Les retailers perdent rarement sur la stratégie. Ils perdent dans l'exécution—et l'exécution, presque toujours, se résume à des données qui circulent à la mauvaise vitesse, entre les mauvais systèmes, au mauvais moment.

Imaginez un détaillant de mode de taille moyenne qui se prépare pour un grand événement promotionnel. Leur moteur de tarification dispose de la bonne logique de démarque. Leur plateforme e-commerce est prête. Mais le système de gestion des stocks—toujours alimenté par un traitement par lots nocturne—ne reflète pas les données d'écoulement de l'après-midi. Au moment où la recommandation de réapprovisionnement pilotée par l'IA se déclenche, la rupture de stock s'est déjà produite en ligne. Un concurrent avec une visibilité sur les stocks en temps réel remporte la vente à la place.

Ce n'est pas un cas limite hypothétique. C'est la réalité quotidienne pour les détaillants qui gèrent des environnements d'intégration déconnectés—et c'est la principale raison pour laquelle les investissements en IA dans le retail ne parviennent pas à concrétiser leur potentiel.

Pourquoi l'intégration est le goulot d'étranglement de l'IA pour le Retail

Les modèles d'IA sont aussi bons que les données auxquelles ils peuvent accéder, et aussi rapides que les systèmes qui les transmettent. Les environnements retail comptent parmi les plus complexes de l'IT d'entreprise : systèmes de point de vente, plateformes de e-commerce, moteurs de fidélisation, ERP, gestion des entrepôts, réseaux de fournisseurs et un portefeuille croissant d'applications SaaS — générant toutes des données, devant toutes communiquer entre elles en temps réel.

L'intégration fragmentée, comme les connexions point à point, le middleware cloisonné ou les pipelines par lots se rafraîchissant toutes les quelques heures, ne fait pas que ralentir l'IA : elle la dégrade silencieusement. La personnalisation arrive après que le moment est passé. La détection de la demande devient une correspondance par modèles sur les données d'hier. Le Pricing dynamique n'est ni dynamique ni un avantage concurrentiel lorsque le système de chaque concurrent a été mis à jour avant le vôtre. Les modèles d'IA ne sont aussi intelligents que les données qui leur sont transmises, et des données obsolètes produisent des réponses assurées à des questions que l'entreprise a cessé de poser il y a des heures.

La voie vers l'IA dans le retail commence, avant toute chose, par l'intégration.

Ce que les détaillants cherchent réellement à résoudre

Les challenges d'intégration retail s'articulent autour de quatre problématiques persistantes :

• Cohérence omnicanal en temps réel : Les clients s'attendent à la même vérité des stocks, qu'ils naviguent en ligne, consultent l'application ou s'adressent à un vendeur en magasin. Lorsque les données de tarification et de stock transitent par des tuyaux déconnectés à des vitesses différentes, la cohérence s'effondre — et avec elle, la confiance des clients.
• Agilité de la Supply Chain : la volatilité des tarifs douaniers, l'évolution des relations avec les fournisseurs et la demande imprévisible nécessitent une intégration capable de propager instantanément les signaux de changement — depuis la mise à jour d'un fournisseur dans un système ERP jusqu'à une décision de réapprovisionnement dans un système de gestion des entrepôts, sans intervention manuelle entre les deux.
• Personnalisation optimisée par l'IA à grande échelle : Proposer des offres personnalisées en temps réel nécessite des données client unifiées : l'historique des transactions, le comportement de navigation, le statut de fidélité et le panier actuel — tous disponibles pour le moteur d'IA au moment de l'interaction.
• Complexité de l'écosystème : Le retail moderne repose sur un écosystème de partenaires, de places de marché, de prestataires logistiques et de services fintech. Chacun nécessite une intégration fiable et gouvernée, capable d'évoluer sans devenir un fardeau de maintenance.

Il ne s’agit pas de problèmes nouveaux. Ce qui est nouveau, c’est l’attente — de la part des clients, des conseils d’administration et des marchés concurrentiels — qu’ils soient résolus immédiatement, et non selon une feuille de route pluriannuelle.

À quoi ressemble le retail connecté en pratique

Prenons un autre scénario : un distributeur alimentaire proposant un service d'achat en ligne avec retrait en magasin (BOPIS). Un client passe une commande à 9 h 00. Dans un environnement fragmenté, cette commande passe par six systèmes — e-commerce, OMS, WMS, ERP, fidélité et exécution en magasin —, chacun avec son propre modèle d'intégration, sa latence et sa gestion des erreurs. La promesse de retrait en 30 minutes devient une réalité de 90 minutes.

Imaginez maintenant le même détaillant avec des processus d'intégration pilotés par les événements. Au moment où la commande est passée, un événement se déclenche sur tous les systèmes connectés simultanément. Le stock est réservé, le préparateur est notifié, les points de fidélité sont provisionnés, et le client reçoit une mise à jour de statut en temps réel — le tout en quelques secondes. La promesse des 30 minutes est tenue.

C'est précisément ce qu'Elkjop Nordic, l'un des plus grands détaillants d'électronique grand public d'Europe, a construit avec SAP Integration Suite. Elkjop traite 5 millions de messages par jour via SAP Integration Suite, notamment Advanced Event Mesh, permettant l'alignement en temps réel des prix en magasin avec les promotions locales, les mises à jour de statut des commandes en direct et l'exécution des commandes omnicanal. Le résultat : des commandes en ligne exécutées pour un retrait en magasin en 30 minutes. Ils ont également réduit considérablement la complexité de l'intégration — prenant en charge 500 intégrations plus efficacement en rationalisant les locataires. Selon Mirko Adamovic, chef d'équipe Intégration chez Elkjop : "Nous pouvons désormais distribuer des événements qui nous aident à offrir une expérience retail unifiée où les clients peuvent commander en ligne et récupérer leur achat en magasin en seulement 30 minutes." ¹

La capacité qui a rendu cela possible n'était pas seulement la technologie — c'était le passage architectural d'une connectivité par lots et en silos vers un tissu d'intégration en temps réel, piloté par les événements.

Modernisation des systèmes existants : la base qui libère l'IA

Avant que les retailers puissent poursuivre leurs ambitions en matière d'IA, la plupart font face à un défi plus pressant : un environnement d'intégration hérité qui n'a jamais été conçu pour la vitesse ou l'échelle. Beaucoup utilisent encore des solutions conçues pour une autre ère de l'informatique — suffisamment performantes pour leur usage initial, mais pas pour le retail en temps réel ou les charges de travail IA.  Exemples :

• D'autres ont accumulé un patchwork de connexions point à point entre les plateformes ERP, WMS et e-commerce, chacune construite par une équipe différente à un moment différent pour résoudre un problème spécifique, sans modèle de données partagé et sans visibilité centrale.
• Les outils middleware qui étaient à la pointe de la technologie il y a dix ans—ESB on-premise, hubs EDI basés sur les fichiers, passerelles API personnalisées—se trouvent désormais au cœur de processus retail critiques, mais ne peuvent pas être facilement mis à niveau sans risque pour l'entreprise.
• La connectivité des fournisseurs fonctionne encore sur des cycles EDI par lots qui se clôturent pendant la nuit, au moment même où les décisions de Supply chain en temps réel exigent des données intrajournalières.
• Les systèmes en magasin communiquent avec le siège via des extractions planifiées plutôt que via des flux d'événements en direct. Et lorsqu'un détaillant s'est développé par le biais d'acquisitions, l'environnement d'intégration reflète souvent directement cette histoire : trois ERP, deux plateformes de fidélité et cinq outils middleware différents, qui étaient chacun la bonne réponse pour l'unité commerciale qui les a achetés, mais qui forment collectivement un parc fragmenté qu'aucune équipe ne comprend entièrement.

Harrods, le grand magasin de luxe emblématique de Londres, a été confronté exactement à cette situation.² En migrant de SAP Process Orchestration vers SAP Integration Suite tout en maintenant la continuité des activités, Harrods a adopté une approche de migration hybride par phases — en faisant fonctionner les deux plateformes simultanément pendant la transition. Le résultat : 60 % du contenu existant réutilisé d'Enterprise Services Repository, et une réduction de 40 % du coût total de possession sur l'ensemble de l'environnement d'intégration.

Pour LL Flooring³ (anciennement Lumber Liquidators), la migration était tout aussi structurée : plus de 200 interfaces ont été déplacées de SAP PI/PO vers SAP Integration Suite, intégrant 23 systèmes, dont CRM, ECC, Gateway et Fiori. Le résultat était un socle d'intégration modernisé, capable de prendre en charge une vue Client 360 — une condition préalable à toute initiative significative de personnalisation par IA.

Ces deux histoires illustrent la même vérité : la modernisation de l'intégration n'est pas un prérequis qui entre en concurrence avec l'investissement dans l'IA. C'est l'investissement qui rend l'IA possible.

La couche IA : ce que SAP Integration Suite permet ensuite

SAP Integration Suite ne stagne pas pendant que les détaillants se modernisent. La plateforme développe les fonctionnalités d'IA qui transforment l'intégration, passant d'une infrastructure à de l'intelligence, par exemple :

• Génération de flux d’intégration alimentée par Joule (sur la feuille de route)⁴— permet aux développeurs de décrire une intégration en langage naturel et de générer le flux automatiquement, réduisant le temps de création de quelques jours à quelques heures. Pour un détaillant intégrant un nouveau partenaire de place de marché ou lançant un pipeline de promotion saisonnière, cela change entièrement l’économie du développement d’intégration.
• Les API en tant que serveurs MCP permettent aux API gérées par SAP d'être consommées directement par des agents d'IA — ce qui signifie qu'un agent d'IA retail peut interroger un inventaire en temps réel, déclencher un réapprovisionnement ou vérifier la disponibilité des fournisseurs sans développement d'intégration personnalisé. Cela transforme la couche d'intégration en couche d'action d'IA.
• Les outils d'analyse conversationnels Joule pour la gestion des API (en feuille de route) donnent aux équipes d'opérations retail un accès en langage naturel aux données de performance des intégrations : quels flux sont sains, quelles API sont sous charge, où la latence augmente — le tout sans tableau de bord ni analyste de données.

Ensemble, ces fonctionnalités décrivent un avenir où l'intégration n'est pas un projet qui précède l'IA — c'est le substrat à travers lequel l'IA opère en continu.

La réalité concurrentielle

Les détaillants qui investissent aujourd'hui dans la consolidation et la modernisation de l'intégration ne font pas que réduire les coûts informatiques — ils construisent la structure de données en temps réel dont l'IA a besoin pour fonctionner. Les détaillants qui remporteront les cinq prochaines années de concurrence omnicanal sont, en grande partie, ceux qui effectuent ce virage.

Les entreprises qui peinent à gérer des paysages d'intégration fragmentés ne seront pas lentes à adopter l'IA. Elles seront lentes parce que leurs données circulent trop lentement, leurs systèmes communiquent trop rarement, et leurs équipes d'intégration sont trop occupées à maintenir les pipelines existants pour construire quoi que ce soit de nouveau.

La voie à suivre est claire. Tout commence par l'intégration.