L'IA est de plus en plus présente dans les outils des entreprises. Elle peut répondre à une question, écrire un texte, résumer des infos ou aider à lire des données.
Mais certains systèmes vont plus loin. Ils peuvent utiliser des outils, suivre plusieurs étapes et agir pour atteindre un but.
On parle alors d'IA agentique. Dans le commerce, on parle aussi d'agent IA, d'assistant IA, d'agent d'intelligence artificielle ou d'IA agentique commerce. Les termes se recoupent, mais ils ne veulent pas dire la même chose.
Pour un commerçant, cette évolution compte beaucoup. L'IA ne sert plus seulement à donner une réponse. Elle peut aussi aider à travailler sur les données et les outils du magasin.
Qu'est-ce qu'une IA agentique ?
Une IA est dite agentique quand elle peut agir avec un certain niveau de liberté pour atteindre un but.
Selon le système et les droits accordés, elle peut :
- comprendre une demande ;
- trouver les infos utiles ;
- lire des données ou utiliser des outils ;
- faire une ou plusieurs étapes ;
- préparer ou lancer une action ;
- utiliser le résultat pour continuer sa tâche.
L'agentivité n'est donc pas un oui ou non simple. Il existe plusieurs niveaux d'agentivité.
Un système peut juste appeler un outil à la demande de l'utilisateur. Un autre peut, lui, planifier et enchaîner plusieurs étapes pour atteindre un but. Un agent autonome IA peut donc aller plus loin qu'un simple assistant.
Assistant IA, agent IA, IA agentique : quelle différence ?
Les mots peuvent prêter à confusion. Ils ne décrivent pas des cases fermées.
Un assistant IA aide surtout l'utilisateur dans ses tâches. Il est souvent de type conversationnel, mais il peut aussi avoir des fonctions d'action.
Un agent IA vise un objectif en utilisant les outils et les ressources à sa portée. Dans un magasin, un agent IA commerce peut suivre les ventes, le stock et les alertes.
L'IA agentique désigne surtout la capacité à raisonner sur les étapes, à utiliser des outils et à agir avec plus ou moins de liberté.
On peut résumer ainsi :
Assistant = aide. Agent = agit.
Mais ce résumé est trop simple. Un assistant peut aussi utiliser des outils et réaliser des actions.
La vraie question est plutôt : jusqu'où l'IA peut-elle aller pour exécuter une tâche ?
Qu'est-ce que cela change pour un commerce ?
Prenons un exemple simple.
Un commerçant veut savoir quels produits immobilisent inutilement son stock.
Une IA conversationnelle peut lui expliquer comment calculer la rotation des stocks ou quels indicateurs suivre.
Une IA reliée aux données du commerce peut aller plus loin. Elle peut répondre à une demande comme :
Quels produits n'ont eu aucune vente depuis 60 jours et prennent le plus de stock ?
Elle peut alors lire les ventes et les niveaux de stock pour repérer les références concernées.
Avec des capacités agentiques et les droits nécessaires, l'utilisateur peut ensuite demander une action de plus, par exemple :
Prépare une opération commerciale sur ces produits.
Le système peut alors utiliser les outils à sa disposition pour préparer ou exécuter les étapes utiles.
On passe ainsi peu à peu de la réponse à l'action.
L'IA agentique s'appuie sur les outils de l'entreprise
Une IA ne devient pas agentique juste parce qu'elle fait une bonne analyse.
Pour agir dans la vraie vie, elle doit pouvoir accéder aux données et aux outils utiles.
Dans un commerce, cela peut concerner :
- les ventes ;
- les stocks ;
- les produits ;
- les clients ;
- les commandes ;
- la boutique en ligne ;
- les outils marketing ;
- les logiciels de gestion.
Plus le cadre est connecté, plus l'IA peut agir sur des tâches du quotidien.
Cela ne veut pas dire qu'elle doit tout faire seule.
Agentique ne veut pas dire totalement autonome
C'est un point clé.
Une IA agentique peut avoir une certaine autonomie sans avoir carte blanche.
Le niveau de liberté dépend des règles fixées pour chaque action.
Certaines tâches peuvent être faites sans aide. D'autres peuvent demander une validation humaine avant l'action.
Par exemple, l'IA peut analyser les ventes chaque matin, mais demander une validation avant de changer un prix ou de lancer une campagne commerciale.
L'enjeu n'est donc pas d'enlever le contrôle humain, mais de décider quelles actions peuvent être confiées à l'IA.
Exemple : suivre l'activité d'un magasin
L'intérêt devient plus net quand la tâche revient souvent.
Au lieu de demander chaque semaine :
Y a-t-il quelque chose d'anormal dans mes ventes ?
on peut faire de cette analyse une routine.
L'IA peut alors lire les données, comparer les résultats et signaler un point à surveiller :
- baisse anormale des ventes ;
- produit qui ne se vend plus ;
- risque de rupture ;
- hausse du stock immobilisé ;
- évolution anormale du panier moyen.
L'IA ne se contente plus d'attendre une question. Elle participe au suivi régulier de l'activité selon les tâches qui lui ont été confiées.
Gillia : comprendre, analyser et exécuter
C'est dans cette logique que s'inscrit Gillia.
Le but n'est pas seulement d'ajouter un chatbot aux outils du commerçant.
Gillia permet d'agir en langage naturel sur les données et les outils du commerce. Le commerçant peut ainsi comprendre une situation, l'analyser et, quand les fonctions et les droits le permettent, lancer les actions utiles.
Gillia s'inscrit donc dans une logique d'IA agentique commerce. Elle agit comme un agent IA relié au magasin.
Un commerçant peut ainsi passer d'une question :
Quels produits se vendent moins bien ce mois-ci ?
à une analyse :
Lesquels prennent le plus de stock ?
puis à une action :
Prépare une opération pour écouler ces références.
Le niveau d'action dépend des outils connectés à Gillia et des droits donnés à l'agent.
Comprendre. Analyser. Exécuter.
C'est ce passage de l'information à l'action qui fait l'intérêt principal de l'IA agentique pour le commerce.