L'IA dans le secteur CPG avec Arvand Modarresi, Managing Partner & Global Lead Consumer Brands, et Alexis Poujade, Partner & Lead CPG France | The Bridge by Artefact

Description

L’intelligence artificielle et la data transforment l’industrie des produits de grande consommation (CPG).

Dans cet épisode de The Bridge,Arvand Modarresi (Managing Partner & Global Lead Consumer Brands, Artefact) et Alexis Poujade (Partner et Lead Consumer Brands pour la France, Artefact) partagent leur vision de l’impact de l’IA sur les fonctions marketing, commerciales, opérationnelles et d’innovation produit, à travers des cas concrets :

Optimisation des prix, promotions et assortiments grâce à des modèles data-driven.
Enrichissement des insights consommateurs et personnalisation en temps réel.
Exploitation des données retail pour maximiser le ROI et améliorer la collaboration.
Adoption de l’IA par les petites et moyennes marques pour rivaliser avec les grands acteurs du marché.

Des insights et stratégies pour les leaders CPG, les marketeurs et les passionnés de data en pleine transformation IA.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
The Bridge d'Artefact, le média professionnel pour en savoir plus sur la data et l'intelligence artificielle. Aujourd'hui, un nouvel entretien avec un data leader en vidéo et podcast.
Speaker #1
Bonjour, je suis Aron Monarici, Managing Partner chez Artefact, en charge de la practice CPG Brands. Aujourd'hui, nous allons vous parler de l'impact de la data LIA dans le secteur des CPG. Et j'ai le plaisir d'être avec Alexis.
Speaker #2
Merci Aron. Alexis, je suis également associé au Bureau de Paris. également dans la practice Brands et en charge de la practice Data and AI Marketing pour la France. Alors Arvan, tu es un observateur de première ligne des problématiques actuelles parmi les CPG. Quelles tendances observes-tu à travers tous les clients avec lesquels on peut interagir ?
Speaker #1
Alors on observe quatre grandes tendances. La première, c'est le contre-coût du post-COVID. C'est-à-dire les années fastes de hausse de prix et de volume sont finies. Aujourd'hui, il y a un vrai contrôle. des marges et une attention particulière portée à la profitabilité. Et du coup, tout ce qui touche à la data alia doit démontrer un ROI. Le deuxième, c'est tout ce qui va toucher au pilotage des entreprises dans un monde très volatile. On a aujourd'hui des continents qui ont des trajectoires très diverses, entre la Chine qui met du temps à récupérer, les États-Unis en grande volatilité, et l'Europe qui est un peu entre les deux. Les entreprises aujourd'hui, ce qu'elles recherchent, c'est vraiment comprendre en temps réel ce qui se passe sur le marché, avoir le pouls du consommateur et bien connaître leurs ventes, en particulier en termes de sell-out. La troisième grande tendance, c'est le risque fort d'intermédiation. Cela fait déjà des années que cela dure avec les retailers qui sont venus, et on va dire tout ce qui est digital qui est venu s'immiscer entre le consommateur et les marques. Et aujourd'hui, avec les LLM et les agents IA, il y a un risque aujourd'hui pour les marques de perdre ce contrôle-là. Et la quatrième, liée encore à l'IA aux agents, c'est une révolution complète des processus métiers des entreprises de CPG, que ce soit au marketing, au commerce ou aux opérations, où là, il y a des processus entiers qui doivent être redesignés pour servir de manière plus rapide, plus agile et de plus personnaliser les clients. Donc, sur ce premier volet qui touche, au besoin de montrer de la performance et du ROI, quels sont les grands leviers sur lesquels travaillent aujourd'hui les CPG ?
Speaker #2
Ce qui est certain, c'est qu'on n'a pas attendu 2025 pour parler de ROI, évidemment, mais la pression est extrêmement forte, comme tu l'as bien dit, suite à la sortie de cette période de Covid. La différence, très certainement, c'est qu'aujourd'hui, un certain nombre de grands groupes sont très équipés pour monitorer et optimiser leur ROI. C'est-à-dire que tous les outils... que tu connais bien, marketing, mix modeling, du MROI, tous les thèses d'incrémentalité si on parle de l'univers du marketing, se sont largement diffusées. Le coût d'entrée pour développer ce genre de projet, les développer à travers l'entreprise et aussi encourager son adoption, tout ça est plus à la portée et il y a plus de maturité dans nos organisations. Donc quand le mot ROI est prononcé par en général les CFO, que ce soit les équipes marketing, que ce soit les équipes de vente, que ce soit d'autres fonctions, aujourd'hui ont la capacité à répondre et avoir une réponse analytique beaucoup plus robuste. Tous ces sujets-là, encore une fois, qui ne sont pas forcément nouveaux d'un point de vue modèle mathématique, puisque ce sont des modèles qui ont entre 5 et 10 ans, aujourd'hui sont diffusés et aujourd'hui on a une capacité à piloter le ROI et répondre, que ce soit au niveau du board ou des actionnaires. avec une grande précision et beaucoup de réactivité. J'ai évoqué le marketing, on parle des ventes, mais tous les domaines finalement sont concernés.
Speaker #1
Et quand tu parles de marketing, quand tu as parlé des ventes plus précisément encore, on entend beaucoup parler aujourd'hui de RGM. Ça fait des années, j'ai l'impression qu'il y a pas mal d'outils de pilotage de RGM qui sont mis en place. Maintenant, ce qu'on voit, surtout post-Covid, c'est Avant, on arrivait à faire des augmentations de prix assez flat, directes, les consommateurs les absorbaient. Maintenant, on vient sur des algorithmes de plus en plus précis, de plus en plus fins, pour justement aller optimiser le pricing en fonction des canaux, en fonction des acteurs, en fonction des produits, en fonction des catégories. Et là-dessus, il y a un niveau de maturité qui commence, j'ai l'impression, à augmenter de manière plus large.
Speaker #2
Oui, et puis on est passé du RGM fait dans des feuilles Excel, comme on l'a connu ces dix dernières années, à du RGM qui est directement intégré dans des dashboards, dans des modèles économétriques, et qui finalement va permettre de piloter les différents niveaux de trade terms, les différents contreparties commerciales, et qui aussi ouvre la voie à des modes de collaboration plus sophistiqués avec les retailers, avec des joint business plans qui sont plus riches, qui sont avec les contreparties mieux calculées, mieux intégrées dans les business plans. Donc tout ça contribue de manière générale à une élévation de la maîtrise du
Speaker #1
ROI. C'est super intéressant parce que ça fait bien le pont avec la deuxième tendance, qui est cette gestion de la volatilité, où aujourd'hui les marques dépendent énormément des grands panélistes, des Nielsen, etc., sur la compréhension de leur market share et l'évolution des tendances des consommateurs. Ils travaillent de plus en plus avec les retailers pour avoir une donnée encore plus fine et encore plus real-time pour lire à la maille produit, à la catégorie, selon les canaux, exactement quelle est leur performance. Et ces discussions-là s'intègrent dans ces joint business plans avec les retailers pour, derrière, driver des use cases qui, non seulement, permettent d'avoir une lecture directe de la performance, mais également de construire des use cases. ensemble d'optimisation, qu'elle soit promo, assortiment, prix, etc. Le deuxième élément où la collaboration peut intervenir, c'est plutôt côté consommateur où l'offre analytique des retailers augmente en termes de shopper, insight, etc. Où les marques aussi vont plus seulement dépendre des panélistes ou des cantards, etc. pour comprendre quel est le... le comportement d'achat des consommateurs, mais justement aller puiser dans ces données qui peuvent être dans des clean rooms, des live ramps, etc., pour aller analyser les phénomènes de migration, les phénomènes de CLTV pour des marques qui, historiquement, n'avaient pas du tout accès à ce type de données. Donc la maturité également des CPD dans ce monde-là est en train d'évoluer fortement en collaboration avec les retailers.
Speaker #2
Qui rejoint d'ailleurs la troisième tendance que tu évoquais au début, qui était celle de l'intermédiation-désintermédiation, vieux débat. Donc d'un côté, beaucoup d'espoir sur le fait qu'on puisse collaborer mieux entre les marques et les retailers, et puis avoir des stratégies conjointes et permettre aux marques d'avoir une meilleure connaissance du consommateur. Et en même temps, on sait bien que, sans être naïf, il y a aussi une équation économique derrière des retailers qui cherchent à monétiser cet avantage. Que peuvent faire les marques pour continuer à s'équiper et à mieux s'armer dans ce dialogue, pour le dire, pour le mieux, mais ce dialogue avec les retailers ?
Speaker #1
C'est super intéressant parce que, historiquement, les retailers étaient un risque d'intermédiation pour les marques. Aujourd'hui, j'ai un produit encore en plus gros poisson qui va être les outils de... petit conversationnel, tout ce qui va être conversational commerce, qui a un risque de désintermédiation sur les retailers également. Et donc en fait, aujourd'hui, les marques et les retailers ont intérêt à collaborer ensemble pour avoir une connaissance encore plus fine de leurs consommateurs, de travailler des activations et des actions commerciales, marketing, voire opérationnelles ensemble pour différencier leurs offres. construire des expériences uniques au niveau des consommateurs, que ce soit online ou offline. Et donc, en fait, les marques et les retailers aujourd'hui ont tout intérêt à collaborer ensemble, justement pour ne pas devenir finalement que des fournisseurs soit de produits, soit de canaux, à des acteurs qui commencent aujourd'hui à accaparer le temps des consommateurs qui vont être les chat GPT, Perplexity, etc., qui, eux, n'ont qu'un objectif, c'est d'entrer et de... prendre tout le funnel consommateur depuis avant même, on va dire, l'awareness, juste l'intent, jusqu'à la conversion.
Speaker #2
Tout à fait. Et alors, tu sais, on a fait un certain nombre de tests pour analyser à travers l'LLM la position d'un certain nombre de marques, de nos clients, pour voir quelle était leur part de voie dans cet nouvel univers de recherche et de prompte. Et finalement, ce qu'on voit, c'est que ça remet un peu la balle au centre. C'est-à-dire que comme On voit beaucoup de prompts ou de requêtes qui sont à la fois très personnalisées, très contextualisées et aussi très hauts, très tôt dans le funnel. En fait, des questions que se posent les gens sur des questions complexes. Par exemple, j'ai acheté une résidence secondaire, je ne connais rien à mon assurance. Est-ce que tu peux m'expliquer ? Je suis en bord de mer. Quel type d'assurance serait plus adapté à ma maison en bord de mer ? Ou j'ai un choix difficile sur des produits compliqués, etc. Donc, des conversations de haut de funnel. Et là, on se rend compte que les cartes sont complètement rebattues parce que ce n'est pas le bad funnel que connaît bien le retailer. C'est un niveau que connaît peut-être mieux la marque. Peut-être une opportunité aussi de rééquilibrer la conversation.
Speaker #1
Oui, absolument. Et ça, ça nous mène vers la quatrième tendance. C'est aussi comment... Finalement, l'AI et la GNI qui sont aujourd'hui des risques, de clairs concurrents potentiellement à l'attention des consommateurs et à ce processus de recommandation et d'aiguillage des consommateurs vers les produits, comment les marques peuvent elles aussi maintenant en bénéficier, le leverage, pour derrière justement générer soit de la différenciation sur tout ce qui va être en interface consommateur, donc créer des expériences uniques de D2C, on connaît les marques de cosmétiques qui créent... des agents qui aident à choisir directement via des photos du maquillage, soit vers du conversionnel commerce sur des sites qui sont honnés directement par les différentes marques. Soit le deuxième levier, ça va être de permettre d'être beaucoup plus agile et de servir les consommateurs de manière plus précise, plus rapide, en transformant certains processus métiers, que ce soit de la R&D, au marketing grâce à l'IA à faire de la génération de produits beaucoup plus rapide, de les tester d'un point de vue marketing via des campagnes construites automatiquement. Et également une transformation du métier du commerce, où l'on voit de plus en plus les processus historiques de négociation, de listing, qui prenaient beaucoup de temps, qui vont être de plus en plus automatisés pour accélérer. tout le processus entre les marques et les retailers. Le dernier levier, également hyper important aujourd'hui, en particulier dans la situation économique actuelle pour beaucoup de ces entreprises, ça va être tout ce qui va toucher à l'efficience. Il y a beaucoup de fonctions aujourd'hui qui ne sont peut-être pas essentielles au sein des marques, pas mal de fonctions support qui, elles, ont vocation à être de plus en plus automatisées grâce à des process standards, via des agents. Par exemple, le purchasing, tous les services financiers, une partie des ressources humaines, et voire une partie des processus également marketing, qui là vont être vraiment sur des leviers d'efficience pour permettre de réinvestir cette productivité vers de l'innovation et vers de la différenciation.
Speaker #2
Cette efficience est liée à une branche spécifique de l'IA qui est l'agentique, dont on parle évidemment énormément. Beaucoup d'espoir sur la capacité à augmenter les collaborateurs. Et alors tu évoquais des fonctions cœur et des fonctions support. Finalement, ces marques, ces CPG, dont quelque part le cœur du réacteur est dans leur capacité à avoir un impact commercial et marketing, finalement, ces fonctions commerciales et marketing, elles se retrouvent à avoir des questionnements sur leur fonctionnement, leur valeur ajoutée, comment faire des sauts qualitatifs en réinventant les process du marketing, alors que ce sont des fonctions qui, jusqu'à présent, avaient été relativement peu exposées, en tout cas en termes de process métier. comparé à peut-être supply chain, purchasing operations, qui avaient été plus déjà potentiellement robotisés. Donc voilà, des nouveaux domaines qui s'ouvrent pour réinventer les process avec l'IA.
Speaker #1
Absolument, et un peu le fantasme, je pense, dans le secteur, c'est d'imaginer des marques qui sont vraiment AI-powered, où finalement, avec une dizaine d'employés ou une quinzaine d'employés, en automatisant et en AI-isant agentisant toute une partie du processus end-to-end, on est capable de concurrencer des énormes marques qui aujourd'hui emploient énormément de gens, énormément d'expertise, mais de manière probablement pas assez efficiente et pas assez agile. Donc c'est une menace d'un côté, mais de l'autre c'est aussi une opportunité justement pour ces marques de se transformer et de penser totalement un nouveau modèle à la fois d'innovation et de délivrer.
Speaker #2
Ça nous amène à notre dernière question qui est celle de la destruction créative. Est-ce que tu fais partie de ceux qui pensent que l'IA va permettre à des petites marques de concurrencer de manière disproportionnée des grandes marques ? Ou au contraire, est-ce que l'IA va encore plus creuser l'intervalle entre les marques leaders qui ont les moyens, qui ont les budgets NP, etc. et puis des marques émergentes qui essayent de trouver leur chemin ?
Speaker #1
J'ai l'impression que ma réponse change et évolue dans le temps. Il y a quelques années, j'aurais dit que les marques leaders et les plus gros acteurs ont par défaut un levier et un avantage concurrentiel énorme parce qu'en fait, la matière première qu'ils ont, c'est la data. Et donc en fait, ils ont accès à un portfolio et à un historique de données que beaucoup de marques n'ont pas. Donc ça, ça reste un élément différenciant. Par contre, ils avaient un deuxième levier qui était le capital et la force d'exécution opérationnelle qui était vraiment différenciant dans le passé. Et aujourd'hui, je... Ma sensation, c'est qu'avec l'agentique, il y a toute une partie de ces processus-là qui peuvent être pensés et repensés et être beaucoup plus efficaces sur une base de design zéro. Si on part d'une entreprise qui n'existe pas, on crée une marque et on construit une marque de rien. Et donc, la balle est au centre. Il va falloir voir comment les grands groupes évoluent. et s'approprient ces technologies-là et transforment rapidement leur processus. Et en même temps, je suis convaincu que des marques très jeunes vont entrer et pénétrer le marché d'une manière fulgurante. Alors ça, on l'a vu dans la beauté, c'est clair. On a juste tout récemment la marque de Hailey Bieber qui s'est fait racheter par Elf après trois ans d'existence à plus d'un milliard de dollars. Donc, il y a clairement des marques qui apparaissent. Je ne vais pas dire qu'elle était AI native, mais elle était clairement digital native. Elle connaissait tous les codes des social media. Et moi, je pense que demain, tous les entreprises qui connaissent les codes du social commerce et du conversational commerce, elles, on va probablement arriver à des licornes en seulement 18 à 24 mois. Ça, je n'en ai aucun doute.
Speaker #2
Et la boucle est bouclée, puisque l'on sait qu'un certain nombre de fonds d'investissement, ou même de corporate, utilisent le pouvoir de la data et de l'IA pour analyser. les performances sociales de ces jeunes marques émergentes et arriver à avoir un certain nombre de proxys qui vont être des prédicteurs de la capacité à performer à plus grande échelle, notamment dans l'univers du retail. Et donc, l'IA et la data servent finalement dès l'identification de ces cibles, de ces marques qui ont un potentiel pour devenir des nouvelles grandes marques, à intégrer un portefeuille de groupe, par exemple, pour continuer à grandir.
Speaker #1
Donc maintenant, concrètement, est-ce que tu as des use cases ou des projets emblématiques ? à nous partager ?
Speaker #2
J'ai deux projets qui me viennent à l'esprit. Un premier projet qui a été fait pour Maisons du Monde, donc c'est public, on peut les voir sur le site web, qui utilise l'intelligence artificielle multimodale, c'est à la fois des reconnaissances d'images et de textes. Et donc sur le site de Maisons du Monde, on peut charger une image d'un intérieur qui nous a plu, et l'algorithme qu'on a construit va retrouver tous les éléments de l'image, faire une requête dans la base de données de Maisons du Monde pour retrouver des éléments d'intérieur qui correspondent à l'ambiance et au type de mobilier que tu as chargé dans ton image. Et donc, c'est une autre manière de chercher et de naviguer à l'intérieur du site de Maisons du Monde pour une expérience plus riche de la recherche. C'est le premier use case, très AI-generated. Un deuxième use case, aussi lié au LLM, c'est la capacité à donner vie à tes données consommateurs, à tes insights. Et donc, au lieu de consommer des insights sous forme de rapports PowerPoint ou... de dashboard, c'est la possibilité de discuter avec des personas, on appelle ça des synthétiques personas, des personas qui incarnent tes consommateurs que tu vas pouvoir interroger sur leur goût, sur leurs caractéristiques socio-démographiques et autres et auprès duquel tu pourras même tester des idées de messages publicitaires voire même des contenus visuels que tu vas leur soumettre et que tu vas ainsi pouvoir pré-tester avant même de demander à des vrais consommateurs. Et donc, c'est un gain à la fois de temps et d'insights radicals qui va permettre d'accélérer la mise sur le marché des produits ou des nouvelles campagnes de publicité et en limitant la recherche conventionnelle aux toutes dernières étapes ou sur des lancements de produits particulièrement critiques.
Speaker #1
Et j'imagine que ça représente des économies colossales pour les entreprises parce qu'aujourd'hui, ce qu'elles dépensent en termes de consumer intelligence ou de market intelligence, justement avec des panels. des focus groupes sur ce type d'analyse, c'est colossal.
Speaker #2
Exactement. On a fait ça aux Etats-Unis pour un des leaders du petit électroménager avec 4 à 5 personas. Mais la vision, évidemment, c'est de pouvoir modéliser une grande partie du marché américain avec peut-être 80-100 personas qui représenteront un panel de l'intégralité du marché des consommateurs américains. Alors, Arvon, toi, quels sont les deux use cases qui t'ont marqué ?
Speaker #1
Moi, je vais penser plutôt au monde du commerce dans le FMCG. Le premier, c'est un assistant IA à la négociation. Donc là, c'est imaginer tout le travail, la préparation de la donnée, de l'aide à la négociation. On imagine tout ce qui existe déjà, et bien sûr, des dashboards qui donnent des ventes, les parts de marché, etc. Donc ça, c'est déjà consolidé. Mais l'idée, c'est d'aller décharger plus de données qui va prendre l'historique des négociations. avec ce retailer et aider le commercial à qualifier sa relation avec le Le retailer, où est la balance du pouvoir entre l'acteur, le FMCG et le retailer, et également l'aider avec des arguments de négociation à la hausse, on va dire en termes de prix ou en termes d'assortiment, vraiment tout au long de la négociation. Donc ça, c'est un premier use case qui est en cours.
Speaker #2
Un coach de négociation.
Speaker #1
Exactement.
Speaker #2
À côté de toi, mais sous forme d'un certain... C'est le coach.
Speaker #1
au moment de la préparation et au moment de la négociation. Donc, c'est vraiment le plus important. Exactement. Ça, c'est le premier. Le deuxième, c'est entre guillemets moins sexy, on va dire moins AI, mais en fait, je ne peux pas le dire plus puissant, mais extrêmement puissant. C'est en fait tout un travail de revue et de remise à plein de toutes les données qui sont collectées auprès des retailers. On l'a mentionné tout à l'heure, il y a tout un sujet autour des données qui sont achetées par l'FMCG auprès des retailers, de sell-out, de stock-in-trade, de sell-through, de facing, de shelf availability, toutes ces données-là, et les marques aujourd'hui payent des dizaines, des centaines de millions d'euros par an pour récolter cette donnée auprès des retailers, en plus de ce qu'ils payent les panélistes. Et donc l'idée là, c'est vraiment de revoir de fond en comble comment ces données achetées, comment est-ce qu'elles sont contractualisées, quels sont les standards de qualité, quels sont les standards de transfert de données, pour automatiser au maximum ces données et valoriser au maximum ce qu'ils payent déjà aujourd'hui auprès des retailers pour s'assurer que c'est quelque chose de qualité et qu'ils peuvent activer, quitte à renégocier également les trade terms aujourd'hui qui incluent cette data pour aller soit faire des économies, soit au moins réinvestir cet argent sur des vrais leviers d'alerte. que ce soit promotionnel ou animation magasin. Donc ça, c'est extrêmement fort parce qu'en fait, tout ce qui est fait là, justement, un, feed des use case type assistant ou coach de négociation parce qu'ils se nourrissent de cette donnée-là. Et deux, ils vont permettre derrière aussi de pousser, on va dire, des expériences plus personnalisées côté marketing ou côté retailer.
Speaker #2
Un impact économique direct pour les marques.
Speaker #1
Absolument. Merci Alexis.
Speaker #2
Merci à toi, Laurent.
Speaker #1
C'était un plaisir. J'espère que cet échange était riche d'enseignements. Et on vous dit à bientôt.

Description

L’intelligence artificielle et la data transforment l’industrie des produits de grande consommation (CPG).

Optimisation des prix, promotions et assortiments grâce à des modèles data-driven.
Enrichissement des insights consommateurs et personnalisation en temps réel.
Exploitation des données retail pour maximiser le ROI et améliorer la collaboration.
Adoption de l’IA par les petites et moyennes marques pour rivaliser avec les grands acteurs du marché.

Des insights et stratégies pour les leaders CPG, les marketeurs et les passionnés de data en pleine transformation IA.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
The Bridge d'Artefact, le média professionnel pour en savoir plus sur la data et l'intelligence artificielle. Aujourd'hui, un nouvel entretien avec un data leader en vidéo et podcast.
Speaker #1
Bonjour, je suis Aron Monarici, Managing Partner chez Artefact, en charge de la practice CPG Brands. Aujourd'hui, nous allons vous parler de l'impact de la data LIA dans le secteur des CPG. Et j'ai le plaisir d'être avec Alexis.
Speaker #2
Merci Aron. Alexis, je suis également associé au Bureau de Paris. également dans la practice Brands et en charge de la practice Data and AI Marketing pour la France. Alors Arvan, tu es un observateur de première ligne des problématiques actuelles parmi les CPG. Quelles tendances observes-tu à travers tous les clients avec lesquels on peut interagir ?
Speaker #1
Alors on observe quatre grandes tendances. La première, c'est le contre-coût du post-COVID. C'est-à-dire les années fastes de hausse de prix et de volume sont finies. Aujourd'hui, il y a un vrai contrôle. des marges et une attention particulière portée à la profitabilité. Et du coup, tout ce qui touche à la data alia doit démontrer un ROI. Le deuxième, c'est tout ce qui va toucher au pilotage des entreprises dans un monde très volatile. On a aujourd'hui des continents qui ont des trajectoires très diverses, entre la Chine qui met du temps à récupérer, les États-Unis en grande volatilité, et l'Europe qui est un peu entre les deux. Les entreprises aujourd'hui, ce qu'elles recherchent, c'est vraiment comprendre en temps réel ce qui se passe sur le marché, avoir le pouls du consommateur et bien connaître leurs ventes, en particulier en termes de sell-out. La troisième grande tendance, c'est le risque fort d'intermédiation. Cela fait déjà des années que cela dure avec les retailers qui sont venus, et on va dire tout ce qui est digital qui est venu s'immiscer entre le consommateur et les marques. Et aujourd'hui, avec les LLM et les agents IA, il y a un risque aujourd'hui pour les marques de perdre ce contrôle-là. Et la quatrième, liée encore à l'IA aux agents, c'est une révolution complète des processus métiers des entreprises de CPG, que ce soit au marketing, au commerce ou aux opérations, où là, il y a des processus entiers qui doivent être redesignés pour servir de manière plus rapide, plus agile et de plus personnaliser les clients. Donc, sur ce premier volet qui touche, au besoin de montrer de la performance et du ROI, quels sont les grands leviers sur lesquels travaillent aujourd'hui les CPG ?
Speaker #2
Ce qui est certain, c'est qu'on n'a pas attendu 2025 pour parler de ROI, évidemment, mais la pression est extrêmement forte, comme tu l'as bien dit, suite à la sortie de cette période de Covid. La différence, très certainement, c'est qu'aujourd'hui, un certain nombre de grands groupes sont très équipés pour monitorer et optimiser leur ROI. C'est-à-dire que tous les outils... que tu connais bien, marketing, mix modeling, du MROI, tous les thèses d'incrémentalité si on parle de l'univers du marketing, se sont largement diffusées. Le coût d'entrée pour développer ce genre de projet, les développer à travers l'entreprise et aussi encourager son adoption, tout ça est plus à la portée et il y a plus de maturité dans nos organisations. Donc quand le mot ROI est prononcé par en général les CFO, que ce soit les équipes marketing, que ce soit les équipes de vente, que ce soit d'autres fonctions, aujourd'hui ont la capacité à répondre et avoir une réponse analytique beaucoup plus robuste. Tous ces sujets-là, encore une fois, qui ne sont pas forcément nouveaux d'un point de vue modèle mathématique, puisque ce sont des modèles qui ont entre 5 et 10 ans, aujourd'hui sont diffusés et aujourd'hui on a une capacité à piloter le ROI et répondre, que ce soit au niveau du board ou des actionnaires. avec une grande précision et beaucoup de réactivité. J'ai évoqué le marketing, on parle des ventes, mais tous les domaines finalement sont concernés.
Speaker #1
Et quand tu parles de marketing, quand tu as parlé des ventes plus précisément encore, on entend beaucoup parler aujourd'hui de RGM. Ça fait des années, j'ai l'impression qu'il y a pas mal d'outils de pilotage de RGM qui sont mis en place. Maintenant, ce qu'on voit, surtout post-Covid, c'est Avant, on arrivait à faire des augmentations de prix assez flat, directes, les consommateurs les absorbaient. Maintenant, on vient sur des algorithmes de plus en plus précis, de plus en plus fins, pour justement aller optimiser le pricing en fonction des canaux, en fonction des acteurs, en fonction des produits, en fonction des catégories. Et là-dessus, il y a un niveau de maturité qui commence, j'ai l'impression, à augmenter de manière plus large.
Speaker #2
Oui, et puis on est passé du RGM fait dans des feuilles Excel, comme on l'a connu ces dix dernières années, à du RGM qui est directement intégré dans des dashboards, dans des modèles économétriques, et qui finalement va permettre de piloter les différents niveaux de trade terms, les différents contreparties commerciales, et qui aussi ouvre la voie à des modes de collaboration plus sophistiqués avec les retailers, avec des joint business plans qui sont plus riches, qui sont avec les contreparties mieux calculées, mieux intégrées dans les business plans. Donc tout ça contribue de manière générale à une élévation de la maîtrise du
Speaker #1
ROI. C'est super intéressant parce que ça fait bien le pont avec la deuxième tendance, qui est cette gestion de la volatilité, où aujourd'hui les marques dépendent énormément des grands panélistes, des Nielsen, etc., sur la compréhension de leur market share et l'évolution des tendances des consommateurs. Ils travaillent de plus en plus avec les retailers pour avoir une donnée encore plus fine et encore plus real-time pour lire à la maille produit, à la catégorie, selon les canaux, exactement quelle est leur performance. Et ces discussions-là s'intègrent dans ces joint business plans avec les retailers pour, derrière, driver des use cases qui, non seulement, permettent d'avoir une lecture directe de la performance, mais également de construire des use cases. ensemble d'optimisation, qu'elle soit promo, assortiment, prix, etc. Le deuxième élément où la collaboration peut intervenir, c'est plutôt côté consommateur où l'offre analytique des retailers augmente en termes de shopper, insight, etc. Où les marques aussi vont plus seulement dépendre des panélistes ou des cantards, etc. pour comprendre quel est le... le comportement d'achat des consommateurs, mais justement aller puiser dans ces données qui peuvent être dans des clean rooms, des live ramps, etc., pour aller analyser les phénomènes de migration, les phénomènes de CLTV pour des marques qui, historiquement, n'avaient pas du tout accès à ce type de données. Donc la maturité également des CPD dans ce monde-là est en train d'évoluer fortement en collaboration avec les retailers.
Speaker #2
Qui rejoint d'ailleurs la troisième tendance que tu évoquais au début, qui était celle de l'intermédiation-désintermédiation, vieux débat. Donc d'un côté, beaucoup d'espoir sur le fait qu'on puisse collaborer mieux entre les marques et les retailers, et puis avoir des stratégies conjointes et permettre aux marques d'avoir une meilleure connaissance du consommateur. Et en même temps, on sait bien que, sans être naïf, il y a aussi une équation économique derrière des retailers qui cherchent à monétiser cet avantage. Que peuvent faire les marques pour continuer à s'équiper et à mieux s'armer dans ce dialogue, pour le dire, pour le mieux, mais ce dialogue avec les retailers ?
Speaker #1
C'est super intéressant parce que, historiquement, les retailers étaient un risque d'intermédiation pour les marques. Aujourd'hui, j'ai un produit encore en plus gros poisson qui va être les outils de... petit conversationnel, tout ce qui va être conversational commerce, qui a un risque de désintermédiation sur les retailers également. Et donc en fait, aujourd'hui, les marques et les retailers ont intérêt à collaborer ensemble pour avoir une connaissance encore plus fine de leurs consommateurs, de travailler des activations et des actions commerciales, marketing, voire opérationnelles ensemble pour différencier leurs offres. construire des expériences uniques au niveau des consommateurs, que ce soit online ou offline. Et donc, en fait, les marques et les retailers aujourd'hui ont tout intérêt à collaborer ensemble, justement pour ne pas devenir finalement que des fournisseurs soit de produits, soit de canaux, à des acteurs qui commencent aujourd'hui à accaparer le temps des consommateurs qui vont être les chat GPT, Perplexity, etc., qui, eux, n'ont qu'un objectif, c'est d'entrer et de... prendre tout le funnel consommateur depuis avant même, on va dire, l'awareness, juste l'intent, jusqu'à la conversion.
Speaker #2
Tout à fait. Et alors, tu sais, on a fait un certain nombre de tests pour analyser à travers l'LLM la position d'un certain nombre de marques, de nos clients, pour voir quelle était leur part de voie dans cet nouvel univers de recherche et de prompte. Et finalement, ce qu'on voit, c'est que ça remet un peu la balle au centre. C'est-à-dire que comme On voit beaucoup de prompts ou de requêtes qui sont à la fois très personnalisées, très contextualisées et aussi très hauts, très tôt dans le funnel. En fait, des questions que se posent les gens sur des questions complexes. Par exemple, j'ai acheté une résidence secondaire, je ne connais rien à mon assurance. Est-ce que tu peux m'expliquer ? Je suis en bord de mer. Quel type d'assurance serait plus adapté à ma maison en bord de mer ? Ou j'ai un choix difficile sur des produits compliqués, etc. Donc, des conversations de haut de funnel. Et là, on se rend compte que les cartes sont complètement rebattues parce que ce n'est pas le bad funnel que connaît bien le retailer. C'est un niveau que connaît peut-être mieux la marque. Peut-être une opportunité aussi de rééquilibrer la conversation.
Speaker #1
Oui, absolument. Et ça, ça nous mène vers la quatrième tendance. C'est aussi comment... Finalement, l'AI et la GNI qui sont aujourd'hui des risques, de clairs concurrents potentiellement à l'attention des consommateurs et à ce processus de recommandation et d'aiguillage des consommateurs vers les produits, comment les marques peuvent elles aussi maintenant en bénéficier, le leverage, pour derrière justement générer soit de la différenciation sur tout ce qui va être en interface consommateur, donc créer des expériences uniques de D2C, on connaît les marques de cosmétiques qui créent... des agents qui aident à choisir directement via des photos du maquillage, soit vers du conversionnel commerce sur des sites qui sont honnés directement par les différentes marques. Soit le deuxième levier, ça va être de permettre d'être beaucoup plus agile et de servir les consommateurs de manière plus précise, plus rapide, en transformant certains processus métiers, que ce soit de la R&D, au marketing grâce à l'IA à faire de la génération de produits beaucoup plus rapide, de les tester d'un point de vue marketing via des campagnes construites automatiquement. Et également une transformation du métier du commerce, où l'on voit de plus en plus les processus historiques de négociation, de listing, qui prenaient beaucoup de temps, qui vont être de plus en plus automatisés pour accélérer. tout le processus entre les marques et les retailers. Le dernier levier, également hyper important aujourd'hui, en particulier dans la situation économique actuelle pour beaucoup de ces entreprises, ça va être tout ce qui va toucher à l'efficience. Il y a beaucoup de fonctions aujourd'hui qui ne sont peut-être pas essentielles au sein des marques, pas mal de fonctions support qui, elles, ont vocation à être de plus en plus automatisées grâce à des process standards, via des agents. Par exemple, le purchasing, tous les services financiers, une partie des ressources humaines, et voire une partie des processus également marketing, qui là vont être vraiment sur des leviers d'efficience pour permettre de réinvestir cette productivité vers de l'innovation et vers de la différenciation.
Speaker #2
Cette efficience est liée à une branche spécifique de l'IA qui est l'agentique, dont on parle évidemment énormément. Beaucoup d'espoir sur la capacité à augmenter les collaborateurs. Et alors tu évoquais des fonctions cœur et des fonctions support. Finalement, ces marques, ces CPG, dont quelque part le cœur du réacteur est dans leur capacité à avoir un impact commercial et marketing, finalement, ces fonctions commerciales et marketing, elles se retrouvent à avoir des questionnements sur leur fonctionnement, leur valeur ajoutée, comment faire des sauts qualitatifs en réinventant les process du marketing, alors que ce sont des fonctions qui, jusqu'à présent, avaient été relativement peu exposées, en tout cas en termes de process métier. comparé à peut-être supply chain, purchasing operations, qui avaient été plus déjà potentiellement robotisés. Donc voilà, des nouveaux domaines qui s'ouvrent pour réinventer les process avec l'IA.
Speaker #1
Absolument, et un peu le fantasme, je pense, dans le secteur, c'est d'imaginer des marques qui sont vraiment AI-powered, où finalement, avec une dizaine d'employés ou une quinzaine d'employés, en automatisant et en AI-isant agentisant toute une partie du processus end-to-end, on est capable de concurrencer des énormes marques qui aujourd'hui emploient énormément de gens, énormément d'expertise, mais de manière probablement pas assez efficiente et pas assez agile. Donc c'est une menace d'un côté, mais de l'autre c'est aussi une opportunité justement pour ces marques de se transformer et de penser totalement un nouveau modèle à la fois d'innovation et de délivrer.
Speaker #2
Ça nous amène à notre dernière question qui est celle de la destruction créative. Est-ce que tu fais partie de ceux qui pensent que l'IA va permettre à des petites marques de concurrencer de manière disproportionnée des grandes marques ? Ou au contraire, est-ce que l'IA va encore plus creuser l'intervalle entre les marques leaders qui ont les moyens, qui ont les budgets NP, etc. et puis des marques émergentes qui essayent de trouver leur chemin ?
Speaker #1
J'ai l'impression que ma réponse change et évolue dans le temps. Il y a quelques années, j'aurais dit que les marques leaders et les plus gros acteurs ont par défaut un levier et un avantage concurrentiel énorme parce qu'en fait, la matière première qu'ils ont, c'est la data. Et donc en fait, ils ont accès à un portfolio et à un historique de données que beaucoup de marques n'ont pas. Donc ça, ça reste un élément différenciant. Par contre, ils avaient un deuxième levier qui était le capital et la force d'exécution opérationnelle qui était vraiment différenciant dans le passé. Et aujourd'hui, je... Ma sensation, c'est qu'avec l'agentique, il y a toute une partie de ces processus-là qui peuvent être pensés et repensés et être beaucoup plus efficaces sur une base de design zéro. Si on part d'une entreprise qui n'existe pas, on crée une marque et on construit une marque de rien. Et donc, la balle est au centre. Il va falloir voir comment les grands groupes évoluent. et s'approprient ces technologies-là et transforment rapidement leur processus. Et en même temps, je suis convaincu que des marques très jeunes vont entrer et pénétrer le marché d'une manière fulgurante. Alors ça, on l'a vu dans la beauté, c'est clair. On a juste tout récemment la marque de Hailey Bieber qui s'est fait racheter par Elf après trois ans d'existence à plus d'un milliard de dollars. Donc, il y a clairement des marques qui apparaissent. Je ne vais pas dire qu'elle était AI native, mais elle était clairement digital native. Elle connaissait tous les codes des social media. Et moi, je pense que demain, tous les entreprises qui connaissent les codes du social commerce et du conversational commerce, elles, on va probablement arriver à des licornes en seulement 18 à 24 mois. Ça, je n'en ai aucun doute.
Speaker #2
Et la boucle est bouclée, puisque l'on sait qu'un certain nombre de fonds d'investissement, ou même de corporate, utilisent le pouvoir de la data et de l'IA pour analyser. les performances sociales de ces jeunes marques émergentes et arriver à avoir un certain nombre de proxys qui vont être des prédicteurs de la capacité à performer à plus grande échelle, notamment dans l'univers du retail. Et donc, l'IA et la data servent finalement dès l'identification de ces cibles, de ces marques qui ont un potentiel pour devenir des nouvelles grandes marques, à intégrer un portefeuille de groupe, par exemple, pour continuer à grandir.
Speaker #1
Donc maintenant, concrètement, est-ce que tu as des use cases ou des projets emblématiques ? à nous partager ?
Speaker #2
J'ai deux projets qui me viennent à l'esprit. Un premier projet qui a été fait pour Maisons du Monde, donc c'est public, on peut les voir sur le site web, qui utilise l'intelligence artificielle multimodale, c'est à la fois des reconnaissances d'images et de textes. Et donc sur le site de Maisons du Monde, on peut charger une image d'un intérieur qui nous a plu, et l'algorithme qu'on a construit va retrouver tous les éléments de l'image, faire une requête dans la base de données de Maisons du Monde pour retrouver des éléments d'intérieur qui correspondent à l'ambiance et au type de mobilier que tu as chargé dans ton image. Et donc, c'est une autre manière de chercher et de naviguer à l'intérieur du site de Maisons du Monde pour une expérience plus riche de la recherche. C'est le premier use case, très AI-generated. Un deuxième use case, aussi lié au LLM, c'est la capacité à donner vie à tes données consommateurs, à tes insights. Et donc, au lieu de consommer des insights sous forme de rapports PowerPoint ou... de dashboard, c'est la possibilité de discuter avec des personas, on appelle ça des synthétiques personas, des personas qui incarnent tes consommateurs que tu vas pouvoir interroger sur leur goût, sur leurs caractéristiques socio-démographiques et autres et auprès duquel tu pourras même tester des idées de messages publicitaires voire même des contenus visuels que tu vas leur soumettre et que tu vas ainsi pouvoir pré-tester avant même de demander à des vrais consommateurs. Et donc, c'est un gain à la fois de temps et d'insights radicals qui va permettre d'accélérer la mise sur le marché des produits ou des nouvelles campagnes de publicité et en limitant la recherche conventionnelle aux toutes dernières étapes ou sur des lancements de produits particulièrement critiques.
Speaker #1
Et j'imagine que ça représente des économies colossales pour les entreprises parce qu'aujourd'hui, ce qu'elles dépensent en termes de consumer intelligence ou de market intelligence, justement avec des panels. des focus groupes sur ce type d'analyse, c'est colossal.
Speaker #2
Exactement. On a fait ça aux Etats-Unis pour un des leaders du petit électroménager avec 4 à 5 personas. Mais la vision, évidemment, c'est de pouvoir modéliser une grande partie du marché américain avec peut-être 80-100 personas qui représenteront un panel de l'intégralité du marché des consommateurs américains. Alors, Arvon, toi, quels sont les deux use cases qui t'ont marqué ?
Speaker #1
Moi, je vais penser plutôt au monde du commerce dans le FMCG. Le premier, c'est un assistant IA à la négociation. Donc là, c'est imaginer tout le travail, la préparation de la donnée, de l'aide à la négociation. On imagine tout ce qui existe déjà, et bien sûr, des dashboards qui donnent des ventes, les parts de marché, etc. Donc ça, c'est déjà consolidé. Mais l'idée, c'est d'aller décharger plus de données qui va prendre l'historique des négociations. avec ce retailer et aider le commercial à qualifier sa relation avec le Le retailer, où est la balance du pouvoir entre l'acteur, le FMCG et le retailer, et également l'aider avec des arguments de négociation à la hausse, on va dire en termes de prix ou en termes d'assortiment, vraiment tout au long de la négociation. Donc ça, c'est un premier use case qui est en cours.
Speaker #2
Un coach de négociation.
Speaker #1
Exactement.
Speaker #2
À côté de toi, mais sous forme d'un certain... C'est le coach.
Speaker #1
au moment de la préparation et au moment de la négociation. Donc, c'est vraiment le plus important. Exactement. Ça, c'est le premier. Le deuxième, c'est entre guillemets moins sexy, on va dire moins AI, mais en fait, je ne peux pas le dire plus puissant, mais extrêmement puissant. C'est en fait tout un travail de revue et de remise à plein de toutes les données qui sont collectées auprès des retailers. On l'a mentionné tout à l'heure, il y a tout un sujet autour des données qui sont achetées par l'FMCG auprès des retailers, de sell-out, de stock-in-trade, de sell-through, de facing, de shelf availability, toutes ces données-là, et les marques aujourd'hui payent des dizaines, des centaines de millions d'euros par an pour récolter cette donnée auprès des retailers, en plus de ce qu'ils payent les panélistes. Et donc l'idée là, c'est vraiment de revoir de fond en comble comment ces données achetées, comment est-ce qu'elles sont contractualisées, quels sont les standards de qualité, quels sont les standards de transfert de données, pour automatiser au maximum ces données et valoriser au maximum ce qu'ils payent déjà aujourd'hui auprès des retailers pour s'assurer que c'est quelque chose de qualité et qu'ils peuvent activer, quitte à renégocier également les trade terms aujourd'hui qui incluent cette data pour aller soit faire des économies, soit au moins réinvestir cet argent sur des vrais leviers d'alerte. que ce soit promotionnel ou animation magasin. Donc ça, c'est extrêmement fort parce qu'en fait, tout ce qui est fait là, justement, un, feed des use case type assistant ou coach de négociation parce qu'ils se nourrissent de cette donnée-là. Et deux, ils vont permettre derrière aussi de pousser, on va dire, des expériences plus personnalisées côté marketing ou côté retailer.
Speaker #2
Un impact économique direct pour les marques.
Speaker #1
Absolument. Merci Alexis.
Speaker #2
Merci à toi, Laurent.
Speaker #1
C'était un plaisir. J'espère que cet échange était riche d'enseignements. Et on vous dit à bientôt.

Embed