Chaque semaine, je reçois un nouvel outil qui promet de révolutionner la boutique grâce à l’intelligence artificielle. Certains sont utiles. Beaucoup ne sont qu’une couche de marketing sur quelque chose qui existait déjà. Et pas mal sont du vent avec un logo. Après plus de 25 ans à organiser des boutiques, ma règle pour l’IA en visual merchandising est simple : elle sert quand elle aide à mieux décider quel produit va où et quand, et quand cette décision se mesure. Si elle ne produit que de jolies images, c’est de la décoration. Chère.
Voici des cas réels de marques qui l’utilisent déjà, un tableau pour séparer ce qui marche de ce qui ne marche pas, les questions à poser avant de payer un fournisseur et comment commencer sans jeter l’argent par les fenêtres, que vous ayez une boutique ou deux cents.
Ce qui marche : des cas réels, pas des promesses
Des données produit en temps réel : Zara et la RFID
Inditex équipe ses vêtements d’étiquettes RFID depuis des années : chacun a un identifiant unique qui permet de savoir en temps réel ce qu’il y a dans chaque boutique et en ligne. En mars 2025, le groupe a annoncé une étape de plus, testée dans quatre boutiques Zara (Compostela à La Corogne, Gran Vía à Bilbao, Plaza de España à Madrid et Paseo de Gracia à Barcelone) : le vendeur lit les articles avec un terminal mobile, désactive l’antivol et encaisse n’importe où dans la boutique, sans passer en caisse.
Ce n’est pas de l’IA en soi. Mais c’est la base de tout le reste : sans données fiables de stock et de ventes par article et par zone, aucun algorithme ne décide bien. Si votre boutique ne sait pas ce qui se vend sur la table d’entrée et ce qui se vend au fond, la première étape n’est pas l’IA. C’est mesurer.
Simuler avant de déplacer le mobilier : le jumeau numérique de Lowe’s
Lowe’s, l’enseigne américaine de bricolage aux plus de 2 000 magasins, a présenté en 2022 avec NVIDIA Omniverse et Magic Leap des jumeaux numériques de deux magasins (Mill Creek, dans l’État de Washington, et Charlotte, en Caroline du Nord). Grâce à eux, les équipes comparent avec des lunettes de réalité augmentée l’état réel d’un linéaire et ce qu’il devrait être, laissent des notes aux planificateurs centraux et voient des cartes de chaleur en 3D des produits achetés ensemble mais placés loin l’un de l’autre. Surtout, elles simulent différentes implantations avec l’historique des commandes avant de déplacer un seul meuble.
Pour une chaîne, cela évite des installations qui ne marchent pas. Pour une petite boutique, la version abordable, c’est un plan, des photos avant/après de chaque changement et les ventes à côté. La logique est la même : tester sur une copie, pas sur le client.
La vision artificielle au linéaire : le planogramme qui se contrôle seul
En avril 2026, la chaîne américaine QuikTrip et SymphonyAI ont reçu un prix de Convenience Store News pour l’excellence de leurs planogrammes. Leur système conçoit les planogrammes par groupes de magasins et utilise la vision artificielle pour comparer les photos du linéaire au planogramme validé : il détecte ruptures, produits mal placés et défauts d’implantation. QuikTrip est passé d’environ 700 à plus de 1 200 magasins sans perdre en cohérence. Attention : aucun pourcentage de ventes n’a été publié, et c’est aussi une information.
Pour le visual merchandising, l’intérêt n’est pas la technologie mais ce qu’elle libère : l’équipe cesse de vérifier les linéaires à la main et consacre son temps à corriger ce qui échoue vraiment. Un planogramme de performance comme celui ci-dessous, chaque référence colorée selon ses ventes, est exactement le type de donnée qu’un algorithme sait lire et qu’un bon VM sait interpréter.
L’aide pour les tâches répétitives
Rédiger des fiches produit, traduire un guide de visual merchandising en trois langues, décliner une affiche, résumer les ventes de la semaine par zone ou proposer dix idées de concept pour une vitrine de soldes. Là, l’IA fait gagner de vraies heures, à condition que quelqu’un avec du regard relise. C’est un stagiaire très rapide qui ne connaît pas votre marque : utile si vous le corrigez, dangereux si vous le laissez seul.
Ce qui est du vent (pour l’instant)
La vitrine « conçue par l’IA » sans personne derrière
Les images générées sont un point de départ, pas un projet réalisable. Elles n’ont ni mesures, ni matériaux, ni poids, ni vraie lumière, ni votre vrai produit. Personne ne peut fabriquer un décor à partir d’un rendu impossible. Elles servent à ouvrir des pistes en réunion ; la vitrine, elle, reste conçue par quelqu’un qui sait suspendre un mannequin.
Des écrans au contenu automatique que personne ne regarde
Un écran n’est pas phygital en soi. S’il n’est pas relié au produit et au parcours client, c’est du bruit coûteux. Les deux photos ci-dessous le montrent : dans la première, les écrans forment toute la vitrine et deviennent une sculpture ; dans la seconde, l’écran montre le détail du produit que vous avez sous les yeux. Il y a une idée derrière chacune. Pas derrière une vidéo en boucle générée automatiquement.
Des promesses de « +X % de ventes » sans cas comparable
Quand un fournisseur vous promet un pourcentage, demandez trois choses : le chiffre exact, la période et la base de comparaison. Même magasin, même mois l’an dernier, même assortiment ? Pas de réponse, pas de cas. Remarquez que même les cas primés ci-dessus parlent de disponibilité, de cohérence et de temps gagné, pas de chiffres de ventes magiques.
