L’étude Coresight Research réalisée avec Simbe et RELEX Solutions donne un ordre de grandeur brutal : les inefficacités opérationnelles absorberaient 6,4 % des ventes brutes du secteur, avec 196,4 milliards de dollars de pertes attendues en 2026 dans les catégories hardware, grande distribution et alimentation. La hausse de ces pertes, estimée à 21 % sur un an, dépasse largement la croissance projetée du secteur. Le sujet n’est donc pas seulement technologique. Il touche la marge, la disponibilité produit, la confiance client et le temps passé par les équipes à vérifier manuellement ce qui devrait déjà être connu. Quand neuf distributeurs sur dix déclarent rencontrer des difficultés actives sur leur surface de vente, la caméra, le capteur et le robot d’inventaire ne sont plus des gadgets : ils deviennent des instruments de pilotage.

Le risque, pour beaucoup d’enseignes, consiste à acheter d’abord les briques visibles : optimisation tarifaire, promotions automatisées, plateformes fournisseurs. Or ces outils se nourrissent d’une donnée de base : ce qui est réellement présent, absent ou mal placé en rayon. Le chiffre est parlant : 43 % des responsables technologiques orientent leurs investissements vers l’optimisation des prix, 36 % vers la collaboration fournisseur, mais seulement 33 % vers le matériel de numérisation des étagères. Cette inversion fragilise toute la chaîne. Si le stock physique est faux, l’algorithme de prix réagit à une réalité dépassée. Si le planogramme n’est pas vérifié, l’assortiment reste théorique. Pour un réseau plus modeste, la leçon est directe : il vaut mieux commencer par un périmètre terrain fiable que déployer une couche d’IA ambitieuse sur des données instables.

Les exemples cités montrent où les gains apparaissent. BJ’s Wholesale Club utilise des robots Simbe pour surveiller l’inventaire et la précision des prix, puis créer des jumeaux numériques de ses clubs. Cette base a contribué à une amélioration de 40 % de l’efficacité du picking sur un an. Lowe’s a de son côté supprimé 80 heures hebdomadaires de travail non productif par magasin grâce à des outils de gestion de main-d’œuvre et de stock, avant d’étendre le réassort piloté par l’IA. À l’échelle du secteur, les applications d’intelligence magasin réduiraient de 14 % le temps consacré aux tâches manuelles, tandis que 86 % des organisations constatent une baisse définie des heures d’affectation manuelle. Le vrai gain n’est pas de remplacer le commerçant : c’est de réduire les contrôles répétitifs pour redonner du temps à l’exécution, au conseil et à la qualité.