Dans un contexte de croissance rapide et de pression croissante sur les coûts logistiques, l’entité E.Leclerc SAV Ouest a lancé le projet « Cap sur l’IA », avec l’accompagnement de Digital’Ease et Vous.
Objectif : évaluer, tester et déployer des usages concrets de l’intelligence artificielle, capables d’améliorer la productivité du service après-vente, tout en respectant les contraintes métier, la culture organisationnelle et les exigences de sécurité imposées par le GALEC.
Les résultats sont significatifs : un cas d’usage à fort impact logistique validé, une montée en maturité sur les outils IA de productivité (Gemini, NotebookLM), et une vision claire des solutions à industrialiser dans les mois à venir.
Contexte et enjeux stratégiques
1.1. E.Leclerc SAV Ouest : un service en forte croissance
L’entité pilote le service après-vente pour les magasins E.Leclerc du Grand Ouest, couvrant trois centrales d’achat :
- Scaouest
- Scarmor
- Scachap
Son modèle économique repose sur un système de cotisations volontaires des magasins adhérents.
En trois ans et demi, l’organisation est passée de 41 à 91 magasins, avec une projection de +20 à +30 adhésions dans les prochaines années.
Elle s’appuie sur :
- un siège central,
- deux sites satellites de collecte produits,
- 20 techniciens assurant les interventions.
Au-delà du SAV, l’entité gère également :
- la distribution de fioul,
- une activité de livraison/installation de produits neufs, aujourd’hui peu rentable.
1.2. Une pression logistique majeure
Le transport et le traitement informatique représentent le poste de dépense le plus élevé.
Avec l’augmentation du volume d’articles traités, l’enjeu est clair :
réduire les transports inutiles, accélérer les délais de traitement et fiabiliser les flux.
Plusieurs actions avaient déjà été entreprises : modernisation des locaux, réorganisation des flux, généralisation des douchettes pour le suivi des marchandises.
Le projet « Cap sur l’IA » visait donc à franchir un cap supplémentaire.
1.3. Objectifs du projet IA
L’ambition était double :
- Identifier des cas d’usage IA utiles, rentables et réalisables immédiatement, au-delà de la simple rédaction d’e-mails avec Gemini.
- Respecter les contraintes de sécurité et de gouvernance des données du GALEC et éviter tout chevauchement avec les expérimentations nationales du groupement.
- Analyse des expérimentations : réussites, limites et enseignements IA
2.1. Cas d’usage n°1 : identifier instantanément les produits à “faible valeur” grâce au « Vibe Coding »
Le problème métier
Certaines catégories de produits reçus en magasin sont automatiquement considérées comme non réparables et donnent lieu à un avoir.
Aujourd’hui, ils sont malgré tout envoyés au site central, générant :
- des transports inutiles,
- un coût logistique significatif,
- un temps de traitement supplémentaire.
Les premières tentatives : IA conversationnelle
Interroger des modèles comme Gemini ou Claude avec des fichiers Excel a montré :
- une lenteur opérationnelle,
- des limitations de taille de fichier,
- une précision insuffisante.
La rupture : le « Vibe Coding »
L’utilisation de GitHub Copilot avec Visual Studio Code, selon une approche de développement assisté par IA, a été décisive.
En décrivant simplement l’application souhaitée, l’IA a généré :
- l’architecture,
- le code,
- l’interface web,
- la gestion de la base de données.
Résultat
Une application web interne fonctionnelle a été créée en quelques heures :
- saisie d’un code-barres,
- interrogation d’une base interne,
- réponse instantanée “faible valeur / non faible valeur”.
Le test interne a été qualifié de « pleinement satisfaisant ».
Le déploiement est prévu auprès d’une centaine de magasins.
Impact attendu : réduction massive des transports inutiles.
2.2. Cas d’usage n°2 : optimisation des tournées – l’humain encore devant, mais l’IA progresse
Le besoin
E.Leclerc SAV Ouest doit organiser plusieurs types de tournées :
- navettes magasins,
- livraisons de fioul,
- installations de produits neufs,
- interventions de techniciens.
Ce que l’IA sait faire aujourd’hui
L’IA a montré une réelle valeur pour :
- extraire automatiquement les informations contenues dans les bons de livraison PDF,
- normaliser les adresses,
- structurer les données de planification.
Ce que l’IA ne sait pas encore faire aussi bien que l’humain
Pour l’optimisation fine d’une tournée quotidienne, l’expertise humaine reste supérieure, notamment pour :
- l’intégration du terrain,
- la gestion des contraintes implicites,
- la priorisation dynamique.
Perspectives
- Le nouveau module IA du logiciel métier (S9000) sera testé dès son lancement.
- Le partenariat Leclerc avec Woosmap ouvre la voie à un outil sur mesure :
- calcul automatique des distances,
- facturation des livraisons hors périmètre,
- intégration future dans un outil métier.
2.3. Cas d’usage n°3 : IA bureautique et gestion des connaissances – un levier immédiat de productivité
Gemini (Google Workspace) : gain de temps massif
Gemini a permis de :
- synthétiser des ensembles complexes d’e-mails,
- préparer des dossiers complets,
- rédiger des courriers professionnels (dont relances de paiement),
- uniformiser le ton et la qualité des communications.
NotebookLM : la révélation du projet
NotebookLM, fondé sur un corpus fermé de documents, a apporté :
- un questionnement précis avec citations de sources,
- une analyse structurée des accords fournisseurs,
- la génération automatique de :
- présentations,
- vidéos explicatives,
- podcasts,
- supports pédagogiques.
Applications concrètes à industrialiser
- création d’une base de connaissances pour les accords fournisseurs,
- formation continue des interlocuteurs magasins,
- production de contenus pédagogiques à destination des équipes SAV.
2.4. Cas d’usage n°4 : recherche d’informations techniques – une limite actuelle de l’IA
Les essais via Perplexity, Gemini et ChatGPT pour obtenir des :
- plans éclatés,
- références de pièces détachées,
- informations multimarques
ont été infructueux, principalement en raison de :
- l’absence d’accès aux sites protégés par mot de passe,
- la protection anti-robots,
- la rareté des données fiables en open data.
Conclusion : pas de valeur ajoutée IA pour ce cas d’usage à court terme.
Technologies et méthodologies analysées
Tableau de synthèse des outils testés et de leurs usages :
| Outil | Description | Usage principal |
|---|---|---|
| Gemini | IA Google intégrée à Workspace | Synthèse d’informations internes, rédaction de courriers |
| Claude | Analyse avancée de données et documents | Tri produits, optimisation simplifiée de tournées |
| ChatGPT | Modèle polyvalent | Recherche d’informations, optimisation |
| Perplexity | Assistant de recherche web | Recherche technique (non concluante) |
| NotebookLM | Analyse IA sur documents internes | Base de connaissances, formation |
| VS Code + GitHub Copilot | Développement assisté par IA | Application « faible valeur » (Vibe Coding) |
Plan d’action : industrialisation et montée en puissance
4.1. Déploiement opérationnel (priorité ★★★)
- Finaliser l’application de tri SAV.
- Déployer l’outil dans les magasins du réseau.
- Industrialiser la production du fichier EAN pour fiabilité maximale.
4.2. Optimisation logistique
- Tester le nouveau module IA du logiciel métier S9000 (★★★).
- Automatiser la lecture et l’intégration des bons de livraison PDF (★★★).
- Envisager une application de calcul de distances basée sur Woosmap (★★☆).
4.3. Gestion des connaissances et productivité
- Intégrer Gemini et NotebookLM dans les usages quotidiens (★★★).
- Construire une base documentaire des accords fournisseurs (★★★).
- Produire des modules de formation interactifs pour les équipes magasins (★★★).
Conclusion : l’IA comme moteur de performance pour les organisations opérationnelles
Le projet « Cap sur l’IA » prouve qu’une démarche pragmatique, centrée sur les besoins métier, permet de :
- générer des gains rapides,
- automatiser des tâches à faible valeur,
- déployer des outils opérationnels en quelques heures,
- structurer les connaissances,
- tout en respectant les exigences de sécurité et les réalités humaines du terrain.
Avec ce premier cycle d’expérimentations, E.Leclerc SAV Ouest se positionne comme un acteur précurseur de l’usage raisonné de l’IA dans le secteur du SAV et de la logistique.
Et ce n’est qu’un début.
Donner du sens à la transformation digitale
L’intelligence artificielle ne remplace pas l’humain.
Elle lui rend du temps, de la clarté et de la liberté.
Chez Digital’Ease et Vous, avec le programme Cap sur l’IA, nous aidons les dirigeants à transformer leur entreprise en respectant leur rythme, leurs valeurs et leurs équipes.
Vous souhaitez amorcer votre transformation digitale avec confiance et humanité ?
Échangeons autour de vos besoins et explorons vos premières pistes d’action.
