L’IA alimentera notre vision du commerce de détail adaptatif

Voix hors champ 1 :
Bienvenue à Insights de TD Cowen. Un balado qui réunit des spécialistes qui offrent leur éclairage et leurs réflexions sur ce qui façonne notre monde. Soyez des nôtres pour cette conversation avec les esprits les plus influents de nos secteurs mondiaux.
Oliver Chen :
L’IA, c’est l’avenir du commerce de détail. Il y a beaucoup d’innovations intéressantes dans ce domaine et je suis aujourd’hui accompagné d’un expert, ami, collègue et co-professeur qui m’aide également à donner mon cours à la Columbia Business School. Bienvenue à Visionnaires du commerce de détail, un balado qui parle d’idées et de gens visionnaires. Je m’appelle Oliver Chen. Je suis analyste, Produits de détail et de luxe et Nouvelles plateformes pour TD Cowen.
Dans cet épisode, on a le plaisir de recevoir Francois Chaubard. Francois est actuellement associé au sein de Y Combinator. C’est un entrepreneur et technologue accompli qui possède une solide expertise en ingénierie et en IA. Il est le fondateur et ancien chef de la direction de Focal Systems, une plateforme qui automatise et optimise le commerce de détail grâce à la vision par ordinateur fondée sur l’apprentissage profond. Il est également l’auteur renommé de AI for Retail : A Practical Guide to Modernizing Your Business Through Automation. Francois, c’est un plaisir de te recevoir. J’ai aussi beaucoup appris auprès de toi lorsque je suivais le programme de Stanford sur l’IA. Ravi de te voir.
Francois Chaubard :
C’est toujours un plaisir. Merci, Oliver.
Oliver Chen :
Francois, le paysage de l’IA évolue rapidement, presque quotidiennement. Dans le cadre de ce balado, quels sont les principaux conseils que tu donnerais aux détaillants pour s’y retrouver et utiliser l’IA de manière efficace?
Francois Chaubard :
Alors. Je dirais, pour citer Jeff Bezos, qu’il faut se concentrer sur ce qui ne change pas. L’IA ne fait que s’améliorer. Sam Altman investit en permanence dans les modèles pour les rendre meilleurs. Et tous les concurrents font la même chose. Donc, si quelqu’un affirme que... Je me souviens qu’il y a 10 ans, quand j’ai commencé à m’intéresser sérieusement à l’IA, j’entendais toujours l’argument selon lequel l’IA ne pouvait pas produire une image. Aujourd’hui, elle le fait clairement mieux que moi. Souvent, j’entendais aussi : « Pourquoi l’IA ne pourrait-elle pas concevoir de meilleurs planogrammes qu’un humain? ». Et il y avait toute une série d’arguments expliquant pourquoi ça resterait ainsi. En réalité, c’est faux.
Chaque jour, l’IA est capable de faire de plus en plus de choses. Il faut se concentrer sur sa progression, pas sur son point de départ. Je pense que l’IA est déjà capable de faire beaucoup de ces choses. Si l’argument est qu’elle ne peut pas encore le faire, alors il faut se concentrer sur le « encore ». Elle en sera capable très rapidement, même si ce n’est pas encore le cas aujourd’hui. Mon conseil serait donc de se concentrer sur ce qui ne change pas.
Oliver Chen :
L’une de tes idées, c’est le magasin autonome. Selon toi, qu’est-ce qui se passe quand le magasin commence à faire plus de choses? Dans ton livre, tu abordes aussi des modèles très poussés. J’aimerais juste savoir dans quels domaines du commerce de détail l’IA devrait être plus présente et ce que tu observes actuellement.
Francois Chaubard :
Eh bien, dans le commerce de détail, tout tourne autour du client. C’est le plus important. C’était un sujet qui passionnait Sam Walton. En se plaçant du point de vue de l’expérience client, qu’est-ce que le client veut? Il veut des produits de qualité disponibles à bas prix. Et il veut pouvoir entrer et sortir facilement du magasin.
C’est donc à nous de rendre ça possible et de s’améliorer là-dessus chaque jour. Il est certain que l’IA a un rôle à jouer là-dedans. Je reviens par exemple de Target et 20 % du magasin était en rupture de stock. Ce n’est plus censé arriver. C’est un peu fou que ça arrive encore en 2025. Il y a des voitures sans conducteur partout à San Francisco, mais par contre 20 % du magasin est en rupture de stock. Comment une telle chose peut-elle encore se produire? Et même sur Instacart, quand tu commandes et qu’ils te remplacent 10 à 20 % de ta commande, tu te dis juste : « Comment ça peut encore être un problème? » La technologie existe. Le problème vient de son adoption. À ce niveau-là, les détaillants ont souvent du retard. Parmi tous les secteurs, ils ne sont généralement pas les premiers à adopter les nouvelles technologies. Parfois, ils sont même les derniers. Et ils doivent agir là-dessus. Ça doit changer.
Oliver Chen :
Oui, c’est vrai. Peux-tu nous en dire plus? Quelle est la technologie qui t’excite le plus? Je crois que tu as été un pionnier dans le domaine de la vision par ordinateur. Et aussi, en ce qui concerne l’adoption, y a-t-il des choses à savoir? Quels sont les défis qui méritent d’être mentionnés?
Francois Chaubard :
Oui. J’ai travaillé longtemps sur la gestion des stocks. J’ai aussi travaillé un moment sur le passage en caisse. Pour le passage en caisse, tout le monde a été très impressionné par Amazon Go. Beaucoup pensaient que ça allait se généraliser à tous les magasins, mais ça n’a pas été le cas. La raison, c’est le coût. Faire en sorte que l’IA accomplisse une tâche, c’est une chose, mais faire en sorte que l’IA le fasse de façon rentable, c’en est une autre. Il y a des choses que l’IA peut faire, mais pas de façon rentable. C’est un peu le cas avec Amazon Go.
Donc, moi, j’ignorerais les projets vraiment coûteux, ceux qui demandent des centaines de millions ou des milliards de dollars d’investissement. Il y aura de la robotique dans l’IA et de l’IA dans le commerce de détail à l’avenir, mais si ces applications sont spécifiques au commerce de détail, je ne m’y intéresserai probablement pas. J’aime les robots humanoïdes à usage général et leur application au commerce de détail, car ça évite les coûts de construction.
Et pour la gestion des stocks, ça existe déjà. Morrisons nous utilise dans 600 magasins. Une photo est prise toutes les heures, les ruptures de stock sont détectées, les commandes sont passées en conséquence et l’outil d’action est mis à jour pour que tous les employés en charge des rayons travaillent sur les produits les plus prioritaires. Ça fonctionne déjà. Le problème, c’est surtout l’adoption. Je pense que les détaillants américains en particulier ont tendance à vouloir tout construire eux-mêmes plutôt que d’acheter des solutions. Ça ne fonctionnera absolument plus à l’avenir, lorsque la spécialisation en IA deviendra de plus en plus pointue et que les talents dans ce domaine seront de plus en plus recherchés.
Donc, développer sa propre solution n’est pas forcément... Certains détaillants ont élaboré leurs propres routeurs à l’époque où Cisco arrivait sur le marché. Et quand tu regardes en arrière, tu te demandes pourquoi ils ont construit leurs propres routeurs. Les routeurs de Cisco sont très bien. Vous pouvez les acheter. Le fait d’avoir vos propres routeurs personnalisés ne vous différencie pas vraiment en tant que détaillant. Il en va de même pour les lecteurs de codes à barres et aussi pour l’IA, surtout en ce qui concerne les services d’arrière-guichet. Si c’est pour le service de première ligne, vous voudrez peut-être vous approprier un peu plus cet espace ou du moins le modifier pour que l’interface client vous corresponde davantage. Mais pour ce qui est des services d’arrière-guichet, comme la gestion des commandes ou des stocks, il n’y a aucun avantage à tout développer soi-même. Que ce soit votre solution ou celle que tout le monde utilise, ça ne fera pas une grande différence. Faites simplement de votre mieux et choisissez la meilleure solution disponible sur le marché.
Oliver Chen :
Francois, comme tu le sais, le commerce de détail est un secteur à faible marge. On peut avoir une marge brute élevée et un faible bénéfice brut sur investissements en stocks, tout en ayant un taux de rotation élevé. Comment les détaillants peuvent-ils se le permettre et à quoi ressemble un modèle typique en matière de tarification, etc.?
Francois Chaubard :
Oui. Le coût de l’IA baisse de 4 à 10 fois chaque année. Il suffit de regarder les courbes de coût par jeton depuis la sortie des modèles jusqu’à aujourd’hui. On voit l’effet des innovations en matière de calcul sur processeurs graphiques, mais aussi des innovations dans les architectures, comme l’attention glissante, et d’autres techniques, qui réduisent vraiment le coût de l’inférence. Son coût continuera à baisser jusqu’à ce que l’IA devienne une évidence.
Chez Focal, on proposait un rendement du capital investi (RCI) 10 fois supérieur. Autrement dit, si vous dépensiez un dollar, on vous promettait de vous en rendre dix. Et si ce n’était pas le cas, vous n’aviez pas à payer la facture. C’était littéralement inscrit dans nos contrats. Honnêtement, un RCI 10 fois supérieur ne me suffisait pas. Mon objectif aurait été d’amener les détaillants à un RCI 50 fois supérieur. Je ne travaille plus chez Focal, donc je ne fais plus pression dans ce sens, mais c’est tout à fait possible. C’est quelque chose qu’on mettait systématiquement dans nos contrats et qu’on respectait vraiment.
Oliver Chen :
Eh bien, ça a été difficile, parce que j’ai rencontré de nombreux chefs de la direction et beaucoup de solutions d’IA ne fonctionnent pas vraiment. Alors, pourquoi la vôtre fonctionne-t-elle et comment est-ce qu’on peut déterminer ce qui marche réellement? Parce qu’on me parle souvent de ces idées qui, en réalité, ne génèrent pas de retour sur investissement, mais...
Francois Chaubard :
On a fait beaucoup de tests comparatifs face à des entreprises qui prétendent faire ci ou ça. Et quand on y regarde de plus près, on voit vite qui dit la vérité et qui ne la dit pas. La réponse simple, c’est : « Essayez, vous verrez bien. » Vous le verrez par vous-même. Après avoir embrassé beaucoup de grenouilles, vous verrez lesquelles tiennent vraiment la route et lesquelles ne tiennent pas.
La meilleure façon de gagner du temps, c’est d’examiner les références des personnes derrière la technologie. Si ce sont des doctorants de Stanford qui ont travaillé dans des laboratoires de pointe, c’est crédible. Ils seront en mesure de tenir leurs promesses, sans exagérer ni proposer des produits qui ne verront jamais le jour. Par contre, si ce sont des titulaires d’une maîtrise en administration des affaires qui développent cette technologie et qu’ils affirment pouvoir y arriver sans l’aide de véritables experts en IA, je n’y croirais pas. C’est le cas pour beaucoup de ces technologies. Je ne vais pas citer de noms, mais même si certaines entreprises ont levé beaucoup de fonds, ça ne veut pas dire que ça fonctionne réellement. Il faut vraiment examiner les références de ces personnes pour voir si elles sont crédibles.
Oliver Chen :
Au sujet de votre produit et de ce que vous avez accompli dans le domaine du commerce de détail, quelle technologie t’enthousiasme le plus? C’était axé sur la vision par ordinateur. Je pense d’ailleurs que l’apprentissage par renforcement est également un modèle clé. Mais pourrais-tu nous décrire plus en détail les technologies sur lesquelles on devrait se concentrer plus concrètement dans le domaine du commerce de détail?
Francois Chaubard :
Oui. En fait, c’est vraiment mon domaine de recherche en ce moment. Je suis de retour à Stanford et je consacre 80 % de mon temps à la recherche. La vision par ordinateur a commencé à vraiment fonctionner en 2012 avec l’article sur AlexNet. L’apprentissage par renforcement ne fonctionnait pas encore et ce n’est que récemment qu’il commence à donner de très bons résultats. Si vous avez lu l’article Diffusion Policy, publié l’an dernier, on est passés d’un rendement équivalent à 20 % du niveau humain à environ 88 % du niveau humain en un seul article. C’est énorme. Et ça a conduit à ce que Figure AI lève des milliards de dollars pour construire des robots humanoïdes, alors que ces algorithmes n’existaient pas il y a encore un an. Chelsea Finn, Physical Intelligence... On va bientôt avoir Rosie le Robot dans nos maisons et pouvoir lui apprendre à faire à peu près n’importe quoi. Et c’est essentiellement grâce à ces innovations en matière d’apprentissage par renforcement.
On l’a aussi vu avec DeepSeek. Ils avaient publié cet article R1 très célèbre dans lequel ils ont inventé la fonction de perte GRPO et réussi à faire fonctionner l’apprentissage par renforcement. Cette direction-là est également très prometteuse et je pense que ça va avoir un impact réel à l’avenir.
Oliver Chen :
Francois, dans ton livre, AI in Retail, tu présentes également certains paramètres financiers quant à ce qui pourrait se produire. Quels sont les points clés abordés dans ton livre et les principales constatations sur l’IA et l’automatisation pour les détaillants, car ça peut également s’appliquer aux modèles d’évaluation?
Francois Chaubard :
Oui. J’en dis beaucoup dans le livre, donc je ne veux pas vous dévoiler mes conclusions, mais je dirais que les points clés sont les suivants : si vous regardez les comptes de résultat, et c’est ce que j’ai fait avant de lancer Focal, il suffit de regarder le compte de résultat des principaux détaillants. Prenez Walmart, par exemple. Ces chiffres sont approximatifs, mais ils font environ 600 milliards de dollars de chiffre d’affaires. Leur marge de profit brute est d’environ 130 milliards de dollars. Sur ce montant, 100 milliards sont destinés aux coûts des ventes et frais généraux et administratifs. Il reste donc environ 30 milliards de bénéfice d’exploitation.
Si vous automatisez la moitié des opérations et améliorez l’expérience client, en laissant de côté l’augmentation des ventes liée à l’amélioration de l’expérience, vous pouvez doubler, voire tripler le bénéfice d’exploitation. C’est vraiment énorme. La plupart des détaillants ne sont pas équipés pour réinventer complètement l’ensemble de leur système et la façon dont ils organisent leurs rayons, sélectionnent leurs références, fixent leurs prix, passent leurs commandes, gèrent leurs stocks... toutes ces choses. Mais quelqu’un finira par le faire. Et je pense que cette personne n’aura pas 3 % de marge nette, mais peut-être 15 %. À mon avis, c’est réellement possible aujourd’hui. Par contre, ça demande beaucoup de travail et les équipes vont devoir trouver comment y parvenir.
Mais je dirais que la plupart des détaillants utilisent très peu l’IA. Ils se contentent de petites choses toutes simples. Mon exemple préféré, c’est ce robot décorateur de gâteaux basé sur l’IA qui a suscité beaucoup d’enthousiasme. Je me dis : « Vous utilisez cette machine, qui est plus intelligente que nous tous et qui devient de plus en plus intelligente, pour décorer un gâteau? C’est ça le projet? »
C’est comme dans L’art de gagner. Parmi toutes les choses que je peux faire avec cet algorithme, au lieu de sélectionner l’équipe, de la diriger et de gagner plus de matchs, j’utilise l’IA pour passer la serpillière une fois le stade vide. Ce n’est pas ça l’essentiel. L’essentiel, c’est de changer fondamentalement la façon dont vous gérez votre entreprise. Et pour ça, il faut quelqu’un comme Billy Beane, quelqu’un qui ose vraiment changer les règles du jeu. Il faut du courage. Et pour l’instant, je ne vois personne le faire réellement.
Oliver Chen :
Oui. Notre livre et le modèle qu’on a développé intègrent trois éléments : la vente à prix régulier grâce à une meilleure mise en marché, la réaffectation du personnel, ainsi que la gestion des stocks et la réduction des stocks de sécurité. Ces algorithmes permettent vraiment d’améliorer le RCI si on les utilise correctement.
Mais l’IA est vraiment omniprésente en termes de magie et de logique, avant comme après l’achat. Comment la décomposer? Y a-t-il un cadre que vous utilisez pour faire des comparaisons et des analyses? Parce qu’il y a encore tout ce qui touche à la surprise et au plaisir avec l’expérience client, mais aussi la détection de fraude et la gestion des stocks.
Francois Chaubard :
Oui. Le cadre qui est appliqué, pour toute optimisation, pas seulement en IA, s’appelle la forme standard. Pour mettre un problème sous forme standard, la première étape consiste à reconnaître une fonction objectif unique. Comme le disait Jeff Bezos dans sa lettre aux actionnaires de 2004, la fonction objectif des détaillants est de maximiser la valeur intrinsèque, c’est-à-dire la valeur actualisée des flux de trésorerie futurs. Les gens se trompent souvent à ce sujet. Ce n’est pas… Si vous demandez à 10 dirigeants du secteur du commerce de détail quelle est la fonction objectif du commerce de détail, ils répondront : « rendre les clients heureux ». D’accord, dans ce cas, donnez une Ferrari à tout le monde. Ça rendra les clients heureux, mais vous ferez faillite. Donc clairement, ce n’est pas l’objectif. Ça peut être un bon indicateur de rendement clé, mais ce n’est certainement pas la fonction objectif.
Certains disent que la fonction objectif est de maximiser les ventes. Là encore, je leur dis : « Donnez une Ferrari à chaque client qui dépense 10 $. Les ventes vont exploser, vous verrez, mais vous ferez faillite. » Donc, encore une fois, ce n’est pas la fonction objectif. Si vous demandez à un chef de l’exploitation quelle est la fonction objectif. Il pourrait répondre : « Garder mes rayons approvisionnés ». Dans ce cas, fermez le magasin. C’est le meilleur moyen de garder vos rayons remplis. Il n’y aura pas de clients embêtants pour déranger vos rayons. Ce n’est pas la fonction objectif non plus.
La fonction objectif, c’est de maximiser la valeur actualisée des flux de trésorerie futurs. C’est une logique extrêmement structurante. Une fois que vous avez ça en tête et que vous parvenez à convaincre toute l’équipe de direction, comme Jeff Bezos l’a fait en 2004, vous obtenez des résultats équivalents aux siens en matière d’American Customer Satisfaction Index (ACSI), ainsi qu’en termes de capitalisation boursière. Mais la plupart des détaillants n’arrivent pas à penser de cette façon. C’est très difficile pour eux.
L’autre aspect, c’est que la fonction objectif est soumise à certaines contraintes. Je souhaite donc maximiser certains objectifs tout en tenant compte de certaines contraintes. Je veux m’assurer de ne jamais descendre en dessous de 70 % ou 20 % de marge brute, par exemple. Vous pouvez ajouter ce genre de contraintes. Je ne veux pas que l’ACSI descende en dessous d’un certain score. Vous pouvez inclure ce genre de conditions si vous le souhaitez. C’est tout à fait possible. C’est comme ça que ça fonctionne.
En fait, c’est exactement la même structure que celle utilisée par SpaceX pour faire atterrir des fusées sur des bateaux en mouvement dans le Pacifique. On cherche à réduire au minimum certains objectifs, par exemple la distance entre la fusée et la plateforme d’atterrissage, en respectant une certaine trajectoire de descente. Une trajectoire valide ne consistera pas à survoler San Francisco deux mètres au-dessus des maisons en y mettant le feu, avant de glisser jusqu’à la plateforme. Il faut suivre ce qu’on appelle un cône de descente pour s’assurer de ne pas descendre n’importe comment, même si, techniquement, ce serait une solution possible. Ça, ce sont les contraintes.
Oliver Chen :
Oui. En termes de maximisation ou de minimisation, et avec cet aspect de la descente de gradient qui est un vrai principe de l’apprentissage automatique, comment est-ce que tu mets en parallèle ce que tu viens de dire sur la forme standard avec, par exemple, l’exercice du gâteau ou même les utilisations créatives de l’IA dans la conception de produits, le commerce conversationnel ou la gestion des stocks? Parce qu’une grande partie de votre produit était axée sur la gestion et l’optimisation des stocks. Qu’en est-il de tout le reste? L’exemple du gâteau est intéressant : décorer un gâteau pourrait vous aider à renforcer la satisfaction et à optimiser la tarification.
Francois Chaubard :
Ça permet d’obtenir des gâteaux plus jolis.
Oliver Chen :
Oui. Ça pourrait correspondre au rendement sur investissement pour un certain aspect.
Francois Chaubard :
Oui, oui. C’est une bonne idée. C’est juste qu’il n’y a qu’un nombre limité de choses qu’on peut faire et qu’on a un temps limité pour les accomplir. En théorie, ça pourrait être très avantageux en termes bruts, mais au final, en net, ça pourrait ne pas l’être, parce que le temps, les efforts et les occasions manquées pour adopter cette solution plutôt qu’une autre pourraient avoir un plus fort impact.
J’ai donc intégré dans mon livre un cadre sur la façon d’adopter l’IA dans la troisième partie, qui traite de la mise en place des trois E suivants. Si je me souviens bien, le premier E correspond à l’éducation. Jeff Bezos a fait un excellent travail d’éducation. Il a compris très tôt, dès 2014 je crois, que l’IA allait être révolutionnaire et il a obligé tous les gestionnaires à se fixer des objectifs et résultats clés en matière de formation de leurs collaborateurs à l’IA.
Une fois que l’IA est intégrée dans l’entreprise, il y a le deuxième E, qui correspond à l’exploration. Il faut explorer et trouver toutes les occasions, comme le gâteau, c’est une belle occasion. Je suis sûr que des choses comme passer la serpillière pourraient en être d’autres. Ce sont toutes d’excellentes idées! Vous pouvez les mettre dans une feuille de calcul géante et ensuite classer les occasions par ordre de priorité. Ensuite, il faut s’attaquer à l’occasion la plus importante. Et crois-moi, c’est probablement l’état des rayons, en particulier chez Target. Comment améliorer l’état des rayons pour le client? Vous pouvez y parvenir grâce au flux de trésorerie disponible. Je pense que la bonne façon d’aborder la question est probablement de se concentrer sur la valeur actualisée des flux de trésorerie futurs. Quel est l’impact? À mon avis, le décorateur de gâteau ne sera pas très haut placé. Par contre, augmenter la disponibilité des produits dans les rayons, passer de 80 à 90 % de disponibilité, ça aura probablement un impact beaucoup plus important.
Ensuite, il y a le troisième E, qui correspond à l’exécution. Vous confiez alors ces projets à plusieurs gestionnaires de programme pour qu’ils les mettent en œuvre. Et voici l’astuce que je recommande vivement. Donnez-leur une part du gâteau. S’ils exécutent leur mission avec succès et parviennent à générer 8 milliards de dollars de ventes ou quelque chose comme ça, accordez-leur une augmentation de 10 millions de dollars. Pourquoi pas? Ça se fait dans les domaines de la vente, de la finance, de l’entrepreneuriat, mais pas dans ces grandes entreprises. À mon avis, c’est la raison pour laquelle la plupart de ces programmes échouent.
Tu m’as demandé pourquoi la plupart des projets d’IA ne fonctionnent pas. Une partie du problème vient des équipes d’IA. Il y a beaucoup de vendeurs de rêve. L’autre partie du problème vient du détaillant. Il existe des incitatifs pernicieux qui font que le projet n’est pas mis en œuvre correctement. Si vous êtes un gestionnaire de programme très compétent et qu’on vous confie un projet à fort impact, vous ne bénéficiez d’aucun avantage si ça fonctionne, et si ça échoue, vous subissez tous les inconvénients. Donc si vous déployez le projet dans tous les magasins et que ça ne fonctionne pas pour une raison ou une autre, vous êtes viré.
Je ne bénéficie donc d’aucun avantage, mais je subis tous les inconvénients. Et si je ne fais rien, je garde quand même mon emploi. Alors, qu’est-ce que je vais faire? Que ferait une personne rationnelle? Elle ne ferait tout simplement rien. Elle dirait : « Non, ça ne fonctionne pas vraiment. Ce n’est pas encore prêt. » Ce genre de choses. Et en réalité, j’ai déjà vu des gestionnaires de programme saboter complètement des projets à cause de ce problème. Et ils sont intelligents. Ce sont des gens très intelligents et ils feront ce qui est optimal pour eux. Ce n’est pas forcément optimal pour l’entreprise, mais c’est optimal pour eux au sein de l’entreprise.
Oliver Chen :
Oui. C’est une vraie question de leadership, à la fois en termes de A) priorisation, et B) de la façon dont on définit des objectifs justes qui motivent réellement les parties prenantes, y compris les employés. ChatGPT Checkout, c’est un sujet brûlant, avec des annonces presque quotidiennes. Entre Walmart, Skims, Glossier et sans doute certaines entreprises de ton portefeuille qui s’y dirigent aussi, à quoi va ressembler la plateforme de commerce d’OpenAI, selon toi? Que se passe-t-il?
Francois Chaubard :
Je crois que Sam était chez Y Combinator, pas lundi dernier, mais celui d’avant, et il a beaucoup parlé de ce qui allait devenir la nouvelle façon de découvrir des produits et de les acheter. Partons de la philosophie de Y Combinator qui consiste à construire quelque chose que les gens veulent. Si je discute avec ChatGPT et que je lui dis : « Salut. Quel cadeau de Noël est-ce que je pourrais acheter pour ma femme? » C’est littéralement un cas d’utilisation que j’ai vécu récemment. Noël approche, je voulais lui acheter un cadeau et ChatGPT m’a proposé des idées, puis m’a envoyé des liens. Et franchement, je n’ai pas envie d’aller sur un site Web mal organisé qui met une éternité à charger, qui contient tout un tas de trucs et sur lequel je dois créer un compte. Je veux juste acheter. Évidemment que je veux acheter.
Donc oui, ça va clairement devenir l’interface utilisateur et c’est une bonne chose. Croisez les doigts pour que l’IA aime vos produits, c’est tout ce que j’ai à dire. Si vous n’êtes pas recommandé, on peut dire que ce sera juste le nouveau Google. C’est quelque chose qu’on entend souvent. Mais surtout, toute l’expérience utilisateur va passer par ChatGPT. Ça va représenter une part importante de l’économie et des achats dans les 10 prochaines années.
Oliver Chen :
Si on regarde en arrière, quelle analogie ferais-tu? Google Shopping?
Francois Chaubard :
Google Shopping Express?
Oliver Chen :
Oui ou la façon dont on cherche et voit les produits sur Google Shopping. Ça n’a pas détruit tous les centres commerciaux et le commerce de détail physique existe toujours.
Francois Chaubard :
Oui. Je dirais que oui. Ma compréhension est toutefois différente quant aux raisons pour lesquelles Google Shopping l’a fait et ChatGPT le fait. D’après ce que j’ai compris concernant Google Shopping, Google sait beaucoup sur vous, mais ne sait pas réellement ce que vous achetez, car il vous redirige vers le site Web, où vous effectuez ou non votre achat. Si vous avez Gmail, ils savent que vous avez acheté. Si vous n’avez pas Gmail, ils ne savent pas si vous avez acheté ou non. Il n’y a donc pas de boucle fermée. C’était comme un seau percé et c’est pour cette raison qu’ils ont lancé Google Shopping, à mon avis.
Pour ChatGPT, la raison est différente. C’est parce que c’est la bonne chose à faire pour le client. Et vraiment... Sam Altman incarne parfaitement la philosophie de Y Combinator. Et ce que Y Combinator essaie de faire comprendre à chaque entreprise en démarrage, c’est qu’il faut faire ce qu’il y a de mieux pour le client et ça fonctionnera. C’est ce que fait Sam, je crois. Il suit juste ce qui est le mieux pour le client et, clairement, le client ne veut pas aller sur votre site Web, il veut juste acheter.
Oliver Chen :
Oui. Il suffit de penser aux frictions et à l’orientation client. Et peut-être qu’il a aussi une forme standard, parce qu’il faut maximiser l’intérêt du client par rapport à ces sujets...
Francois Chaubard :
C’est exact.
Oliver Chen :
Mais oui, on veut peut-être aussi des Ferrari. Francois, c’était vraiment un plaisir d’être avec toi et de parler d’IA et de commerce de détail. Merci pour tes conseils utiles et tes réflexions conceptuelles sur ce qui se passe. Tu es un véritable leader dans ce domaine.
Francois Chaubard :
Merci, Oliver. C’est toujours un plaisir. Merci.
Voix hors champ 1 :
Merci de nous avoir écoutés. Ne manquez pas le prochain épisode du balado Insights de TD Cowen.