L’IA agentique est maintenant partout. Tout le monde l’adopte, elle bouleverse les habitudes de consommation et, par contrecoup, toutes les organisations savamment mises en place par les retailers pour gérer leur commerce. Mais pas de panique. Cette technologie n’est pas réservée aux seuls acheteurs. Elle peut aussi être, et doit absolument être, une arme utile entre les mains des professionnels.

En intégrant l’IA agentique au cœur de leurs business model, leurs supply chain, leurs services clients et même leurs stratégies de ciblage marketing personnalisé, les retailers tiennent l’outil parfait pour reprendre la main, optimiser leurs marges et replacer leurs marques au centre de l’échiquier. Les maux du commerce omnicanal sont bien connus : ils ont trait à des stocks mal répartis, des commandes bloquées, des produits annoncés comme étant disponibles mais qui s’avèrent finalement introuvables ou encore à des retards de livraison… Derrière tous ces irritants se cachent autant de ventes perdues et, pire encore, de clients déçus.

Grâce à une IA agentique bien paramétrée, et bien utilisée, les retailers peuvent plus facilement détecter les anomalies. Et donc, ensuite, prendre les bonnes décisions et agir en conséquence. Manhattan Associates, éditeur mondial de logiciels spécialisé dans l’optimisation de la supply chain et du commerce unifié, prend évidemment ce sujet à bras-le-corps. C’est notamment le cas avec sa solution Manhattan Agent Foundry, qui permet de concevoir, déployer et gouverner une nouvelle génération d’agents IA spécialisés dans l’orchestration du commerce omnicanal. L’enjeu, en effet, lorsque l’on parle de commerce omnicanal, n’est plus tant de savoir vendre sur tous les canaux, ce qui devient un prérequis, mais de plutôt savoir créer un ensemble cohérent, au fonctionnement souple, interconnecté et agile.

Les solutions développées par Manhattan Associates, boostées à l’IA, ou plutôt aux IA, répondent parfaitement à ces impératifs. Aux IA, en effet, au pluriel, et ce afin d’en tirer toutes les capacités et les vertus. Car si l’IA générative permet déjà d’accéder plus facilement à l’information et d’obtenir des réponses en langage naturel, l’IA agentique, elle, permet de franchir une nouvelle étape : elle peut analyser une situation et, en fonction, recommander une décision voire, selon les autorisations définies, exécuter directement une action de correction.

Imaginons un instant qu’une commande destinée au click & collect risque, pour une raison ou pour une autre, de ne pas être prête à temps. Dans le monde d’avant, l’anomalie n’était souvent découverte qu’à l’arrivée du client. C’est-à-dire trop tard. Un employé devait alors mener une enquête fastidieuse pour comprendre ce qui était arrivé, courir en rayon pour vérifier les stocks réels et improviser une solution d’urgence, au détriment de l’expérience client et de la productivité. Aujourd’hui, un agent IA peut facilement détecter le problème à la source, en identifier la cause, vérifier les possibilités d’approvisionnement et, surtout, proposer une solution pour préserver la promesse faite au client. Autre exemple : plusieurs commandes sont régulièrement bloquées pour les mêmes raisons. Plutôt que de laisser les collaborateurs les traiter une par une, un agent IA peut identifier les problèmes récurrents et contribuer à automatiser leur résolution.

Bien sûr, ces IA, pour être efficaces, doivent pouvoir s’appuyer sur des informations fiables et actualisées : stocks, commandes, capacités des magasins, règles d’approvisionnement et autres délais de livraison, propres aux organisations de chaque retailer. C’est précisément le rôle des solutions OMS (Order Management System) et POS (Point of Sale) que de veiller à cela. Véritables centres de pilotage des commandes omnicanales au sein des logiciels développés par Manhattan Associates, elles trouvent leur plus parfaite expression avec la solution Manhattan Active Agents, commercialisée en France depuis janvier 2026.

On y trouve toutes les dernières évolutions technologiques en date. Ainsi, le Backorder Monitoring Agent permet-il d’éviter les commandes en rupture, en détectant très en amont les situations à risque, tandis que l’Order Troubleshooting Agent, lui, identifie les causes des blocages et recommande des actions correctives.

De son côté, le Fulfillment Consultant Agent recommande le site le plus pertinent pour préparer une commande, en tenant compte des stocks, des capacités et des délais. Le Store Associate Agent donne aux collaborateurs une visibilité immédiate sur les commandes et les opérations, facilitant ainsi le travail en magasin, quand le Store Fulfillment Monitoring Agent surveille notamment les commandes click & collect et les expéditions depuis les magasins pour anticiper les retards. Enfin, le Contact Center Agent permet aux conseillers de vente de mieux accompagner les clients, en suggérant des actions adaptées, par exemple en informant rapidement lorsqu’un produit précédemment indisponible redevient disponible. Et Maven Chatbot, lui, garantit une assistance à tout moment pour répondre aux questions des clients. De quoi permettre de résoudre déjà 47 % des demandes de manière autonome et, donc, d’éviter ou de réduire l’intervention du service client dans 80 % des parcours testés. Sur un échantillon de 55 parcours, 71 % ont été résolus avec succès, démontrant la capacité de Maven à offrir aux clients une assistance rapide, personnalisée et en toute autonomie.

L’IA intervient également sur des sujets moins visibles, mais directement liés au chiffre d’affaires, comme les incidents de paiement. Ici entre alors en scène le Payment Recovery Agent, chargé de détecter les transactions dites « en anomalie ». Le tout avec succès puisque, dans sa phase pilote, 17 % de ces paiements « en anomalie » ont pu être récupérés, tout en réduisant de 73 % le temps de traitement associé et d’accélérer la reconnaissance du revenu d’environ trois jours.

Evidemment, au-delà de tous ces agents prêts à l’emploi, chaque retailer peut placer le curseur là où il le souhaite. Tout est adaptable en effet, via Manhattan Agent Foundry. Cette « usine digitale » permet de concevoir, personnaliser, déployer et gouverner de nouveaux agents IA comme on l’entend. Grâce à son approche « no-code », les équipes peuvent ainsi exprimer leurs propres besoins pour créer des assistants adaptés à leurs attentes.

Une enseigne peut, par exemple, développer un agent chargé de surveiller quotidiennement ses opérations omnicanales : commandes en retard, stocks mal remontés, magasins en difficulté ou risques de dépassement des délais de livraison. Telle autre pourra, elle, se focaliser davantage sur l’expérience client, etc. L’objectif final est de passer d’une gestion essentiellement réactive à une organisation capable, désormais, d’anticiper les incidents et d’en automatiser les résolutions.