Tous les outils promettent désormais de l’intelligence artificielle. Résumer des emails, rédiger une relance, répondre à une question sur un client : les modèles savent le faire, et ils sont accessibles à tous. Pour un grossiste, la différence ne viendra donc pas du modèle utilisé. Elle viendra de ce que l’outil comprend de votre métier.
Un modèle généraliste ne sait pas qu’un restaurant qui ferme le lundi ne commande jamais le dimanche soir, qu’une baisse en août est normale chez un traiteur, ou qu’un client qui achète ses fruits ailleurs garde souvent son épicerie chez vous. Ces connaissances sont dans la tête de vos commerciaux, rarement dans vos logiciels.
Pourquoi le commerce de gros résiste aux outils génériques
Le commerce de gros n’est pas un secteur, c’est une collection de métiers. Selon l’Insee, il réunissait en 2023 plus de 162 000 entreprises et environ un million de salariés en équivalent temps plein, pour un chiffre d’affaires d’environ 915 milliards d’euros hors taxes. Entre un grossiste en produits frais pour la restauration, un distributeur de matériel électrique et un fournisseur d’emballages, presque tout change : rythme de commande, saisonnalité, poids des remises, durée de vie des produits.
Ces chiffres proviennent des chiffres clés du commerce de gros publiés par l’Insee.
Un outil qui applique les mêmes règles à tous se trompe donc souvent. Il signale comme « en baisse » un client saisonnier en pleine saison basse, ou passe à côté d’un client stable en chiffre d’affaires mais qui a changé de références.
Ce que veut dire « comprendre le métier »
Connaître le rythme normal de chaque client
Un client qui commande tous les mardis et un client qui commande une fois par mois ne se lisent pas de la même façon. Trois semaines sans commande sont alarmantes pour le premier, banales pour le second. La première connaissance métier est donc le rythme habituel de chaque compte, calculé sur son propre historique.
Lire les familles de produits, pas seulement le total
Le chiffre d’affaires total masque l’essentiel. Un client peut maintenir son total tout en abandonnant une famille entière, compensée par une hausse de prix sur les autres. Comprendre le métier, c’est suivre les familles et les références qui comptent pour ce type de client.
Tenir compte des conditions commerciales
Chaque client a ses conditions : tarifs, remises, franco, délais de règlement. Le Code de commerce prévoit que les conditions générales de vente constituent le socle de la négociation et qu’elles peuvent être adaptées par des conditions particulières. Une hausse de chiffre d’affaires due à une remise supprimée n’a pas le même sens qu’une hausse due à de nouvelles références.
Le rôle des CGV et des conditions particulières est expliqué sur la fiche Entreprendre.Service-Public consacrée aux conditions générales de vente.
Savoir ce qui est normal pour la saison
Un glacier, une cantine scolaire ou un hôtel de station n’ont pas le même calendrier. Comparer novembre à octobre n’a souvent aucun sens ; comparer novembre à novembre de l’année précédente en a beaucoup plus.
Trois questions qu’une IA générique répond mal
| Question | Réponse générique | Réponse qui connaît le métier |
|---|---|---|
| « Quels clients sont en baisse ? » | Les clients dont le chiffre d’affaires du mois est inférieur au mois précédent | Les clients dont la fréquence ou les familles ont changé par rapport à leur propre rythme, à saison comparable |
| « Que proposer à ce client ? » | Les produits les plus vendus du catalogue | Les références achetées par des clients comparables et absentes de ses commandes |
| « Qui appeler lundi ? » | Les plus gros clients | Les clients où l’écart est significatif et où une action peut changer quelque chose |
La différence ne tient pas à la puissance du modèle, mais aux règles qu’on lui donne et aux données qu’on lui fournit. C’est un travail de métier avant d’être un travail technique.
Les limites à garder en tête
Même bien paramétrée, une IA peut se tromper. La CNIL rappelle que les systèmes d’IA générative peuvent produire des contenus plausibles mais inexacts, et recommande de vérifier les résultats et de garder une supervision humaine, notamment pour éviter de faire confiance par réflexe à la machine.
Ces points sont détaillés dans les questions-réponses de la CNIL sur l’IA générative.
Concrètement, trois règles simples limitent les erreurs :
- chaque recommandation doit citer les faits sur lesquels elle repose (dates, références, montants) ;
- le commercial doit pouvoir dire « non, je connais ce client » et que ce retour soit pris en compte ;
- l’outil ne doit jamais envoyer seul un message ou une offre à un client.
Comment transmettre votre connaissance métier à un outil
Écrire les règles que vos meilleurs commerciaux appliquent déjà
Demandez à deux ou trois commerciaux expérimentés comment ils repèrent un client qui s’éloigne. Leurs réponses sont souvent très concrètes : « quand il ne prend plus le pain », « quand il commence à négocier chaque ligne », « quand il passe commande par téléphone au lieu du portail ». Ce sont des règles à formaliser.
Classer vos clients par type
Restaurant traditionnel, collectivité, hôtel, artisan, revendeur : chaque type a son rythme et ses familles clés. Un classement simple, même en cinq catégories, améliore beaucoup la lecture des signaux.
Définir les périodes de comparaison
Fixez une fois pour toutes la règle : même période de l’année précédente, ou moyenne des trois derniers mois hors saison exceptionnelle. Ce choix évite les fausses alertes de saison.
Revoir les résultats chaque mois
Regardez les recommandations du mois passé : lesquelles ont été utiles, lesquelles étaient fausses, et pourquoi. C’est ce retour qui fait progresser l’outil, pas la version du modèle.
Ce qui ne change pas avec l’IA
Le client attend toujours la même chose de son grossiste : des produits disponibles, livrés à l’heure, à un prix cohérent, et un interlocuteur qui connaît son affaire. L’IA peut aider ce commercial à arriver mieux préparé ; elle ne remplace ni sa connaissance du client ni la relation.
Elle peut en revanche lui faire gagner un temps précieux : moins de temps à fouiller les exports, plus de temps au téléphone ou en visite avec les clients qui en ont besoin.
En résumé
Le modèle d’IA compte-t-il ?
Moins qu’on le croit. Les modèles progressent vite et sont accessibles à tous ; ce qui fait la différence, ce sont les règles métier et la qualité des données.
Quelles données faut-il en priorité ?
L’historique des factures de vente par client et par référence, la liste des clients avec leur type, et les conditions tarifaires.
Qui doit valider les recommandations ?
Le commercial du compte ou son responsable. Une recommandation non validée ne doit pas partir chez le client.
Chez Haark, nous construisons Agent H à partir de situations vécues sur le terrain : un client qui ralentit, une référence qui disparaît, une hausse de tarif à défendre. L’objectif est de traduire cette connaissance du métier en recommandations que vos équipes peuvent vérifier et utiliser.
Vous voulez voir ce que donne une IA qui part de vos factures et de votre métier ? Découvrez Haark.