L’IA qui renforce, sans remplacer, l’humain
LVMH aligne l’IA sur les priorités de chaque maison pour améliorer l’expérience client et protéger le savoir‑faire. En misant sur une donnée client unifiée et des pilotes chez les grandes maisons, le groupe codifie ce qui marche avant de diffuser à l’échelle. Résultat: une adoption mesurée qui privilégie l’impact réel, maîtrise la courbe en J et laisse la création aux humains.
Points clés
- LVMH supervise 75 marques (“maisons”) et pèse environ 250 Md€ (291 Md$), avec une organisation décentralisée préservant l’autonomie locale
- Gonzague de Pirey (chief omnichannel and data officer, LVMH) a “cessé de prêcher” l’IA générique pour écouter les priorités métier de chaque maison
- Le socle technologique repose sur l’unification des données clients dans une infrastructure commune, sécurisée et partagée
- Les projets sont arbitrés selon l’équation impact/effort et la gestion de la “courbe en J” de productivité
- L’“AI Factory” (équipe de machine learning) peut rapidement produire des modèles, mais le déploiement réel exige temps et budget
- LVMH souligne que les modèles génératifs engendrent des coûts financiers et environnementaux récurrents, à intégrer durablement
- Cas d’usage retail: assistance en service client et en boutique (identification des “very important clients”, messages personnalisés plus rapides) pour libérer du temps de conseil
- En création, l’IA est traitée comme un effort de R&D au service des designers et artisans, sans objectif de “faire plus vite/moins cher”
- Stratégie de déploiement: co‑développer avec les grandes maisons, packager les solutions, puis diffuser aux petites maisons pour limiter risques et coûts
- Selon l’Institute of Directors (2025), environ la moitié des dirigeants britanniques citent la faible compréhension et la défiance envers l’IA comme principaux freins à l’adoption
À retenir
Si vous débutez, commencez comme LVMH: 1) branchez l’IA sur un vrai problème métier, 2) unifiez vos données avant de rêver d’algorithmes magiques, 3) pilotez là où vous avez de la capacité, puis standardisez. Ah, et n’oubliez pas que le “génératif” n’est pas une machine à vœux: il consomme de l’argent, de l’énergie… et parfois votre patience. Mieux vaut viser l’impact discret mais mesurable que la démo de science‑fiction du lundi matin.
Sources
