire que le prix, la flexibilité ou la fiabilité.

📊 Une confiance globalement élevée… mais pas totale

Sur la fiabilité des informations :

• 89 % font confiance à la disponibilité des produits (“en stock”)
• 78 % font confiance aux délais de livraison

Mais derrière ces chiffres élevés, une nuance importante :

👉 22 % des Français ne font pas confiance aux délais annoncés

Frédéric Micheau l’explique : probablement lié à des expériences passées décevantes

À noter aussi : les moins de 35 ans et les catégories populaires sont encore plus confiants que la moyenne.

🤖 L’IA perçue comme une solution crédible

Dernier point clé de l’étude : 61 % des Français pensent que l’IA peut améliorer la fiabilité des informations

Dans le détail :

• 16 % : beaucoup plus fiables
• 45 % : un peu plus fiables

Frédéric Micheau insiste : il existe une confiance forte dans le potentiel de l’IA

Et cette perception est encore plus marquée : jusqu’à 80 % chez les plus jeunes

Les cas d’usage évoqués sont très concrets :

• mieux prévoir les stocks
• mieux anticiper les délais
• informer en cas de retard ou d’indisponibilité

👉 L’IA est donc perçue comme un levier de fiabilité et de transparence.

🎯 Ce qu’il faut retenir

L’étude met en évidence une hiérarchie très claire des attentes :

1. Le prix (toujours dominant)
2. La flexibilité (retours, choix du jour)
3. La transparence (tracking, information fiable)
4. La rapidité (désormais standard)
5. L’environnement (important mais secondaire)

Avec un point clé : la vraie bataille se joue désormais sur la qualité de l’expérience de livraison

💬 Conclusion

La supply chain n’est plus un simple sujet logistique.

Elle devient un levier stratégique d’expérience client, où les attentes évoluent rapidement :

• plus de contrôle
• plus de personnalisation
• plus de fiabilité

Et dans ce contexte : l’IA apparaît comme un accélérateur clé pour tenir la promesse client

Supply chain : l’âge de l’orchestration a commencé

Lors de son “œil de l’expert”, Mike Hadjadj 🛍️ a proposé un panorama très dense des innovations supply chain à l’international.

Le point clé est simple : pendant longtemps, la supply chain a surtout été pensée pour livrer plus vite et moins cher. Aujourd’hui, la logique change.

👉 Il ne s’agit plus seulement d’optimiser les coûts. 👉 Il s’agit de mieux prévoir, mieux allouer, mieux exécuter et mieux livrer.

Autrement dit, on passe d’une logique de coût à une logique d’orchestration.

📊 Une bascule déjà visible

Quelques chiffres résument bien le mouvement :

• 2 dirigeants retail sur 3 prévoient de reconfigurer leur supply chain si les coûts augmentent
• 30 % utilisent déjà l’IA sur certains maillons
• 41 % pourraient l’utiliser à 12 mois
• 59 % anticipent un ROI sous 12 mois
• 51 % citent l’efficacité comme priorité n°1

Le sujet n’est donc plus expérimental. L’IA devient un levier opérationnel.

🧠 Trois verbes structurent la transformation

Mike Hadjadj résume cette mutation autour de trois briques :

• Prévoir
• Automatiser
• Orchestrer

Avec, derrière, trois priorités très concrètes :

• mieux exploiter la data
• lancer une automatisation ciblée
• mettre en place une gouvernance capable de passer du pilote au scale

L’idée n’est pas de tout transformer d’un coup, mais de commencer là où le ROI est rapide et visible.

🔮 Prévoir : du forecast au signal temps réel

C’est sans doute l’un des basculements les plus forts.

Chez Amazon, avec Chronos, la prévision de la demande intègre une multitude de signaux, y compris externes comme la météo, le calendrier ou les événements.

Chez JD.com, la logique va jusqu’à prévoir par SKU, par zone et par période, avec allocation dynamique des stocks.

Chez Walmart, FreshSync AI permet de piloter les produits frais à l’échelle du magasin, avec une promesse de réduction du gaspillage et d’amélioration de la marge.

Mais le cas le plus frappant reste sans doute Shein.

Là où le retail fonctionnait selon la séquence : je prévois → je produis → je vends,

Shein bascule vers : je teste → je mesure → j’adapte.

L’entreprise analyse en temps réel des millions de signaux, lance des micro-séries, observe immédiatement clics, conversions, ajouts panier ou retours, puis décide d’arrêter ou d’accélérer.

👉 On ne prédit plus seulement la demande. On la mesure en temps réel.

📦 Stocker : rendre le stock intelligent

Autre pilier : la visibilité stock.

Zara reste une référence avec la RFID, qui a permis de suivre chaque produit avec une précision très élevée, puis d’unifier stock magasin et stock online. Résultat : le magasin devient un maillon logistique à part entière.

Walmart pousse aussi très loin la logique de visibilité avec ses capteurs Bluetooth sur palettes, notamment pour mieux suivre localisation, température et humidité.

Et Lowe’s montre une autre voie avec le jumeau numérique magasin : modélisation 3D, simulation merchandising, détection de ruptures ou d’erreurs de placement.

👉 Le stock n’est plus seulement un volume. C’est une donnée pilotable en temps réel.

🎯 Allouer : mettre le bon produit au bon endroit

Prévoir ne suffit pas. Encore faut-il placer correctement les stocks.

H&M travaille déjà sur des assortiments adaptés à chaque point de vente grâce à l’analyse continue des tickets, retours, ventes et données de fidélité.

Alibaba pousse cette logique à grande échelle avec un routage intelligent des stocks entre hubs, y compris en cross-border.

Amazon va encore plus loin avec sa supply chain prédictive : certains produits commencent à se rapprocher du client avant même la commande.

Et chez Target, l’algorithme arbitre en permanence entre demande, promotions, saisonnalité, rapidité et coûts logistiques.

👉 Le sujet n’est plus seulement d’avoir du stock. C’est d’avoir le bon stock, au bon endroit, au bon moment.

🤖 Robotiser : l’IA change l’échelle

La robotisation n’est pas nouvelle. Mais l’IA change profondément sa portée.

Chez JD.com, entrepôts, tri et livraison sont pilotés à très grande échelle par la donnée et l’IA.

Chez Amazon, plusieurs briques se complètent :

• Sequoia pour amener les produits aux opérateurs
• DeepFleet pour orchestrer les robots comme un contrôle aérien
• et les nouveaux fulfillment centers “next gen”, beaucoup plus robotisés

Chez Decathlon, avec Exotec, les robots montent en hauteur et réduisent fortement les déplacements des opérateurs.

Chez Tesco ou Albert Heijn, micro-fulfillment et automatisation partielle ou totale accélèrent la préparation locale.

👉 La robotisation ne vise plus seulement le gain de productivité. Elle transforme la structure même de l’exécution.

📍 Se rapprocher : le magasin devient hub

L’autre tendance forte, c’est le rapprochement avec le consommateur.

Walmart, Target, Carrefour ou Ikea convergent vers une même idée : le magasin n’est plus seulement un point de vente, c’est aussi un hub logistique local.

Chez Target, 95 % des commandes online sont déjà préparées en magasin. Chez Ikea, les magasins deviennent aussi des centres de préparation et d’expédition urbaine. Et chez Zalando, ce sont même les magasins partenaires qui deviennent des points d’exécution logistique.

👉 L’omnicanal ne relève plus seulement du marketing. C’est devenu une architecture supply

🚀 Toucher : du dernier kilomètre aux derniers centimètres

Dernier sujet : la livraison du dernier kilomètre… ou plutôt des derniers mètres.

Mike Hadjadj rappelle qu’en France, ces usages restent encore peu visibles. Mais ailleurs, ils sont déjà bien réels :

• robots livreurs sur campus ou quartiers urbains
• véhicules autonomes de livraison
• drones pour repas, colis ou produits de proximité
• développement massif en Asie et aux États-Unis

La Chine pousse particulièrement fort cette logique, avec des routes commerciales de drones déjà actives et un coût de livraison devenu inférieur au coût humain dans certains cas.

Walmart, de son côté, développe aussi fortement la livraison par drone dans plusieurs métropoles américaines.

👉 Ce qui ressemble encore ici à de la démonstration est déjà, ailleurs, un modèle opérationnel.

🦾 Et après ? Robots humanoïdes et dark factories

En fin d’intervention, Mike Hadjadj ouvre une perspective encore plus radicale :

• robots capables d’apprendre en observant des humains
• robots résistants à tous les environnements
• usines sans lumière, sans chauffage, sans présence humaine
• production autonome 24h/24 sur plusieurs jours

Cela peut sembler extrême, mais l’idée est claire : certaines briques de la supply chain se dirigent déjà vers une automatisation bien plus profonde que celle qu’on imaginait il y a encore peu.

💬 Ce qu’il faut retenir

La vraie leçon de cette prise de parole, c’est que la supply chain n’est plus seulement un sujet de logistique.

Elle devient :

• un système de décision
• un système de pilotage
• un système d’exécution
• et surtout un avantage concurrentiel

Demain, les acteurs qui performeront ne seront pas seulement ceux qui livrent vite ou pas cher.

Ce seront ceux qui sauront prévoir mieux, allouer plus juste, automatiser intelligemment et orchestrer l’ensemble en temps réel.

IA et supply chain : des usages très concrets, entre prévision, collaboration et excellence opérationnelle

Intervenants : Arthur Caron : Directeur Supply Chain – Monoprix et Julien-Pierre Renier : CFO – Carel

Lors de cette table ronde consacrée à l’IA au service d’une supply chain toujours plus résiliente et performante, les échanges entre Arthur Caron et Julien-Pierre Renier ont mis en lumière une réalité simple : l’IA transforme déjà la supply chain, mais elle ne vaut que si elle s’inscrit dans une organisation solide, une vraie discipline opérationnelle et une collaboration renforcée avec l’ensemble de l’écosystème.

Derrière les discours sur la tech, on parle en réalité de sujets très concrets : mieux prévoir, mieux réapprovisionner, mieux collaborer, mieux servir le client.

🏬 Deux entreprises, deux échelles, un même enjeu : gagner en justesse

Chez Monoprix, la supply chain opère à très grande échelle :

• plus de 600 magasins
• 15 000 collaborateurs
• 600 000 clients par jour
• 4 milliards d’euros de chiffre d’affaires en 2025

Sur l’alimentaire, l’enseigne propose 41 000 références en ligne. La préparation e-commerce s’appuie notamment sur la technologie Ocado, avec environ 2 500 commandes préparées chaque jour par des robots. Côté non-alimentaire, la croissance passe aussi par une préparation en entrepôt avec Exotec en région parisienne.

Chez Carel, l’échelle est différente, mais la complexité bien réelle. La marque, forte de 75 ans d’existence, produit 40 000 à 50 000 paires par an. Chaque modèle se décline en plusieurs matières, couleurs et pointures, ce qui génère un nombre de SKU très important. Ces dernières années, l’entreprise a donc cherché à ramener de la simplicité, en rationalisant les collections et en réorientant davantage son modèle vers le B2C.

🤖 L’IA comme outil d’aide à la décision, pas comme pilote automatique

L’un des messages les plus intéressants de cette table ronde, c’est que ni Monoprix ni Carel ne présentent l’IA comme une baguette magique.

Chez Carel, Julien-Pierre Renier explique très clairement que la bonne formule repose sur un combo humain + IA. L’outil permet de détecter des signaux faibles, de proposer des recommandations de réassort ou de réallocation, mais la décision reste discutée, challengée, validée par les équipes.

Même logique chez Monoprix. Arthur Caron insiste sur un point essentiel : avant les outils, il faut des processus, une organisation, des équipes structurées. La technologie ne peut accélérer que ce qui repose déjà sur des fondations solides.

📈 Carel : gagner en agilité, baisser le stock, mieux piloter les collections

Pour une PME comme Carel, la supply chain est devenue centrale parce qu’elle touche à trois sujets critiques : le cash, la marge et le risque.

Avec Autone, la marque travaille depuis plusieurs années sur une logique de prévision, de réassort et de rebalancing beaucoup plus fine. L’outil permet d’identifier, à un niveau très détaillé, les signaux sur un modèle, une couleur, une pointure ou une référence. Ensuite, les équipes tranchent : on suit, on ajuste, on réassortit ou non.

Le résultat est significatif : à chiffre d’affaires identique, Carel a réussi à baisser son stock de 18 %.

Autre évolution majeure : là où l’entreprise engageait auparavant environ 80 % de ses achats en campagne, elle est aujourd’hui descendue à 50 %, ce qui lui donne plus d’agilité pour ajuster ses décisions en cours de saison.

Le prochain cap est déjà identifié : utiliser encore plus la donnée et l’IA dès l’amont de la collection, pour aider à évaluer les probabilités de succès d’un modèle, selon sa forme, sa couleur, son contexte de marché ou les tendances observées. Pas pour remplacer le directeur de collection, mais pour enrichir sa décision.

🛒 Monoprix : mieux prévoir pour mieux approvisionner

Chez Monoprix, la supply chain est aussi une fonction d’observation avancée des comportements clients.

Parce qu’elle est directement branchée sur les ventes, elle détecte souvent très vite des signaux que d’autres fonctions voient moins finement : montée de certaines catégories, évolution des rythmes d’achat, déplacement des ventes vers le dimanche ou fragmentation croissante des courses en achats plus petits et plus fréquents.

Pour répondre à cela, Monoprix s’appuie déjà sur des modèles de machine learning qui permettent d’anticiper les ventes futures à partir :

• des historiques de vente
• de la météo
• des événements locaux
• des vacances scolaires
• des tendances de consommation

Ces prévisions alimentent ensuite les algorithmes de réapprovisionnement magasin.

L’enjeu actuel n’est pas seulement d’avoir des modèles performants, mais aussi des modèles plus explicables, capables de mieux justifier leurs recommandations auprès des équipes opérationnelles et des magasins.

🤝 La collaboration fournisseur, angle mort devenu prioritaire

Autre sujet fort soulevé par Arthur Caron : la supply chain ne peut plus être pensée uniquement à l’intérieur de l’entreprise.

Pour gagner en efficacité, il faut mieux collaborer avec les fournisseurs : mieux anticiper une rupture, mieux comprendre un retard, mieux partager une information sur une opération commerciale ou une indisponibilité.

Monoprix a déjà testé différentes approches, avec un constat assez lucide : la simple mise à disposition de data ne suffit pas toujours. Ce qui compte, c’est de proposer des outils réellement utilisables.

C’est dans cette logique qu’un portail fournisseur a été mis en place pour fluidifier les échanges, aussi bien avec les petits fournisseurs qu’avec les grands industriels. Et le prochain chantier consiste à intégrer des agents IA pour automatiser une partie des interactions et réduire le poids des emails, encore omniprésents dans les échanges quotidiens.

🏪 Le magasin reste une partie intégrante de la supply chain

Chez Monoprix, la supply chain ne s’arrête pas à la porte du magasin. Elle va jusqu’au rayon.

C’est tout le sens du travail mené autour du jumeau numérique du magasin, qui agrège différentes données de performance et les rend visibles dans le brief du matin. Grâce à une lecture visuelle de type heatmap, les équipes peuvent mieux comprendre où se concentrent les ruptures, les tensions ou les opportunités.

L’objectif est double :

• mieux piloter l’exécution en magasin
• donner plus de sens aux équipes en reliant davantage opérations terrain et performance business

👠 Chez Carel, la tech ne remplace pas l’attention client

Le témoignage de Carel rappelle aussi que la performance supply ne se résume pas à l’approvisionnement.

Avec un taux de retour de 12 %, jugé bas pour la chaussure, la marque met en avant deux leviers :

• un gros travail sur le sizing avec des guides détaillés
• une équipe service client très engagée, présente avant et après l’achat

Là encore, la logique reste la même : la tech aide, mais c’est le combo humain + outil qui fait la différence.

📌 Ce qu’il faut retenir

Cette table ronde montre que l’IA appliquée à la supply chain ne relève plus du concept.

Elle produit déjà des effets très concrets :

• meilleure prévision
• réassort plus juste
• stock mieux maîtrisé
• collaboration fournisseur plus fluide
• pilotage magasin plus précis
• décisions plus rapides

Mais elle ne fonctionne vraiment que lorsqu’elle s’appuie sur :

• une organisation claire
• des processus robustes
• une vraie lecture business
• et une expertise humaine capable de challenger l’outil

En résumé : l’IA n’efface pas la supply chain, elle la rend plus lisible, plus réactive et plus performante.

La Collab’ du mois : Motoblouz x Boa Concept

Intervenants : Christophe Dautel : Directeur Supply Chain & RSE – Motoblouz et Franck Girard, Directeur Commercial – Boa Concept

On parle souvent d’innovation… mais plus rarement de collaborations qui durent et évoluent dans le temps. C’est tout l’intérêt du retour d’expérience partagé par Motoblouz x Boa Concept : une collaboration construite depuis plus de 10 ans, au rythme de la croissance du leader français de l’équipement moto.

🏍️ Une croissance qui change la donne

Motoblouz, c’est aujourd’hui :

• 600 000 commandes expédiées par an (vs 400 000 auparavant)
• jusqu’à 7 000 colis/jour en pic
• et une offre qui vise bientôt 300 000 produits

👉 Derrière ces chiffres : une réalité logistique exigeante Produits techniques, à forte valeur (EPI), saisonnalité marquée… Impossible de se contenter d’un modèle logistique figé.

⚙️ Le vrai enjeu : automatiser… sans rigidifier

Le point clé de cette collaboration : concilier mécanisation et flexibilité

Grâce à une approche modulaire (convoyeurs évolutifs), Motoblouz a pu :

• faire évoluer son entrepôt sans repartir de zéro
• absorber la croissance progressivement
• adapter ses flux au fil du temps

📈 Des résultats très concrets

• Productivité passée de 20 à 37-38 colis/heure
• Capacité actuelle : jusqu’à 13 000 commandes/jour
• Déploiement majeur réalisé en moins d’un mois
• Sans interruption d’activité (même à l’approche du Black Friday)

🤝 Ce qui fait la différence

Cette collaboration montre une chose essentielle : l’automatisation n’est pas un “one shot”. C’est un processus continu d’adaptation

Avec 3 clés :

• penser scalabilité dès le départ
• intégrer les contraintes terrain (ergonomie, pénibilité)
• garantir la continuité business

💡 À retenir

✔️ Automatiser, oui… mais pas au détriment de la flexibilité

✔️ La logistique doit évoluer au même rythme que le business

✔️ Les meilleurs projets sont ceux qui durent… et s’adaptent