IA retail et e-commerce : 12 exemples français (2026)

TL;DR : Douze enseignes et e-commerçants français utilisent déjà l'IA en production, résultats publics à l'appui : Cdiscount résout 66 % de ses conversations clients sans humain, Adeo (Leroy Merlin) a divisé par 3 la durée de ses ruptures, l'Intermarché d'Aubenas a réduit sa casse de 36 %, Back Market vise 1,2 million d'euros d'économies anti-fraude. Quatre familles dominent : assistants d'achat, contenu produit, prévision et magasins, croissance et anti-fraude. Chaque cas est nommé et sourcé ci-dessous.

L'IA du retail souffre d'un déficit de preuve : beaucoup d'annonces en keynote, très peu de chiffres vérifiables. Cet article prend le parti inverse : 12 cas réels d'enseignes et de sites marchands français, chacun relié à une source publique. Quand un résultat chiffré existe, il est cité avec son origine ; quand il n'existe pas, le déploiement est décrit sans estimation. Deux de ces cas, ManoMano et Decathlon, portent la signature de Koïno.

À retenir

• Selon la Fevad, 82 % des acteurs français du e-commerce déclaraient avoir intégré des outils d'IA en 2024, en hausse de 11 points sur un an.
• Les résultats publiés sont concrets : 66 % des conversations clients résolues sans humain chez Cdiscount, ruptures divisées par 3 chez Adeo (Leroy Merlin), casse réduite de 36 % à l'Intermarché d'Aubenas, 1,2 million d'euros d'économies anti-fraude visées chez Back Market.
• Quatre familles dominent : assistants d'achat, contenu produit et création, prévision et magasins, croissance et anti-fraude.
• Le coût d'entrée a chuté : Maisons du Monde a chiffré son moteur d'analyse d'avis à 30 000 euros en IA générative, contre 70 000 euros pour un modèle maison.
• Deux cas sont signés Koïno : le moteur d'analyse des Ads de ManoMano (+50 % de conversion) et la génération de leads de Decathlon Marketplace (+2 000 leads qualifiés en 3 mois).
• Ligne éditoriale Koïno : 70 % des projets IA n'arrivent jamais en production. Les 12 cas ci-dessous montrent ce qui distingue ceux qui passent le mur.

Quelles enseignes françaises utilisent l'IA dans le retail et l'e-commerce en 2026 ?

Carrefour, Sephora, Monoprix, Cdiscount, Maisons du Monde, Kiabi, Leroy Merlin (groupe Adeo), Intermarché, Fnac Darty, ManoMano, Decathlon et Back Market utilisent l'IA en production, du chatbot de courses à l'anti-fraude. Leurs cas d'usage : assistants d'achat, fiches produits générées, prévision des ventes, pilotage de la démarque, optimisation publicitaire, anti-fraude.

Les 12 exemples réels d'IA dans le retail et l'e-commerce français, leurs résultats annoncés et leurs sources

Envie de la version partageable ? Recevez la synthèse Koïno de ces 12 cas (tableau, sources, patterns).

Comment ces 12 exemples ont été sélectionnés. Sélection réalisée en septembre 2026 sur trois critères : entreprise nommée, cas d'usage précis en production ou en pilote public, source consultable (communication officielle, presse ou étude de cas). Pas de classement : les cas sont groupés par famille. Les chiffres proviennent exclusivement des sources citées ; sans chiffre publié, le déploiement est décrit sans estimation. Transparence : ManoMano et Decathlon sont des déploiements réalisés par Koïno, éditeur de cet article, signalés comme tels et documentés sur koino.fr.

Qu'est-ce que l'IA dans le retail et l'e-commerce ?

L'IA appliquée au retail et à l'e-commerce est l'usage de modèles d'apprentissage automatique et d'IA générative sur les opérations commerciales : recommander et substituer des produits, générer des fiches et des visuels, prévoir la demande, piloter la démarque, détecter la fraude. Sa matière première : les données de caisse, de catalogue, de navigation et de CRM que chaque enseigne possède déjà. Pour le vocabulaire technique (LLM, RAG, agent), notre glossaire IA en 50 termes définit chaque notion en deux phrases.

Comment Carrefour, Sephora et Monoprix personnalisent-ils l'expérience d'achat avec l'IA ?

Première famille : l'IA face au client. Un assistant conversationnel guide le panier, une application dans ChatGPT prolonge le conseil beauté, un moteur de substitution sauve les commandes en rupture. Le point commun : un modèle branché sur le catalogue et les données de fidélité pour servir une intention d'achat précise. Notre comparatif des chatbots IA d'entreprise détaille les briques disponibles, tarifs inclus.

Carrefour : un chatbot GPT-4 et plus de 2 000 fiches produits générées dès 2023

Carrefour a lancé le 8 juin 2023 Hopla, un chatbot fondé sur GPT-4 et branché sur le moteur de recherche de carrefour.fr : l'assistant compose des paniers selon le budget et les contraintes alimentaires, suggère des menus et des recettes anti-gaspillage, jusqu'à l'achat, détaille ecommerce mag. Le distributeur a mis en ligne plus de 2 000 fiches produits de marque propre rédigées par IA générative et applique la même technologie à ses achats hors marchandises (rédaction d'appels d'offres, analyse de devis), précise Alliancy. Le dispositif, construit avec Bain & Company et Microsoft, doit s'étendre à tout le catalogue.

Sephora (LVMH) : le conseil beauté s'installe directement dans ChatGPT

Sephora, filiale beauté du groupe LVMH, a ouvert une application à l'intérieur même de ChatGPT, d'abord testée sur le marché américain : le client demande « un fond de teint pour peau sèche » et reçoit une sélection personnalisée en conversation, rapporte La Revue du Digital. En liant son compte Beauty Insider, programme de fidélité qui revendique 80 millions de membres actifs, il retrouve ses préférences et ses avantages ; le paiement in-app et un déploiement international sont annoncés, complète LSA.

Monoprix : 97 % des produits de substitution acceptés à la livraison

Dès 2021, Monoprix s'est attaqué à un irritant classique de la course en ligne : le produit manquant au moment de la préparation. Avec la société Relevanc, l'enseigne a entraîné des algorithmes de machine learning à proposer des équivalents pertinents parmi plus de 30 000 références alimentaires, pendant la constitution du panier puis après la commande, détaille CIO Online. Résultats publiés : 60 % des appels au moteur de substitution débouchent sur une vente, et 97 % des produits de remplacement proposés à la livraison sont acceptés par les clients.

Que change l'IA générative sur le contenu produit chez Cdiscount, Maisons du Monde et Kiabi ?

Deuxième famille : le contenu. Fiches produits, avis clients, planches de tendances : autant de matière textuelle et visuelle que l'IA générative produit ou synthétise à grande échelle, avec un humain qui relit. C'est la famille au coût d'entrée le plus bas.

Cdiscount : 17 millions de fiches enrichies et 66 % des conversations résolues sans humain

Cdiscount industrialise l'IA générative sur les produits comme sur la relation client. L'e-commerçant bordelais a enrichi 17 millions de fiches produits (titres, descriptions, caractéristiques) et traite 520 000 conversations de chatbot par an, dont 66 % résolues sans intervention humaine, avec 70 % de satisfaction sur le dispositif hybride, détaille Républik Retail (avril 2025). Lancé en juillet 2023 avec iAdvize sur Azure OpenAI, le chatbot avait montré dès son pilote un revenu équivalent pour 40 % de coûts en moins, selon Alliancy. Pour outiller ce type de dispositif, notre top 10 des outils IA de service client et helpdesk compare les solutions du marché.

Maisons du Monde : 50 000 avis clients synthétisés par IA pour 30 000 euros de build

Maisons du Monde collecte environ 50 000 avis clients par an, en 9 langues. L'enseigne a d'abord comparé deux options chiffrées : un dispositif de machine learning sur mesure à 70 000 euros de développement, ou l'IA générative (Gemini, sur Google Cloud) à 30 000 euros, pour des performances comparables, expose La Revue du Digital (octobre 2024). L'IA produit désormais, pour chaque produit du catalogue, une synthèse des points positifs et négatifs récurrents transmise aux équipes métier, pour un coût d'exploitation de quelques euros par mois. Le cas est aussi documenté en anglais par mind Retail.

Kiabi : Midjourney, Imki et Heuritech entrent dans la création des collections

Kiabi fait entrer l'IA générative en amont de la vente, dans la création des collections. Les équipes de style génèrent leurs moodboards (planches d'inspiration mêlant illustrations, photos et matières) avec Midjourney, et s'appuient sur deux sociétés françaises : Imki pour la création assistée et Heuritech pour la détection des tendances, rapporte La Revue du Digital (décembre 2024). On peut « re-prompter à l'infini » et tester des variantes en quelques minutes, décrit Jérôme Fauquembergue, directeur innovation de l'enseigne nordiste. Aucun chiffre de gain n'est publié à ce stade : l'intérêt du cas tient à la méthode.

Comment Leroy Merlin, Intermarché et Fnac Darty pilotent-ils stocks, magasins et SAV avec l'IA ?

Troisième famille : les opérations. Prévision, réapprovisionnement, démarque et service après-vente concentrent des gains massifs parce qu'ils touchent chaque magasin, chaque jour. C'est aussi la famille la plus exigeante en données propres : historiques de ventes, stocks, dates de péremption, référentiels produits.

Leroy Merlin (Adeo) : la durée des ruptures en rayon divisée par 3 dans 5 pays

Le groupe Adeo (Leroy Merlin, Weldom, Saint Maclou) a lancé son plan IA en 2023 en visant le cœur du métier. Son algorithme de détection des ruptures cachées a divisé par 3 la durée des ruptures en rayon dans cinq pays, l'enrichissement automatique des données produits a fait passer la complétude des caractéristiques de 27 % à 97 %, et le modèle d'optimisation d'assortiment a généré 80 000 recommandations validées en un an sur les 140 magasins français, détaille La Revue du Digital (décembre 2025). Selon LSA, le retour sur investissement du volet supply chain a été « multiplié par plus de 15 ». Le groupe déploie en parallèle son assistant interne AdeoGPT et forme ses 115 000 collaborateurs via « AI for All ».

Intermarché Aubenas : 36 % de casse alimentaire en moins avec l'IA de Smartway

À Aubenas, en Ardèche, l'hypermarché Intermarché pilote sa démarque avec Smartway, éditeur nantais dont l'IA repère les produits à date courte et prescrit la meilleure décision : taux de remise, don ou retrait. Résultats publiés par l'étude de cas Smartway : 36 % de casse alimentaire en moins la première année, 60 000 euros d'économies, et une valeur préservée de la casse passée de 30 % à 65 % depuis 2019. Rémi Guilhon, directeur du magasin, dit s'appuyer systématiquement sur le rapport mensuel de l'outil pour animer ses réunions d'équipe. Auchan a déployé la même solution sur son parc en 2023, rapporte Points de Vente.

Fnac Darty : recherche, prévision et SAV outillés avec Google Cloud depuis 2022

Fnac Darty a signé en février 2022 un partenariat data et IA avec Google Cloud, devenant le premier distributeur français à déployer Google Cloud Retail Search sur fnac.com et darty.com, pour une recherche qui comprend l'intention d'achat plutôt que les seuls mots-clés, indique le communiqué officiel du groupe. Les cas d'usage annoncés : prévision de la demande, prévention de l'attrition, pilotage des promotions, priorisation des interventions du SAV. Aucun gain chiffré n'a été publié depuis : le cas illustre la stratégie de plateforme, où la donnée précède les cas d'usage.

Pourquoi ManoMano, Decathlon et Back Market branchent-ils l'IA sur la croissance et la fraude ?

Dernière famille : la croissance et la protection de la marge. Acquisition payante, génération de leads, fraude aux colis : trois postes qui se lisent directement au compte de résultat. Transparence : les deux premiers cas ont été déployés par Koïno, éditeur de cet article, et sont publiés parmi nos cas clients.

ManoMano : +50 % de taux de conversion sur le moteur IA d'analyse des Ads (cas Koïno)

Pour ManoMano, marketplace française du bricolage et du jardinage, Koïno a construit un moteur IA d'analyse des campagnes Ads : résultat publié, une hausse de 50 % du taux de conversion et de 35 % du budget publicitaire réellement consommé. ManoMano pousse par ailleurs l'IA partout : 80 % des collaborateurs formés, un assistant d'achat en bêta sur le site depuis le 8 septembre 2025, et ManoPilot testé auprès d'une centaine d'artisans, expose son cofondateur Christian Raisson au Hub de La Poste (novembre 2025). Selon LSA, le chatbot interne lancé en avril 2024 est utilisé chaque mois par 55 % des salariés.

« L'IA casse les frontières entre le conseil en magasin et le conseil en ligne. » Christian Raisson, cofondateur de ManoMano, au Hub de La Poste, novembre 2025.

Decathlon Marketplace : +2 000 leads qualifiés en 3 mois par scraping et scoring IA (cas Koïno)

Pour Decathlon Marketplace, l'enjeu était l'acquisition de nouveaux vendeurs : chaque lead demandait environ 30 minutes de recherche manuelle. Koïno a construit en 8 semaines des scrapers Python et un moteur de scoring IA : les sources sont collectées, chaque prospect est scoré, le CRM commercial est alimenté en continu. Résultats publiés dans le cas client Decathlon sur koino.fr : plus de 2 000 leads qualifiés générés en 3 mois et 30 % de temps de recherche en moins pour les équipes commerciales. La leçon : l'IA la plus rentable n'est pas toujours côté client, elle est parfois dans la machine commerciale.

Back Market : des agents IA anti-fraude qui visent 1,2 million d'euros d'économies par an

Back Market, grande plateforme française du reconditionné, subit environ 0,3 % de colis frauduleux : marginal en volume, coûteux en litiges et en relation client. Ses équipes ont assemblé en une semaine un « Fraud Orchestrator » sur Dust, plateforme française d'agents IA : des agents spécialisés analysent adresses, distances logistiques, historiques et messages suspects, puis préparent la décision, que les analystes humains conservent, détaille Paiement.fr (février 2026). Premiers chiffres : 100 000 euros de fraude évitée en cinq mois sur l'analyse des réclamations, pour 1,2 million d'euros d'économies annuelles visées.

Le chiffre à retenir : 66 %. C'est la part des 520 000 conversations clients annuelles que l'IA générative de Cdiscount résout sans intervention humaine. Aucune des 12 entreprises n'a commencé à cette échelle : toutes ont démarré par un périmètre étroit, mesuré, puis étendu.

Ce que ces exemples disent aux retailers et e-commerçants PME et ETI

Quatre enseignements se transposent directement à une enseigne ou à un site marchand de taille intermédiaire.

• Partir d'un irritant chiffrable (taux de rupture, casse, coût d'un lead, conversations non traitées), jamais d'une technologie.
• Comparer build et API avant d'investir : Maisons du Monde a chiffré 30 000 euros en IA générative contre 70 000 euros en modèle maison, à performance équivalente.
• Un pilote court et mesuré : chatbot Cdiscount démarré sur le seul électroménager, moteur anti-fraude Back Market assemblé en une semaine, dispositif Decathlon livré en 8 semaines.
• L'humain garde la décision : analystes fraude chez Back Market, relecture des fiches chez Maisons du Monde, conseillers en escalade chez Cdiscount.

Par où commencer, avec quel budget ?

Selon la Fevad, 82 % des acteurs français du e-commerce déclaraient avoir intégré des outils d'IA en 2024, 11 points de plus qu'en 2023, et 31 % des acheteurs en ligne utilisent déjà l'IA générative dans leur parcours. Côté budgets, les baromètres de La Fabrique du Net, Stema et Fenxi situent un cadrage entre 3 000 et 12 000 euros, un budget médian de projet entre 8 000 et 15 000 euros, et un agent RAG sur mesure entre 10 000 et 50 000 euros plus 1 000 à 3 000 euros de run mensuel. Notre grille de prix d'un agent IA par cas d'usage détaille ces fourchettes, et notre panorama des diagnostics IA pour PME et ETI compare les cabinets capables de cadrer un premier périmètre.

Cas d'usage IA retail et e-commerce : données requises, budget d'entrée et exemple documenté

Le gisement le plus accessible n'est pas toujours le plus spectaculaire. Un moteur de substitution, une synthèse d'avis ou un scoring de leads exploitent des données que l'enseigne possède déjà (caisse, catalogue, CRM, Ads) : c'est le profil des cas Monoprix, Maisons du Monde et Decathlon. D'après la grille Koïno 2026, prévoyez tout de même un coût réel de première année d'environ 1,5 fois le devis de développement.

La prochaine vague : le commerce agentique

Ces 12 cas reposent surtout sur du machine learning et de l'IA générative pilotés par l'enseigne. La vague suivante inverse le sens : des agents IA conseillent, comparent et achètent à la place du client. Le e-commerce français a pesé 196,4 milliards d'euros en 2025 (+7 %), et la Grande Assemblée de la Fevad de juillet 2026 a placé cette « IA agentique » au centre des débats, ChatGPT devenant un point d'entrée du parcours d'achat face à Google, rapporte ecommerce mag. L'application Sephora et l'assistant ManoMano en sont les premiers signaux français : être visible dans les réponses des IA devient un canal à part entière.

Le point Koïno. Ces 12 cas partagent un schéma : personne n'a commencé par « faire de l'IA », tous ont commencé par un problème chiffré (une rupture, une casse, un coût d'acquisition). C'est la logique de la méthode Sx4 de Koïno : de l'audit aux agents en production en 4 semaines, sur un périmètre resserré, avec les données que vous possédez déjà (caisse, catalogue, CRM, Ads) et un critère de succès écrit d'avance. Parce que 70 % des projets IA n'atteignent jamais la production, nous préférons un moteur étroit qui tourne à un programme qui reste en démonstration. Pour les données clients, nous privilégions un hébergement européen.

Deux points d'entrée pour agir : notre offre IA détaille notre façon de cadrer, chiffrer et mettre en production un cas retail ou e-commerce, et vous pouvez échanger 30 minutes avec un expert Koïno pour identifier le cas le plus rentable de votre enseigne.

Questions complémentaires

Par où commencer un projet d'IA dans une enseigne ou un site marchand ?

Commencez par un irritant chiffrable : taux de rupture, casse, coût d'acquisition d'un lead, conversations non traitées. Vérifiez ensuite que les données existent (caisse, catalogue, CRM, Ads), puis lancez un pilote court avec un critère de succès écrit d'avance. C'est le schéma commun des 12 cas, et la logique de la méthode Sx4 de Koïno : de l'audit aux agents en production en 4 semaines.

À propos de l'auteur

Maxence Morin est co-fondateur (Tech & Ops) de Koïno, cabinet français d'IA et de data. Il a déployé pour le retail et l'e-commerce des moteurs IA mesurés sur des résultats chiffrés, dont l'analyse des campagnes Ads de ManoMano et la génération de leads de Decathlon Marketplace. Retrouvez-le sur LinkedIn.