Comment les équipes de finance de détail utilisent l'AI agentielle pour protéger leurs marges omnicanales

Demandez au CFO d'un commerce de détail où se situe la marge du trimestre et vous obtiendrez toujours une réponse durement acquise, fruit de la discipline et de la rigueur qu'il apporte à l'entreprise. Et puis une liste : les commandes expédiées depuis les magasins à un coût de service plus élevé, la vague de retours en ligne comptabilisés sur un autre canal, la promotion sur laquelle un moteur de tarification automatisé s'est appuyé plus fortement que prévu. Chacun de ces éléments est le produit de multiples systèmes, et chacun est de plus en plus façonné, accéléré et rendu plus complexe par l'automatisation et les agents. La mission des départements financiers est de comprendre les relations entre toutes ces variables, et bien d'autres encore, pour voir comment elles influencent la rentabilité et orienter continuellement l'entreprise dans la bonne direction.

Comment l'omnicanal a transformé le commerce de détail, et la finance avec lui

Pour les plus jeunes acheteurs, le commerce omnicanal est tout ce qu'ils ont toujours connu. Il n'y a pas si longtemps, l'achat en ligne avec retrait en magasin (BOPIS) était considéré comme d'avant-garde, alors que les options d'exécution actuelles ont bien évolué au-delà. C'est tout simplement ainsi que fonctionne le commerce de détail aujourd'hui, offrant aux clients une expérience fluide et unique à travers les canaux physiques et numériques qui ne cessent de croître, d'évoluer et de devenir plus immersifs. Au-delà de l'expérience, l'omnicanal a également modifié l'économie de la vente. Il a réparti les décisions relatives à la marge, à la trésorerie et aux démarques sur un plus grand nombre de canaux, de parcours d'exécution et de modes de retour. C'est l'environnement dans lequel opèrent les détaillants, et leurs départements financiers en sont la constante, aidant l'entreprise à comprendre et à agir face à cette complexité croissante.

Aujourd'hui, à l'ère du commerce agentique, cette complexité est accentuée par des agents qui influencent la manière dont un prix est fixé, la trésorerie est déployée ou une démarque est déclenchée. Gartner prévoit que l'AI agentique prendra 15 % des décisions commerciales quotidiennes d'ici 2028. Le rythme variera selon les détaillants, mais les vagues d'agents qui redéfinissent les systèmes internes, les dépenses en AI et le comportement des clients sont là pour durer.

Les canaux, l'exécution et les retours évoluent d'heure en heure. La marge est ce que la finance protège.

Pourquoi un mot comme ontologie importe désormais à la finance

Les équipes financières ont toujours su trouver le bon chiffre, même lorsqu'il est enfoui dans la complexité. Mais elles sont aussi les premières à faire savoir à l'entreprise que les chiffres ne disent pas tout. Ce qui importe, c'est le sens qui se cache derrière : les définitions, les canaux, les facteurs de coûts et la manière dont chacun d'eux évolue au rythme de l'entreprise. Une réponse peut être parfaitement exacte sans pour autant être correcte, car elle repose sur une image partielle ou obsolète du fonctionnement réel de l'entreprise. En clair, le chiffre est-il considéré dans le contexte global de l'entreprise ?

C'est précisément ce que fait une ontologie : elle capture le sens et le maintient à jour au fur et à mesure que l'entreprise évolue. Comme le souligne Ali Ghodsi, CEO de Databricks, la majeure partie de l'AI d'entreprise fait des suppositions avec une fausse assurance, ce qui est un problème de contexte, et non d'intelligence. Mais, comme pour toute technologie, c'est la manière dont la fonctionnalité est fournie qui fait toute la différence. Ce qui nous amène à un nouveau type d'ontologie, conçu pour répondre aux exigences du commerce de détail omnicanal.

Exact correspond au bon chiffre. Correct correspond à ce même chiffre, ancré dans le canal, la demande et le coût de service.

Là où Genie devient la réponse

Dans le commerce de détail omnicanal, le temps réel est primordial, et une analyse formulée il y a quelques heures peut déjà être obsolète. L'ontologie elle-même doit donc rester en mouvement. Elle doit apprendre des systèmes sur lesquels repose l'entreprise, s'affiner à chaque question et s'adapter au fil de l'évolution de l'activité, afin que le contexte reste dynamique plutôt que d'être figé une fois pour toutes.

C'est là que Genie devient la réponse. Databricks a conçu Genie comme un collègue AI intelligent face aux données : un collaborateur à qui un responsable financier pose une question directe et obtient en retour une réponse fiable et sourcée, ancrée dans l'ontologie de Genie et gouvernée à chaque étape. Il est conçu pour aider les équipes financières à obtenir des réponses plus précises et, plus important encore, à mener des actions de confiance, au-delà de la simple présentation de rapports sur ce qui s'est passé.

Pensez aux trois questions qui préoccupent toutes les équipes financières du commerce de détail, chacune étant liée à l'un des trois résultats qui se cumulent, l'un alimentant le suivant. Pour chacune d'elles, Genie fait plus que récupérer les données et y répondre. Son ontologie apprend à connaître l'entreprise, s'affine à chaque question et montre sa démarche :

› Où se situe réellement la marge, par canal et par produit, après exécution et retours ?

Commencez par la marge. Le taux de marque prévu par la finance et la marge qu'elle conserve sont rarement identiques une fois que l'exécution et les retours sont pris en compte.

› Où la trésorerie est-elle immobilisée dans des stocks excédentaires, anciens ou mal localisés ?

Ensuite, la trésorerie. Un même article peut rester au mauvais endroit pendant des semaines, immobilisant discrètement des fonds que l'entreprise pourrait investir ailleurs.

› Où le chiffre d'affaires à plein tarif se perd-il dans les démarques et les retours ?

Enfin, le chiffre d'affaires à plein tarif. Au moment où une démarque est appliquée, l'érosion a déjà commencé ; l'intérêt est donc de la devancer tant que la demande à plein tarif se maintient.

Trois questions, trois résultats, un seul mécanisme. Genie apprend à connaître l'entreprise, s'affine à chaque question et montre sa démarche.

C'est toute la différence entre signaler ce qui s'est déjà produit et apprendre continuellement sur votre entreprise, en devenant plus intelligent à chaque interaction. Et parce que chaque chiffre remonte à sa source, que chaque autorisation est respectée et que le coût de l'AI elle-même reste gouverné sous un seul modèle, c'est une réponse sur laquelle la finance peut s'appuyer en toute confiance pour agir. Genie prépare l'action (ajuster les prix, transférer des stocks, maintenir un prix) et un humain dans la boucle prend la décision finale.

Enfin, l'apprentissage de Genie sur ces trois aspects converge. Voir où se situe réellement la marge montre où la trésorerie est bloquée dans les stocks et où le plein tarif se maintient. Prenez les bonnes décisions pour libérer la trésorerie bloquée avant que le stock ne vieillisse et n'impose une démarque forcée, et maintenez le plein tarif là où la demande le soutient. Cela transforme trois combats distincts en un mécanisme vertueux : chaque action prépare la suivante, et la dynamique s'auto-alimente.

Chaque action prépare la suivante. L'apprentissage de Genie sur ces trois aspects est ce qui permet à la dynamique de s'auto-alimente.

Démonstration des résultats en pratique

Unilever a mis Genie à la disposition de plus de 1 200 utilisateurs financiers et commerciaux afin de remplacer les analyses sur tableurs par des questions en langage naturel. Cyro Souza, Data & Analytics Sr Manager, Latin America Lead chez Unilever, l'explique simplement :

"Avec Genie, nous avons changé le fonctionnement de la finance. Ce qui prenait autrefois des jours ne prend plus que quelques minutes, et nous pouvons explorer les questions beaucoup plus librement."

À l'échelle d'Unilever, cette rapidité à tester des hypothèses devrait se traduire par des économies annuelles de plusieurs millions d'euros, grâce à une analyse client plus fine et à une gestion continue du risque de crédit. Lire l'histoire complète →

Un collègue AI intelligent face aux données, conçu pour le fonctionnement de la finance

C'est le multiplicateur de force conçu pour répondre aux exigences des départements financiers. Les collaborateurs clés qui imposent rigueur et discipline dans toute l'entreprise peuvent désormais s'appuyer sur un collègue AI data-intelligent qui devient toujours plus intelligent, toujours à jour, toujours gouverné et qui comprend véritablement l'activité. L'omnicanal continuera de séduire le client, tandis qu'un outil comme Genie aidera la finance à préserver davantage de marge sur chaque vente.

Découvrez à quoi ressemble un collègue AI data-intelligent pour la finance. Databricks Genie est disponible dès aujourd'hui. databricks.com/product/ai-bi/genie

Questions fréquentes

Qu'est-ce qui change pour la finance dans le commerce de détail omnicanal ?

Une part croissante des décisions qui influent sur la marge, le coût de service, les promotions, l'exécution des commandes et les retours est prise par des agents. La mission de la finance visant à protéger la rentabilité reste inchangée ; ce qui a augmenté, c'est la rapidité et la complexité du changement, que les outils financiers doivent comprendre et gouverner.

Genie prend-il des décisions concernant les prix, les promotions ou les démarques ?

Non. Ces décisions relèvent du merchandising, du marketing, de la supply chain et des opérations. Genie offre à la finance une vision précise et gouvernée pour détecter rapidement un risque émergent et guider ou orienter les responsables qui doivent agir.

Pourquoi l'ontologie et la gouvernance sont-elles importantes pour un CFO du commerce de détail ?

L'ontologie capture la signification des chiffres pour votre entreprise et la maintient à jour, de sorte qu'une réponse soit correcte et pas seulement précise. La gouvernance permet de tracer chaque chiffre, d'en gérer les accès et d'en contrôler les coûts. Ensemble, elles garantissent qu'une réponse est fiable pour passer à l'action.

En quoi Genie est-il différent d'un tableau de bord AI ou d'un outil BI ?

Un tableau de bord vous montre ce que disent les données. Genie est un collègue AI data-intelligent qui vous aide à agir en conséquence, ancré dans votre ontologie et gouverné de bout en bout, tout en laissant l'humain décider.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original