Webinaire Order Management Gurus de Nextuple : L'IA au service de résultats concrets dans le retail
Dans le cadre de la série Partner Power Up du groupe communautaire Order Management Gurus de Nextuple, notre VP Strategy et Chief Evangelist, 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'entretien s'ouvre sur une question de Laxman à Karthik concernant la notion d'« AI first » et ce qu'elle signifie pour OneStock.
Que signifie « AI first » ?
Comme l'explique Karthik, l'IA évolue rapidement dans le retail et les conversations passent de l'effet d'annonce aux résultats concrets. Il souligne que le mantra « AI first » n'a de sens que s'il génère un impact opérationnel mesurable et s'il repose sur des données commerce fiables.
Il poursuit : « Chez OneStock, 'AI first' se définit moins comme un argument marketing que comme un modèle opérationnel. En interne, l'entreprise utilise déjà des agents pour fluidifier 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. »
National Retail Federation 2026
Revenant sur la récente participation de OneStock à l'événement, Karthik note : « Ce pragmatisme était également un enseignement majeur du NRF 2026. L'équipe a constaté un changement notable dans le ton général : les retailers et les fournisseurs parlent beaucoup plus de cas d'usage implémentables que de possibilités théoriques.
Les agents conversationnels pour le shopping, en particulier, gagnent en traction, même si l'écosystème global reste encore jeune, avec de nombreuses plateformes pas encore assez matures pour supporter des intégrations fluides à grande échelle », ajoute-t-il.
Les aspects pratiques du commerce agentique
L'entretien aborde ensuite le commerce agentique dans une perspective très concrète. Le commerce agentique, tel que défini dans le webinaire, consiste avant tout à ce que des agents IA guident les clients à travers les deux versants du parcours client : la découverte et la prise de décision avant achat et le service après-vente.
Développant ce point, Karthik poursuit : « Avant l'achat, l'expérience d'agent devient un assistant shopping conversationnel qui ne se contente pas de recommander des produits, mais propose des options actionnables, basées sur les préférences du client et les contraintes réelles comme la disponibilité actuelle et les fenêtres de livraison. »
« Après l'achat, la même approche transforme le service client en une expérience plus simple et plus unifiée. Plutôt que de forcer les clients à reconstituer le statut de leur commande à travers plusieurs écrans, un agent peut résumer le cycle de vie de la commande, signaler les changements par ligne d'article et fournir les mises à jour de tracking dans une interaction cohérente. »
La dépendance des agents à l’opérationnel
Mais l'un des thèmes les plus importants de la conversation portait sur la dépendance qu'ont les agents vis-à-vis de la vérité opérationnelle. La disponibilité, la promesse de livraison et les données du cycle de vie des commandes ne sont pas « optionnelles » : elles déterminent si un agent est réellement utile ou dangereusement confiant. Si l'inventaire est obsolète, les dates de promesse inexactes, ou les événements de commande en retard sur la réalité, l'agent répondra quand même sur un ton définitif. Le résultat, dit Karthik, est prévisible : SLA non respectés, enlèvements ratés, annulations en hausse et des clients qui perdent confiance parce qu’un système qui semblait certain s'est avéré faux.
Pour résoudre cela, OneStock consolide son rôle de fournisseur de signaux commerce fiables. Dans l'entretien, Karthik décrit comment OneStock permet à la fois aux agents propriétaires des retailers (intégrés dans les expériences de marque) et aux agents externes (comme ChatGPT) d'accéder à des données opérationnellement fiables via le tooling MCP. L'idée, explique-t-il, est de rendre les capacités OMS/DOM de confiance (disponibilité d'inventaire, statut des commandes, options de livraison) « interrogeables » de manière standardisée, afin que les agents puissent interagir avec la vérité du cycle de vie de la commande plutôt qu'avec des estimations approximatives.
Efficacité opérationnelle et ROI
Le retour sur investissement le plus rapide ne se trouve pas nécessairement dans des parcours shopping futuristes, mais dans l'efficacité opérationnelle. L'entretien a mis en évidence 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 service client et magasins. Lorsque les agents peuvent rapidement récupérer le contexte d'une commande, expliquer les exceptions et proposer la meilleure action corrective, ils compressent les cycles de résolution et réduisent le coûteux « travail d’aller-retour » entre des systèmes déconnectés.
Karthik mentionne également ici la capacité d’exécution des commandes de OneStock : «l'allocation compétitive ». Plutôt que d'assigner 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 temps moyen de prise en charge de seulement 13 minutes lorsque l'allocation compétitive entre en jeu, couplé à une réduction significative des annulations, positionnant ainsi la rapidité d'engagement comme un levier pour améliorer les résultats de livraison.
Des agents individuels aux agents connectés
En conclusion, l'entretien se termine sur la vision prospective de Karthik quant à la direction que prend tout cela : non plus seulement des agents individuels, mais des agents connectés, collaborant en coulisses à travers les systèmes. « C'est la direction dans laquelle OneStock s'engage : des outils et des standards qui permettent à plusieurs agents spécialisés de travailler ensemble tout au long du cycle de vie du commerce, en restant ancrés à la même exigence fondamentale : la vérité opérationnelle. »
En effet, dans le commerce agentique, la connexion seule ne suffit pas. Si un agent ne peut pas accéder à des données fiables de disponibilité, de promesse et de statut du cycle de vie en temps réel, on ne peut pas lui faire confiance pour agir ? Or, la confiance est la monnaie qui détermine si ces expériences passent à l'échelle, conclut-il.
