Tous les cas d’usage
Automatisation par agent IA2026-05-05

Des agents IA qui ne suggèrent pas — ils font le travail

Un groupe chausseur déploie des agents Solya sur soldes, transferts et réassort. Les approbations restent humaines ; le travail répétitif, non.

Résultat

+7% de marge

Réseau

5 enseignes · 50+ magasins

Résultats mesurés

+7%

Marge · premier cycle fin de saison

Jours

Soldes exécutés (avant : semaines)

100%

Audit trail sur chaque action — qui, quoi, quand

Ce qui est branché

Systèmes connectés

MERCH

Système merchandising

Pricing & assortiment

WMS

Entrepôt (WMS)

Transferts inter-magasins

STORE

Outils magasin

Étiquettes & PLV

Avant · Après

Avant

Playbook sur le papier, exécution éparpillée

Cinq enseignes, 50+ magasins, un playbook clair sur le papier — et personne pour le suivre vraiment de façon homogène. Le stock à rotation lente était soldé trop tard, de façon trop uniforme, l'impact marge significatif.

Après

L'agent prépare, l'humain approuve

Chaque agent tourne à sa cadence, construit une proposition complète (règle suivie, donnée utilisée, impact attendu) et la route pour approbation selon les seuils en place. Les actions approuvées s'exécutent directement, sans ressaisie dans un outil de workflow.

Le défi

L’équipe merchandising avait un playbook de soldes clair sur le papier, mais l’appliquer sur cinq enseignes et 50+ magasins voulait dire que personne ne le suivait vraiment de façon homogène. Le stock à rotation lente était soldé trop tard, de façon trop uniforme, et l’impact marge était significatif.

Ce qu’on a changé

Les agents Solya ont reçu les règles de solde, les garde-fous sur les transferts et la logique de réassort, formalisées dans la couche intelligence. Et les clés des systèmes qui exécutent. Chaque agent tourne à sa propre cadence, prépare les décisions, et les route pour approbation selon les seuils déjà en place dans l’équipe.

Comment les décisions se prennent

Un agent ne produit pas qu’une liste de recommandations. Il construit une proposition complète avec la règle suivie, la donnée utilisée et l’impact attendu. Les relecteurs approuvent, modifient ou rejettent — et l’agent apprend quelles corrections sont systématiques vs. ponctuelles.

Où ça atterrit

Les actions approuvées arrivent directement dans le système de merchandising, l’entrepôt, et les outils côté magasin. Rien n’est ressaisi dans un outil de workflow séparé — la sortie de l’agent EST le workflow.

Ce qui a changé

  • +7% de marge dès le premier cycle de fin de saison
  • Décisions de solde exécutées en jours, pas en semaines
  • Audit trail complet sur chaque action — qui a approuvé, ce qui a changé, ce que l’agent a vu

À combiner : le réassort continu pour fermer la boucle en amont, et la couche d’orchestration qui propage l’exécution sans ressaisie.

Plus de cas d’usage

Depuis le blog