Promod veut « libérer l’accès à la donnée » grâce à l’IA

Chez Promod, l’intelligence artificielle doit notamment permettre de réduire la distance entre les équipes métiers et la donnée. L’enseigne de prêt-à-porter féminin déploie depuis quelques mois la plateforme de la start-up lilloise Myriade. L’objectif : permettre progressivement aux collaborateurs d’interroger directement les données de l’entreprise en langage naturel, sans nécessairement passer par une équipe data. « Nous voulons libérer l’accès à la donnée grâce à l’IA », résume Claire Thelliez, directrice transformation et IT de Promod.

Fondée en 1975 dans le Nord de la France, Promod exploite aujourd’hui 400 magasins, 2 500 collaborateurs et réalise 380 millions d’euros de chiffre d’affaires, essentiellement en France, mais également en Belgique, au Luxembourg, en Suisse et dans les Outre-mer. Environ un tiers du parc est exploité en franchise, le reste en succursales. Sur le Web, l’enseigne est également présente en Italie, en Pologne et en Allemagne. Cette organisation s’appuie sur un système d’information largement développé en interne. La direction transformation et IT, directement rattachée à la direction générale, assure à la fois les fonctions traditionnelles d’une DSI et le pilotage de projets de transformation mêlant technologie et organisation. Les départements data et cybersécurité lui sont également rattachés.

Un patrimoine data largement maîtrisé en interne

ERP, WMS et e-commerce ont été développés par Promod. Le système de caisse, autrefois entièrement maison, repose désormais sur une architecture hybride. Une organisation qui permet à l’entreprise de disposer de systèmes personnalisés, adaptés à ses besoins, mais qui lui laisse aussi la responsabilité de gérer un patrimoine de données particulièrement conséquent. « Nous avons notre patrimoine data à disposition chez nous. C’est très bien. Mais cela a comme conséquence de nous faire gérer des bases de données assez monstrueuses », reconnaît Claire Thelliez. L’environnement technologique de Promod repose notamment sur Java, des bases Oracle et MongoDB ainsi que sur une plateforme data hébergée sur Google Cloud avec BigQuery.

Posséder la donnée ne signifie toutefois pas qu’elle soit facilement accessible à l’ensemble des collaborateurs. C’est précisément l’un des sujets auxquels Promod cherche aujourd’hui à répondre. Disposer d’un important patrimoine de données ne signifie pas pour autant que celui-ci soit facilement exploitable par l’ensemble des collaborateurs. Chez Promod, pour obtenir certaines analyses ou créer un tableau de bord, les équipes métiers devaient jusqu’ici régulièrement solliciter l’équipe data. Cette centralisation des demandes pouvait entraîner des délais de traitement. « Quand on travaille sur un entrepôt de données, l’objectif est bien de favoriser l’exposition et ainsi l’usage des données », souligne Claire Thelliez.

À cette question de l’accès s’ajoute celle de la gestion d’un patrimoine constitué au fil des décennies. Certaines données conservées par Promod ont ainsi plus de trente ans, ce qui impose également un travail de tri et de simplification. C’est dans ce contexte que l’enseigne a commencé, il y a un peu moins d’un an, à réfléchir à l’apport de l’intelligence artificielle. L’objectif est de permettre aux collaborateurs de poser directement leurs questions en langage naturel et d’accéder plus simplement aux informations dont ils ont besoin, sans solliciter systématiquement l’équipe data. Cette démarche s’inscrit plus largement dans la stratégie de « commerce de précision » portée par Promod. « Notre ambition avec le commerce de précision est de concevoir une mode plus juste et mesurée, au plus près des attentes de nos clientes. Pour y parvenir, l’accès à l’information doit être instantané et démocratisé », explique Claire Thelliez.

Concrètement, la création d’un tableau de bord ou certaines demandes d’analyse nécessitaient de passer par l’équipe data. « Quand on travaille sur un entrepôt de données, l’objectif est bien de favoriser l’exposition et ainsi l’usage des données », souligne Claire Thelliez.

L’enjeu passe également par une rationalisation de ce patrimoine : certaines données conservées par Promod ont plus de trente ans.

L’enseigne a donc commencé à réfléchir, il y a un peu moins d’un an, à la manière dont l’intelligence artificielle pouvait simplifier l’accès à cette masse d’informations. Avec une idée centrale : permettre aux collaborateurs de questionner directement les données en langage naturel plutôt que de devoir traduire leur besoin en requêtes techniques.

Cette démarche s’inscrit plus largement dans la stratégie de « commerce de précision » portée par Promod. « Notre ambition avec le commerce de précision est de concevoir une mode plus juste et mesurée, au plus près des attentes de nos clientes. Pour y parvenir, l’accès à l’information doit être instantané et démocratisé », explique Claire Thelliez.

Un POC de trois mois avant le passage en production

Pour mener ce projet, Promod s’est tournée vers Myriade. Le choix de cette jeune pousse créée à Lille en 2025 tient notamment à son implantation régionale, mais également aux relations déjà établies entre Promod et son fondateur. L’enseigne avait expérimenté d’autres approches avant de retenir cette solution. Elle met notamment en avant sa simplicité d’utilisation et la possibilité de participer à sa construction. Une approche qui correspond à la culture technologique de Promod. Habitué à développer ses propres outils, l’enseigne privilégie également une logique de co-construction avec les quelques éditeurs auxquels il fait appel. Promod figure ainsi parmi les premiers clients de Myriade.

Avant son déploiement, un POC de trois mois a été réalisé en environnement de test. La solution a ensuite été mise en production et compte désormais une cinquantaine d’utilisateurs actifs au sein de la DSI, soit environ la moitié des effectifs de la direction informatique après seulement quelques semaines d’utilisation.

Logistique, incidents, qualité des données : les premiers cas d’usage

Promod a volontairement commencé par déployer la solution auprès de ses équipes IT. Plusieurs cas d’usage sont désormais opérationnels. Le premier concerne le support informatique. Les collaborateurs peuvent interroger en langage naturel les bases de connaissance liées à la maintenance afin de retrouver plus rapidement les informations nécessaires au diagnostic et à la résolution d’un incident. La plateforme analyse notamment les comptes-rendus d’exécution, les traitements nocturnes ou encore l’historique des tickets de support afin de capitaliser sur les incidents déjà rencontrés.

L’IA est également utilisée pour contrôler la cohérence des données entre les différents systèmes. Les écarts peuvent ainsi être détectés plus tôt et corrigés plus rapidement afin de limiter les anomalies en aval. Autre utilisation plus technique : l’optimisation des requêtes. Cet usage doit notamment réduire les temps de réponse des applications et des traitements et améliorer les performances du système d’information. Mais les expérimentations commencent désormais à sortir du seul périmètre IT.

Des agents IA pour surveiller les commandes et la politique commerciale

Promod a notamment créé un agent IA dédié à la logistique des commandes, capable de détecter certains problèmes alors qu’il fallait auparavant exécuter une requête SQL pour accéder à l’information. La solution est également testée pour suivre les transferts de stocks et les performances produits à partir de questions formulées directement en langage naturel. Un autre agent est utilisé pour vérifier la bonne application de la politique commerciale de l’enseigne. « Myriade nous permet de travailler plus vite et plus simplement », résume Claire Thelliez. L’objectif n’est pas d’utiliser l’intelligence artificielle pour l’ensemble des besoins liés à la donnée, mais de déterminer les situations dans lesquelles elle apporte réellement quelque chose par rapport aux outils existants.

Un modèle économique qui oblige à arbitrer les usages

Chez Promod, Myriade est installé on premise. La plateforme repose sur des agents IA qui analysent le patrimoine data afin que d’autres agents puissent ensuite répondre aux interrogations des utilisateurs. Son modèle économique combine un prix de licence pour la plateforme et un coût par utilisateur comprenant une enveloppe de tokens. Cette tarification entre aussi en ligne de compte dans le choix des usages. Promod ne souhaite par exemple pas mobiliser l’IA pour réaliser de la datavisualisation lorsque des outils traditionnels peuvent répondre au même besoin. « L’outil pourrait faire de la datavisualisation mais nous ne jugeons pas cet usage pertinent : d’autres outils peuvent faire la même chose sans consommer de tokens. Notre idée est plutôt d’utiliser l’IA pour fouiller nos datas et trouver des réponses lorsque nous avons des anomalies à résoudre ou lorsque nous cherchons à prendre une décision éclairée », explique Claire Thelliez.

L’enjeu est donc également économique : réserver les capacités de l’IA aux situations où la possibilité d’explorer plus facilement les données ou de détecter une anomalie apporte une valeur supplémentaire.

Le réapprovisionnement parmi les prochains usages étudiés

L’expérimentation fait également ressortir une limite : connecter une IA à un important patrimoine de données ne suffit pas pour obtenir automatiquement des analyses pertinentes. « Il n’y a pas de magie : pour permettre des cas d’usages avancés, comme les projections, il faut améliorer la couche de contexte », prévient Claire Thelliez. C’est aussi l’une des raisons pour lesquelles le distributeur a préféré commencer le déploiement au sein de la DSI avant d’élargir progressivement le dispositif. L’utilisation de la plateforme étant encore récente, les résultats produits par l’IA continuent par ailleurs d’être contrôlés par les équipes.

Promod cherche donc à avancer progressivement, tout en travaillant sur la qualité et la contextualisation de la donnée nécessaire à des usages plus poussés. La prochaine étape consistera moins à multiplier les agents qu’à déterminer les cas d’usage métiers sur lesquels l’IA apporte réellement de la valeur. « Il y a plein d’envies, plein d’idées et il nous faut choisir », explique Claire Thelliez. Elle met également en avant une question de sobriété : « Si on l’utilise pour tout et n’importe quoi, ce n’est pas très économe ou responsable. »

Parmi les pistes déjà identifiées figure l’optimisation des réapprovisionnements. Promod prévoit également, dans les douze prochains mois, d’étendre les capacités de la plateforme à l’analyse approfondie des événements commerciaux et à l’enrichissement de son catalogue de données. L’ambition affichée est ensuite de donner davantage d’autonomie aux différentes directions métiers, notamment au commerce, au merchandising et à la finance.

Passer d’une IA réactive à une IA proactive.

À plus long terme, Promod envisage une autre évolution : passer d’une IA réactive à une IA proactive. Aujourd’hui, un utilisateur interroge principalement la plateforme pour obtenir une information ou comprendre une anomalie. Demain, certains agents pourraient analyser les données en continu et identifier eux-mêmes des situations nécessitant l’attention des équipes. « Nous passerons d’une IA qui répond à une question à une IA proactive, qui pourra analyser en continu afin d’accroître l’efficacité opérationnelle et la performance commerciale », projette Claire Thelliez.

Une évolution qui résume finalement la trajectoire poursuivie par Promod : ne plus seulement accumuler et exposer la donnée, mais permettre aux métiers de l’interroger plus facilement et, demain, faire remonter automatiquement les informations susceptibles d’éclairer leurs décisions.