Dans le cadre de la série Partner Power Up du groupe communautaire Order Management Gurus de Nextuple, notre vice-président de la stratégie et évangéliste en chef, Karthik Marudur, s'est entretenu avec Laxman Mandayam, responsable des solutions clients et cofondateur de Nextuple, pour discuter de l'orientation future de l'IA dans le contexte de la vente au détail et Order Management System OMS).
L'interview commence avec Laxman qui interpelle Karthik sur la notion d'« IA d'abord » et ce que cela signifie pour OneStock.
Que signifie « l'IA d'abord » ?
Comme l'explique Karthik, l'IA évolue rapidement dans le secteur de la vente au détail, les discussions passant rapidement du battage médiatique aux résultats concrets. Il commence par souligner que le mantra « l'IA d'abord » n'a de sens que s'il a un impact opérationnel mesurable et s'il repose sur des données commerciales fiables.
Il poursuit : « Chez OneStock, le concept « AI first » est moins une stratégie marketing qu'un modèle opérationnel. En interne, l'entreprise utilise déjà des agents pour faciliter le travail quotidien. »
À titre d'exemple, Karthik a cité des outils tels que « OneBot », qui aide les équipes à répondre aux appels d'offres, à créer plus rapidement des ressources et à résoudre plus efficacement les questions relatives aux produits. « Cette discipline interne », explique-t-il, « influence directement la manière dont OneStock l'expérience des agents en contact avec la clientèle : commencer par les problèmes réels, prouver le retour sur investissement, puis passer à l'échelle supérieure. »
Fédération nationale du commerce de détail 2026
Revenant sur la récente participation OneStockà l'événement, Karthik souligne : « Ce pragmatisme a également été l'un des principaux enseignements tirés du NRF 2026. L'équipe a constaté un changement notable dans le ton des discussions sur le salon : les détaillants et les fournisseurs parlent beaucoup plus des cas d'utilisation concrets que des possibilités théoriques.
Les agents d'achat, en particulier, prennent de l'ampleur, même si l'écosystème dans son ensemble en est encore à ses débuts, de nombreuses plateformes n'étant pas encore suffisamment ouvertes pour prendre en charge des intégrations transparentes à grande échelle », ajoute-t-il.
Les aspects pratiques du Agentic Commerce
L'entretien aborde ensuite le commerce agentique et le replace dans un cadre très pratique. Le commerce agentique, tel que défini dans le webinaire, repose essentiellement sur des agents IA qui guident les clients tout au long de leur parcours : découverte et prise de décision avant l'achat, et service après-vente.
Karthik poursuit en développant cette idée : « Avant l'achat, l'agent devient un assistant commercial conversationnel qui ne se contente pas de recommander des produits, mais qui propose également des options réalisables, en fonction des préférences du client et des contraintes réelles telles que la disponibilité actuelle et les délais de livraison.
Après l'achat, cette même approche simplifie et harmonise l'expérience du service client. Au lieu d'obliger les acheteurs à rassembler les informations sur plusieurs écrans, un agent peut résumer le cycle de vie de la commande, mettre en évidence les modifications apportées aux articles et fournir des mises à jour de suivi dans le cadre d'une interaction cohérente.
Dépendance des agents vis-à-vis de la vérité opérationnelle
Mais l'un des thèmes les plus importants de la conversation a été la discussion sur la dépendance des agents vis-à-vis de la vérité opérationnelle. La disponibilité, Promesse de Livraison et les données relatives au cycle de vie des commandes ne sont pas des « plus appréciables », elles déterminent plutôt si un agent est véritablement utile ou dangereusement confiant. Si les stocks sont obsolètes, les dates de livraison imprécises ou les événements liés aux commandes en retard par rapport à la réalité, l'agent continuera à répondre d'un ton catégorique. Selon Karthik, le résultat est prévisible : non-respect des accords de niveau de service, échecs de livraison, augmentation des annulations et perte rapide de confiance des clients, car le système semblait sûr et s'est avéré erroné.
Pour résoudre ce problème, OneStock son rôle de fournisseur de signaux commerciaux fiables et en temps réel que les agents peuvent utiliser en toute confiance. Dans l'interview, Karthik décrit comment OneStock la fois aux agents appartenant à des détaillants (intégrés à l'expérience de la marque) et aux agents externes (tels que ChatGPT) d'accéder à des données fiables sur le plan opérationnel grâce à l'outil MCP. L'idée, explique-t-il, est de rendre OMS fiables (disponibilité des stocks, statut d'exécution, options de livraison) « interrogeables » de manière standardisée, afin que les agents puissent interagir avec la réalité du cycle de vie des commandes plutôt qu'avec des estimations approximatives.
Efficacité opérationnelle et retour sur investissement
Cependant, le retour sur investissement le plus rapide ne se trouve pas nécessairement dans les parcours d'achat futuristes, mais plutôt dans l'efficacité opérationnelle. L'entretien a mis en évidence le fait que l'impact le plus immédiat de l'IA provient souvent de la réduction de la charge de travail et de la latence pour les équipes du service client et des magasins. Lorsque les agents peuvent rapidement récupérer le contexte d'une commande, expliquer les exceptions et proposer la meilleure action à entreprendre, ils réduisent les cycles de résolution et limitent le travail fastidieux qui consiste à passer d'un système à l'autre.
Karthik souligne également ici la capacité de traitement différenciée OneStock: «l'attribution compétitive ». Au lieu d'attribuer une commande éligible à un seul magasin et d'attendre, le modèle envoie la commande à plusieurs magasins éligibles et permet au plus rapide de la réclamer, tout en appliquant des garde-fous pour récupérer les commandes qui stagnent et déprioriser les magasins qui refusent de manière répétée. Dans l'exemple cité, Karthik mentionne un délai moyen de prise en charge de seulement 13 minutes lorsque l'allocation compétitive entre en jeu, associé à une réduction significative des annulations, ce qui positionne clairement la rapidité d'engagement comme un levier pour améliorer les résultats de livraison.
Des agents individuels aux agents connectés
Pour conclure, l'interview se termine sur la vision prospective de Karthik quant à l'avenir : il ne s'agit plus seulement d'agents individuels, mais d'agents connectés, collaborant en coulisses à travers différents systèmes. « C'est la direction OneStock : des outils et des normes qui permettent à plusieurs agents spécialisés de travailler ensemble tout au long du cycle de vie commercial, tout en restant ancrés dans la même exigence fondamentale : la vérité opérationnelle. »
Car dans le commerce agentique, la connexion seule ne suffit pas. Si un agent ne peut pas accéder en temps réel à des informations fiables sur la disponibilité, les promesses et le statut du cycle de vie, on ne peut pas lui faire confiance pour agir – et la confiance est la monnaie qui détermine en fin de compte si ces expériences peuvent être reproduites à grande échelle, conclut-il.
