Pouvez-vous nous présenter Jules ?
Jules est une marque de vêtements. Nous appartenons à l’Association Familiale Mulliez (comme Auchan). Depuis 35 ans, nous concevons nos produits et en pilotons la production par un parc de fournisseurs. Nous les distribuons dans 350 magasins (90 % en propre, 10 % en affiliés) en France et Belgique ainsi que dans des franchises ailleurs dans le monde. Notre volonté est d’ailleurs de développer l’international. Nous réalisons un chiffre d’affaires de 450 millions d’euros auprès de 8 millions de clients actifs.
Depuis 2023, nous sommes une entreprise à mission. Nous réalisons donc des audits RSE de nos fournisseurs de rangs un à trois. Nous possédons également une usine de denim en France qui nous permet de proposer des jeans « made in France ».
Comment sont structurés vos départements IT et data ?
En 2023, nous avons changé de direction et de gouvernance. Notre nouveau directeur général a constaté que les modèles qui gagnent sont ceux qui ont adopté le virage Tech/IA. Notre culture Tech s’est donc accrue à ce moment là.
Nous avons désormais deux directions rattachées directement à la direction générale : l’une pour l’IT, l’autre pour la data. L’IT s’occupe des infrastructures, de la cybersécurité, du pilotage de la roadmap… Le département data, lui, s’occupe de l’architecture data, de l’urbanisation, des bases de données...
Pouvez-vous nous expliquer les grandes lignes de votre architecture technique ?
Nous partions d’une très lourde dette technique. L’IT et la data avaient été largement externalisées puis réinternalisées en urgence après une cyber-attaque. Mais le SI récupéré n’était plus documenté et son pilotage s’avérait très complexe.
Bien sûr il aurait été possible d’essayer de réparer mais nous avons plutôt choisi de construire du neuf. Nous avons donc d’une part maintenu au maximum le Legacy et d’autre part construit un SI moderne AI ready et Agentic ready. Dès 2023, l’IA a été au coeur de la transformation de notre SI.
Notre IT est organisée en produits au service des métiers, en build-or-by. Soit nous recourons à des partenaires extérieurs, soit nous réalisons du développement maison quand c’est nécessaire. Nous avons deux priorités : rendre Jules AI ready et rendre possible tous les futurs. Cela signifie que si nous développons de nouveaux pays d’implantation, des market places, etc., le SI doit le permettre.
Notre architecture est hybride, reposant, selon les produits, sur des clouds français ou des clouds d’hyperscalers. La souveraineté et le numérique responsable sont deux piliers en lien avec notre statut d’entreprise à mission.
Historiquement, notre SI comprenait beaucoup de fait maison ou d’hyper-adapté. Aujourd’hui, nous allons au maximum vers des SaaS. Notre ERP vertical devrait ainsi migrer vers un SaaS lors de l’exécution de notre prochain plan triennal.
Et côté data ?
Nous avons trois CDP, de vieux outils de CRM… Les solutions de MuleSoft, plutôt en PaaS, font circuler la data entre tous ces outils que nous utilisons au sein du SI clients. MuleSoft orchestre également les flux de données au sein du SI retail, qui intègre notamment une nouvelle solution d’encaissement dont nous sommes les premiers clients en France, de nouveaux outils pour gérer les promotions et la fidélité.
Nous avons bien sûr de nombreuses données aussi bien concernant les clients, les stocks, etc.
Historiquement, les données étaient silotées avec diverses plateformes. Aujourd’hui, nous avons un datalake sur Snowflake avec une architecture maillée. Toutes les sources sont connectées à ce datalake. Et, au travers de MuleSoft, ce datalake expose les données à tous les usages clients. La donnée est donc structurellement agnostique par rapport aux usages.
Nos principes sont la frugalité, la vitesse et la transparence.
Quelles sont vos approches en matière d’IA ?
Nous avons trois familles d’IA avec trois architectures.
La première est l’IA algorithmique classique, statistique. Elle s’applique à des données froides et vise à des prévisions.
Evidemment, nous utilisons aussi une IA conversationnelle de type chatbot. Pour cet usage, une certaine latence n’est pas grave.
Enfin, nous avons une IA agentique déterministe. Il s’agit là d’utiliser des agents qui peuvent réfléchir, prendre des décisions et agir. Les données doivent être fiables, en temps réel et qui circulent vite.
Avec notre ancienne architecture, exposer des données n’était pas possible. Or exposer les données est indispensable pour répondre aux défis de l’ère agentique.
Nous avons commencé notre évolution en 2023. Nous avons consacré à cette transformation quatre ETP du département data et déployé trois plateformes d’IA. Nous avons mis en œuvre l’agentique pour tous : chacun peut créer des agents. La deuxième plateforme permet l’analyse de performance. Et la troisième vise le développement assisté par IA.
Quels sont vos cas d’usages ?
Les trois plateformes aident à aller plus vite. Le socle demeure la qualité des données et les outils des piliers de notre démarche.
Nous avons, à date, déployé une dizaine de produits. Par exemple, nous avons un assistant shopping pour nos clients. Nous avons aussi un mannequin virtuel qui permet aux clients d’essayer virtuellement en ligne nos vêtements. Certains visuels sont générés par IAG. Nous avons un agent pour assister les décisions sur les promotions dans notre back office commercial.
Comme vous le voyez, l’IA est loin de se limiter à la seule IAG.
Quelles sont les prochaines étapes ?
A la fin de 2026, nous aurons terminé la modernisation des SI client et retail.
Nous transformons notre modèle marchand. Bien sûr, l’omnicanalité est une évidence. Mais il s’agit aussi de personnaliser le parcours client et d’intégrer l’interface vocale.
Nous devons travailler encore sur le parcours client pour creuser la différence avec les autres acteurs du marché.
