Au Adobe Summit, une grande partie de la conversation était centrée sur la façon dont l’IA change la manière dont les marques engagent les clients à travers le commerce, le marketing et le service. Pour Taranjeet Khanuja, vice-président associé, Services d’affaires numériques chez HCLTech, le changement ne consiste pas simplement à ajouter plus d’automatisation. Il s’agit de répondre à un environnement client qui est devenu plus complexe, moins linéaire et beaucoup plus difficile à gérer avec des approches traditionnelles basées sur des règles.

Lors d’une intervention au kiosque de HCLTech, Khanuja a décrit ce moment comme celui où les entreprises doivent repenser la façon dont elles connectent les parcours, le contenu et les systèmes. « Les chaînes d’approvisionnement et de contenu ont connu beaucoup de changements », a-t-il déclaré.

« Ces entonnoirs sont devenus beaucoup plus complexes [et l’ensemble du système devient plus difficile à gérer avec les approches traditionnelles]. »

Pourquoi l’entonnoir traditionnel ne fonctionne plus

Cette idée de complexité croissante est au cœur de la façon dont Khanuja perçoit l’environnement commercial moderne. Les clients ne suivent plus des étapes nettes et prévisibles allant de la sensibilisation à la conversion. Ils recueillent de l’information de plusieurs sources, passent d’un canal à l’autre, prennent des décisions d’achat dans différents contextes et continuent d’interagir avec les marques bien après la transaction elle-même.

« Même si nous parlons toujours d’entonnoir, les parcours clients n’ont jamais été aussi directs », a-t-il déclaré. « Il y a un cycle continu des points de contact, même après l’achat. »

Pour les marques, cela signifie que la réflexion axée sur les canaux n’est plus suffisante. Ce qui importe davantage, c’est la capacité de réunir ces interactions afin d’obtenir une compréhension cohérente du client et d’y répondre avec le bon message au bon moment.

Khanuja a donné un exemple simple. Si un client a déjà acheté un produit en magasin, la marque devrait-elle continuer de lui présenter le même message ciblé concernant ce produit par un autre canal? Ou devrait-elle évoluer et ajuster le parcours en conséquence? C’est là que l’expérience connectée commence à devenir une expérience contextuelle.

Ce qui doit changer avant que l’IA agentique puisse prendre de l’ampleur

L’étude « Blueprint for AI Leadership » de HCLTech a révélé que seulement 11 % des organisations disposent de l’infrastructure nécessaire pour soutenir l’IA, et seulement 16 % se disent confiantes de déployer des agents d’IA capables d’accomplir des tâches. Khanuja a indiqué que les organisations de commerce de détail et de biens de consommation font face à des contraintes très similaires.

« Tout le monde veut prouver la valeur », a-t-il déclaré. Mais passer de l’expérimentation à l’échelle dépend de trois choses.

1. Données : Les renseignements sur les clients se trouvent encore dans trop d'endroits déconnectés, allant des systèmes de fidélisation et des environnements de point de vente aux plateformes de commerce électronique. « Comment se fait-il que nous rassemblions tous ces éléments pour obtenir une vision harmonisée du client, puis que nous la fassions progresser ? » a-t-il demandé.
2. Préparation architecturale : Une fois ces données regroupées, les marques doivent avoir une visibilité en temps réel sur les différents processus et points de contact qui façonnent le parcours.
3. Le modèle opérationnel : Khanuja a soutenu que le succès avec l’IA agentique dépend de l’alignement des équipes sur des résultats d’affaires communs plutôt que sur des fonctions isolées. « Vos indicateurs clés de performance (ICP) sur lesquels chaque équipe est évaluée doivent être alignés avec ce vers quoi nous allons travailler en tant que groupe, » a-t-il déclaré.

Des parcours basés sur des règles aux parcours contextuels

Pour Khanuja, l’une des plus grandes opportunités en IA agentique est de s’éloigner des règles d’affaires statiques et d’aller vers une prise de décision plus adaptive et contextuelle.

C’est un moment charnière où les parcours fondés sur des règles d’affaires peuvent commencer à évoluer vers des parcours beaucoup plus contextuels.

La limite des anciennes approches est qu’elles tendent à fonctionner à l’intérieur des frontières d’un seul canal ou de la logique d’une campagne. Une campagne de commerce électronique pourrait ne pas savoir que le client a déjà effectué un achat en magasin, ou que ce même client a récemment exprimé son insatisfaction envers le produit. Le résultat est un mauvais timing, des messages non pertinents et une expérience globale affaiblie.

En réunissant ces points de données, les marques peuvent devenir plus réactives et plus précises. Selon Khanuja, c’est là que l’expérience va continuer d’évoluer dans un monde du commerce plus connecté.

Pourquoi la valeur compte davantage que l’automatisation seule

L’IA agentique ne devrait pas être mesurée simplement par la quantité qu’elle automatise. Les marques doivent garder l’accent sur la valeur.

« Nous apportons de la valeur au lieu de seulement de l’automatisation », a-t-il dit. Cela commence par l’identification des moments où l’automatisation peut véritablement améliorer l’expérience ou le résultat d’affaires. Cela signifie également reconnaître que chaque interaction ne devrait pas être confiée à des systèmes autonomes.

« Il doit y avoir certains points de contact où la présence humaine, de même que l’intimité humaine, est nécessaire », a-t-il ajouté.

La dernière composante est la mesure. « Les indicateurs clés de performance que nous utilisons pour mesurer les opérations doivent être redéfinis afin que l’automatisation ne se fasse pas au détriment de la relation avec le client. »

Bâtir un commerce connecté à grande échelle

En conclusion, Khanuja a indiqué que des plateformes telles qu’Adobe peuvent aider les organisations à évoluer vers un environnement d’expérience plus unifié, mais que la technologie à elle seule n’est pas suffisante. Pour opérationnaliser l’IA agentique à grande échelle, les marques ont besoin d’une base de données solide, d’une meilleure sélection des cas d’utilisation de l’IA, d’une vision plus claire de l’Expérience Totale et d’un modèle d’exploitation conçu pour les approches fondées sur les agents.

En termes concrets, cela veut dire relier les attentes des clients aux mécanismes de livraison qui façonnent les parcours de bout en bout, tout en s’assurant que l’entreprise soit configurée pour générer de la valeur continuellement à partir de ces parcours.

Pour les marques de détail et de consommation, voilà la véritable promesse de l’IA agentique. Il ne s’agit pas simplement d’une nouvelle couche d’automatisation. C’est une façon de reconstruire le commerce connecté autour du contexte, de la continuité et d’une prise de décision plus intelligente.