Commerce de détail
Transformation numérique
Intelligence artificielle
HOP! Le Sommet du commerce de détail
10 mars 2026

Les erreurs les plus fréquentes quand les détaillants implantent l’IA dans leur organisation

Par

Archipel synergie créative

Partager cet article
Suivez-nous sur Facebook Suivez-nous sur Twitter Suivez-nous sur LinkedIn

Archipel synergie créative

Archipel synergie créative est une agence de communication créative ; un concentré d’expertise en stratégie, en création, en numérique et en marketing de performance, dans un format de taille humaine. Elle accompagne les entreprises d’ici dans leur croissance grâce à une relation basée sur l’écoute, la rigueur, la transparence et l’imputabilité pour répondre à leurs besoins en identité de marque, branding, campagnes, publicités, site Web, planification stratégique, numérique, de contenus, et bien plus encore.

L’intelligence artificielle fait désormais partie du quotidien des détaillant·es québécois·es. Elle promet une meilleure connaissance client, des opérations plus efficaces, une personnalisation accrue et une prise de décision plus rapide. On comprend rapidement pourquoi elle peut être si attrayante! Et pourtant, sur le terrain, une fois implantées, les résultats ne sont pas toujours au rendez-vous.

À la lumière de ce qui s’est dégagé à l’événement Hop! Le Sommet du commerce de détail du Conseil québécois du commerce de détail (CQCD) en novembre dernier, un constat s’impose avec une clarté presque dérangeante : l’IA échoue rarement à cause de la technologie. Elle échoue beaucoup plus souvent en raison de décisions humaines, organisationnelles et stratégiques. Le véritable défi n’est donc pas d’adopter l’IA, mais bien de l’implanter intelligemment. Autrement dit, mieux vaut prendre le temps de préparer son projet d’implantation que de le précipiter.

Les erreurs les plus fréquentes :

Se lancer dans l’IA sans réelle préparation

L’une des erreurs les plus fréquemment mentionnées par les conférencier·ères dans le cadre de leur présentation ou lors d’entrevues réalisées par notre équipe est de se lancer dans l’IA sans réelle préparation. Trop d’organisations amorcent des projets avant même d’avoir clairement défini un problème à résoudre. Sans problématique d’affaires précise, l’IA devient une solution en quête de problèmes. Comme l’exprime très justement Carol-Anne Chouinard, directrice du marketing de performance chez WeCook :

On ne doit pas vouloir tout régler en même temps avec une seule solution. Il faut plutôt identifier son plus grand problème, déterminer si l’IA est réellement la bonne solution pour y répondre, et prendre le temps de la construire en toute connaissance de cause.

Dans le même esprit, Catherine Blais, gestionnaire senior Produits et programmes chez lululemon, rappelle que sans objectifs précis, il devient impossible de mesurer le succès. Et sans l’implication consciencieuse des utilisateur·trices, les solutions livrées s’intègrent mal à la réalité quotidienne des équipes, ou ne répondent que partiellement au besoin initial. Ce décalage, on le constate partout : la technologie avance souvent plus vite que la capacité des organisations à l’absorber.

Justement, l’IA transforme certes les outils, mais surtout les façons de travailler. Les projets les plus performants sont ceux dans lesquels les équipes sont intégrées dès le départ, où les rôles sont clairs et qui permettent activement le changement sur le terrain. À l’inverse, les projets imposés de manière descendante génèrent méfiance, adoption superficielle et contournement des outils. L’IA n’est pas qu’un projet technologique. C’est aussi un projet de transformation culturelle. Investir autant dans l’accompagnement que dans la technologie, communiquer régulièrement avec les équipes et donner à celles-ci le droit d’expérimenter font toute la différence.

Comme le souligne Alexandre Aubertin, gestionnaire et chef d’équipe eCommerce chez Patrick Morin :

Pour réduire la réticence des équipes, la formation et l’implication sont essentielles. Les équipes doivent comprendre les plateformes, se les approprier et savoir les utiliser à leur plein potentiel. Sans cela, l’adoption demeure fragmentée.

Catherine Blais ajoute également qu’au sein de plusieurs organisations, à peine 10 % des employé·es utilisent réellement les outils d’IA. Les autres observent, hésitent ou résistent. Cette dynamique crée une dépendance à quelques « champion·nes » internes et mène souvent à une perte de momentum. Sans plan structuré d’éducation et d’accompagnement, l’IA demeure un projet expérimental plutôt qu’un véritable levier collectif.

Les erreurs les plus fréquentes :

Percevoir l’IA comme une solution miracle

Percevoir l’IA comme une solution miracle fait aussi partie des erreurs les plus fréquentes, observées sur le terrain. Charles Cantin, associé et vice-président Expérience client chez Mirego, l’a formulé avec beaucoup de justesse :

Voir l’IA comme une fin en soi, plutôt que comme un outil au service d’un besoin précis, revient à avancer à l’aveugle. Adopter l’IA sans objectifs clairs, sans indicateurs de succès et sans balises d’utilisation crée souvent plus de confusion que de valeur.

Les conférences portant sur la performance marketing et l’exploitation des données ont d’ailleurs renforcé ce point : sans cadre, l’IA amplifie le flou. Jonathan Pollender, conseiller sénior en stratégie d’affaires chez Adviso, nous met en garde :

Il ne faut pas penser que l’IA va tout régler.

L’exemple de l’optimisation de l’agencement en magasin est particulièrement parlant. Utiliser l’IA pour analyser les données comportementales peut s’avérer extrêmement puissant. Mais sans avoir clairement défini si l’objectif est d’augmenter le temps passé en magasin, d’améliorer la conversion dans certaines zones ou de fluidifier le parcours client, les recommandations générées peuvent nuire à l’expérience de marque et produire l’effet inverse de celui recherché. Là encore, le principe est simple, mais l’exécution exigeante : partir du besoin d’affaires, associer chaque projet à des indicateurs clairs, tester à petite échelle, encadrer l’usage et conserver un regard critique humain. La réflexion stratégique doit toujours précéder la technologie.

Les erreurs les plus fréquentes :

Miser sur l’IA sans données solides

Vouloir faire de l’IA sans disposer de fondations de données solides fait également partie des erreurs à éviter. Le message a été martelé à plusieurs reprises pendant l’événement Hop! Le Sommet : l’IA ne compense pas des données faibles, elle les amplifie. Qu’il s’agisse de personnalisation marketing, de prévision de la demande, de fidélisation ou d’optimisation média, la qualité, la centralisation et la gouvernance des données sont des prérequis non négociables. Trop d’organisations tentent d’ajouter une couche d’intelligence avant même d’avoir éliminé leurs silos de données ou clarifié les responsabilités internes. Le résultat est prévisible : des recommandations peu fiables, des décisions biaisées et une perte de confiance des équipes envers les outils.

Simon Robillard, associé et vice-président chez Datmos, mentionnait ceci :

L’intelligence artificielle n’est jamais plus performante que la qualité de l’information qu’on lui donne. Il est primordial de l’entretenir, de la nourrir et de la nettoyer.

Enfin, plusieurs conférencier·ères ont émis une certaine mise en garde contre une automatisation excessive, particulièrement dans un contexte économique incertain. Les données sur la consommation et la fidélité démontrent clairement que les client·es recherchent avant tout de la pertinence, de la cohérence et de la confiance. L’IA doit soutenir la prise de décision humaine, et non la remplacer aveuglément. Les organisations les plus matures sont celles qui avancent par itérations, en testant, mesurant et s’ajustant en continu, tout en conservant des points de contrôle humains.

À la lumière de nos échanges, discussions et recherches, on en convient que l’IA ne doit pas être perçue comme un raccourci, mais plutôt comme un amplificateur. Elle amplifie une stratégie claire, des données solides et une culture forte. Mais sans ces fondations, elle amplifie aussi les failles. La vraie question n’est donc pas « faut-il adopter l’IA? », mais bien « sommes-nous prêt·es à l’implanter intelligemment? ».