AI générative pour l'e-commerce : usages, risques et déploiement

Un modèle génératif rédige ou modifie des contenus à partir d'une consigne et de l'entrée que tu lui donnes. Dans l'e-commerce, cette entrée est généralement des données produit : un fichier fournisseur, une fiche technique, une photo, une description existante. Le résultat n'est jamais meilleur que cette entrée. Un modèle qui reçoit un nom de produit et un prix complète le reste avec un texte plausible, et plausible ne veut pas dire exact.

C'est pourquoi le travail d'AI le plus utile dans une boutique se fait au plus près des données produit. Rédiger une description à partir de vingt attributs vérifiés est une tâche sûre et reproductible. En rédiger une à partir d'un simple nom de produit, c'est deviner. C'est la même chose pour la traduction, la catégorisation et les textes d'images : plus le modèle lit de faits structurés, moins il a à inventer.

Le tableau liste les cas d'usage qui comptent le plus pour les boutiques en ligne. La dernière colonne est la partie que tu ne devrais pas déléguer : c'est là que les erreurs coûtent de l'argent, de la confiance ou de la sécurité juridique.

La plupart des problèmes d'AI dans l'e-commerce sont prévisibles. Tu peux donc les contourner avant de lancer le premier traitement.

L'AI Act de l'UE, règlement (UE) 2024/1689 sur EUR-Lex, est entré en vigueur le 1er août 2024 et s'applique par étapes. Selon la Commission européenne, ses règles de transparence s'appliquent à partir d'août 2026. Elles figurent à l'article 50.

En substance, l'article 50 dit trois choses. Les fournisseurs doivent concevoir les systèmes d'AI qui interagissent directement avec des personnes de sorte que ces personnes sachent qu'elles ont affaire à un système d'AI, sauf si c'est évident. Les fournisseurs de systèmes qui génèrent des contenus audio, image, vidéo ou texte synthétiques doivent marquer le résultat, dans un format lisible par machine, comme généré ou manipulé artificiellement. Les déployeurs doivent signaler les deepfakes ainsi que les textes générés par AI publiés pour informer le public sur des questions d'intérêt public, sauf si le texte a fait l'objet d'une relecture humaine ou d'un contrôle éditorial et qu'une personne en assume la responsabilité éditoriale. Ce résumé n'est pas un conseil juridique : lis l'article toi-même et demande à ton conseil juridique comment il s'applique à ta boutique.

Commence petit et avec de vrais produits. Un pilote sur une catégorie t'en apprend plus que la démo d'un éditeur sur un catalogue d'exemple.

Mesure ton propre catalogue avant et après, plutôt que de te fier à la moyenne des autres. Compare la catégorie pilote sur la même période à une catégorie similaire que tu n'as pas modifiée, pour qu'un pic saisonnier ne passe pas pour un effet de l'AI.

Attends-toi à ce que les changements de contenu apparaissent dans les données de recherche après des semaines, pas des jours. Regarde les tendances par catégorie plutôt que les produits isolés, et note ce qui a changé et quand, pour pouvoir rattacher une évolution des chiffres à un traitement précis.