L’intelligence artificielle en entreprise ne commence pas par les algorithmes, mais par l’écoute du terrain. Chez Morrisons, cette approche guide la nouvelle stratégie portée par son directeur de l’IA, le Dr Mohsen Ghasempour. Sa priorité : comprendre les difficultés concrètes des équipes avant de choisir les outils.
Arrivé récemment du groupe Kingfisher, il a pris ses fonctions le 1er octobre. Il est chargé de définir la stratégie de données et d’intelligence artificielle du distributeur britannique. Son périmètre couvre notamment la croissance client, l’accompagnement des collaborateurs et l’efficacité opérationnelle. Il inclut aussi l’excellence industrielle et commerciale.
Deux semaines après son arrivée, Ghasempour s’est rendu sur le réseau logistique de Morrisons pour rencontrer les équipes qui assurent l’approvisionnement des magasins. Leur travail consiste à gérer une chaîne complexe, où il faut concilier efficacité, disponibilité des produits et aléas quotidiens afin que les clients puissent faire leurs courses partout au Royaume-Uni.
Cette visite illustre sa conviction : les meilleures pistes d’application de l’intelligence artificielle émergent de problèmes observés et vécus par les personnes qui les résolvent chaque jour. En partant de leur expérience, l’entreprise peut repérer des solutions réellement utiles plutôt que d’adopter une technologie pour elle-même.
Ghasempour relève directement du directeur général de Morrisons, Rami Baitiéh. Il a remercié Andy Gillies, directeur de la logistique, ainsi que son équipe de direction pour le partage de leurs défis et de leurs connaissances. À ses yeux, la collaboration avec les collaborateurs sera déterminante pour faire progresser la stratégie data et IA dans les différents métiers de l’enseigne.
Table of Contents
TogglePourquoi Mohsen Ghasempour place-t-il les équipes au cœur de l’IA chez Morrisons ?
Pour Mohsen Ghasempour, une transformation par l’intelligence artificielle ne commence pas par le choix d’un logiciel ou le déploiement d’un algorithme. Elle commence par l’écoute des personnes qui connaissent le travail, ses contraintes et ses difficultés concrètes. Cette conviction guide sa nouvelle mission chez Morrisons, l’enseigne britannique de grande distribution qu’il a rejointe après avoir travaillé chez Kingfisher.
Entré en fonction le 1er octobre, Ghasempour a pris la responsabilité de la stratégie des données et de l’intelligence artificielle du groupe. Son périmètre est vaste : il couvre la croissance client, l’autonomisation des collègues, l’efficacité opérationnelle, l’excellence de la fabrication et la performance commerciale. Il rend directement compte au directeur général de Morrisons, Rami Baitiéh. Ce positionnement rattache donc les initiatives d’IA aux orientations globales de l’entreprise, plutôt que de les isoler dans un service technique.
Peu après son arrivée, le dirigeant a visité le réseau logistique du distributeur et échangé avec les équipes qui assurent l’approvisionnement des magasins. Dans une publication sur LinkedIn, il a décrit des opérations marquées par une forte complexité : faire parvenir les produits aux points de vente tout en conciliant efficacité, disponibilité et imprévus quotidiens. Cette immersion lui a permis de rencontrer les personnes qui vivent ces enjeux sur le terrain, plutôt que de les appréhender uniquement à travers des tableaux de bord.
« Les meilleures occasions d’appliquer l’IA viennent de la compréhension des problèmes réels. Et ceux qui les comprennent le mieux sont les personnes qui les rencontrent chaque jour. »
Cette approche propose une définition concrète de l’innovation dans la grande distribution : une technologie est utile lorsqu’elle répond à un besoin identifié par celles et ceux qui pourraient l’utiliser ou en subir les effets. Pour Morrisons, les prochaines étapes consisteront à approfondir cette connaissance du terrain et à déterminer où l’IA peut apporter une aide mesurable aux clients, aux collègues et aux opérations.
Que révèle la visite du réseau logistique sur les priorités de Morrisons ?
La logistique alimentaire donne une dimension très concrète à la réflexion sur l’IA. Derrière un produit disponible en rayon se trouve une chaîne d’activités interdépendantes : planification, fabrication ou approvisionnement, gestion des stocks, transport et réception en magasin. Une perturbation ou un mauvais arbitrage à une étape peut se répercuter sur les suivantes. Les équipes doivent ainsi jongler avec plusieurs objectifs à la fois, notamment la disponibilité des produits et l’efficacité des opérations.
La visite de Ghasempour témoigne d’une volonté de comprendre ces contraintes au plus près. Il a salué les équipes qui assurent le fonctionnement du réseau et remercié Andy Gillies, directeur de la logistique, ainsi que les responsables de ce domaine pour le partage de leurs expériences. Ce type d’échange peut aider à distinguer les difficultés récurrentes des incidents ponctuels, mais aussi à repérer les tâches où une meilleure information ou un outil d’aide à la décision serait réellement utile.
Dans ce contexte, l’intelligence artificielle appliquée à la logistique ne devrait pas être présentée comme une solution universelle. Une démarche pertinente commence par des questions opérationnelles : où les équipes perdent-elles du temps ? Quelles informations leur manquent-elles pour agir ? Quels arbitrages sont particulièrement complexes ? Une fois ces besoins établis, l’entreprise peut envisager des pistes adaptées, par exemple améliorer la prévision, faciliter la circulation de l’information ou soutenir certaines décisions. Il s’agit ici de possibilités à explorer, et non de projets précis annoncés par Morrisons.
Cette distinction compte. Une technologie peut produire des recommandations sophistiquées sans résoudre le problème prioritaire des utilisateurs. À l’inverse, un outil plus ciblé, conçu autour d’un irritant opérationnel clairement formulé, peut avoir une valeur immédiate. L’écoute des équipes logistiques permet donc de fixer des critères de réussite qui dépassent la seule performance technique : simplicité d’utilisation, pertinence des résultats et capacité à s’intégrer dans les pratiques réelles.
Pour les professionnels du commerce, la leçon est directement transposable : avant de lancer un projet d’IA pour la chaîne d’approvisionnement, il faut cartographier les processus avec les personnes qui les exécutent. Cette étape réduit le risque de concevoir une solution déconnectée du terrain et aide à concentrer les investissements sur des difficultés reconnues par les équipes.
Comment transformer les besoins des personnes en projets d’IA utiles ?
La méthode défendue par le directeur de l’IA de Morrisons peut se traduire en une démarche progressive. La première étape consiste à écouter les collaborateurs et à observer leur environnement de travail. Les entretiens, les visites de sites et l’analyse des tâches quotidiennes servent à comprendre les objectifs poursuivis, les contraintes rencontrées et les contournements déjà utilisés. Une difficulté qui semble mineure dans un rapport peut devenir centrale pour une équipe confrontée à des décisions répétées sous pression.
Ensuite, l’entreprise doit reformuler le besoin sous la forme d’un problème précis. « Utiliser l’IA pour améliorer la logistique » est trop vaste pour guider une expérimentation. Une question plus utile pourrait porter sur une décision particulière, une information difficile à obtenir ou une tâche qui mobilise beaucoup de temps. Cette formulation évite de partir d’une technologie à la recherche d’un usage. Elle permet plutôt de comparer plusieurs réponses possibles, dont certaines ne nécessiteront pas nécessairement de l’IA.
La troisième étape est de tester la solution avec les personnes concernées. Un pilote limité permet de vérifier si l’outil s’intègre dans le travail, si ses résultats sont compréhensibles et si les utilisateurs peuvent les corriger ou les contester. Les indicateurs doivent refléter le problème initial : temps gagné, qualité de l’information, réduction d’une difficulté opérationnelle ou amélioration d’un service. Le nombre de modèles développés ou le volume de données traité ne suffit pas à démontrer l’utilité d’un projet.
Repère pratique pour les détaillants :
- Partir du terrain : recueillir les retours de plusieurs profils et sites, pas seulement ceux des responsables.
- Définir le problème : préciser qui rencontre la difficulté, à quel moment et avec quelles conséquences.
- Tester à petite échelle : vérifier l’usage réel avant tout déploiement élargi.
- Mesurer les effets : comparer les résultats aux objectifs opérationnels et à l’expérience des utilisateurs.
- Adapter ou arrêter : faire évoluer le projet si les retours montrent qu’il ne répond pas au besoin.
Cette démarche associe la transformation numérique à une responsabilité de conception. Les collègues ne sont pas seulement des bénéficiaires d’outils décidés ailleurs : leur expertise aide à définir les usages, à détecter les limites et à améliorer les solutions. C’est aussi une manière de renforcer l’appropriation du changement, car les équipes peuvent comprendre le problème traité et la place que l’outil occupe dans leur activité.
Quels domaines la stratégie de données et d’IA de Morrisons doit-elle couvrir ?
Le mandat de Mohsen Ghasempour relie plusieurs priorités de Morrisons. La croissance client et l’excellence commerciale concernent la capacité de l’enseigne à mieux comprendre ses activités et à prendre des décisions utiles à ses clients. L’efficacité opérationnelle et l’excellence de la fabrication renvoient, elles, à la manière dont les processus internes peuvent être améliorés. Enfin, l’autonomisation des collègues place les besoins des équipes parmi les axes explicites de la stratégie.
Ces domaines ne fonctionnent pas séparément. Une décision commerciale peut avoir des effets sur la planification, les stocks ou l’organisation des opérations. De la même façon, un outil conçu pour améliorer l’efficacité peut modifier le quotidien des collègues qui l’utilisent. Une stratégie de données et d’IA dans le commerce de détail doit donc examiner les liens entre les fonctions, sans perdre de vue les besoins propres à chaque métier. Le rôle transversal confié à Ghasempour offre un cadre pour coordonner ces enjeux au niveau de l’entreprise.
La qualité de l’information constitue un autre élément à considérer. Une intelligence artificielle ne remplace pas une compréhension fiable des produits, des catégories ou des interactions avec les consommateurs. À ce sujet, Morrisons a également annoncé un partenariat avec NIQ autour de l’intelligence produit et catégorie omnicanale. Cette initiative est présentée dans cet article sur l’alliance entre NIQ et Morrisons, qui éclaire l’importance des données pour analyser les produits et les catégories dans différents canaux.
Pour les décideurs, cette articulation suggère une priorité : établir des fondations de données adaptées aux décisions à prendre, puis associer les équipes métiers à la conception des outils. La technologie peut accélérer l’analyse ou soutenir certains arbitrages, mais sa valeur dépend de la pertinence des informations et de la clarté de l’usage. Le pilotage doit ainsi réunir plusieurs perspectives : les responsables opérationnels, les spécialistes des données, les équipes en contact avec les clients et les fonctions commerciales.
La mission de Ghasempour couvre un champ assez large pour relier ces perspectives, mais son arrivée récente signifie aussi que le travail de compréhension ne fait que commencer. Il a lui-même décrit ses premières semaines comme une période d’apprentissage. Ce point est essentiel : une stratégie d’IA crédible ne se résume pas à annoncer des ambitions. Elle se construit en confrontant les priorités de l’entreprise aux réalités observées dans ses activités.
Pourquoi l’IA en magasin doit-elle rester centrée sur l’expérience humaine ?
Dans la distribution, les choix technologiques influencent simultanément l’expérience client et le travail des équipes. Un outil peut aider à préparer une décision ou à rendre une information plus accessible, mais il ne produit de valeur que si son fonctionnement correspond aux attentes et aux contraintes des personnes concernées. C’est pourquoi la vision défendue par le responsable de l’IA de Morrisons met l’accent sur la compréhension des besoins avant le déploiement d’une solution.
Cette idée s’inscrit dans une évolution plus large du secteur, où de nouveaux outils attirent l’attention des enseignes et des professionnels du commerce. Le classement consacré aux technologies de détail, publié par Retail Technology Innovation Hub, met en avant plusieurs acteurs du secteur. La présentation d’Everseen, Hanshow et OpenAI dans le classement RTIH Retail Technology Hot 100 illustre la diversité des innovations suivies par l’industrie. Leur visibilité ne dispense toutefois pas les distributeurs de poser la question fondamentale : quel besoin concret cette technologie permet-elle de satisfaire dans leur propre organisation ?
Pour un projet centré sur le client, cela implique d’examiner la qualité de l’expérience plutôt que le seul degré d’automatisation. Pour un projet destiné aux collègues, il faut apprécier son effet sur les tâches, les compétences et la prise de décision. Dans les deux cas, les utilisateurs doivent pouvoir comprendre le rôle du système et signaler les résultats peu pertinents. Une mise en œuvre responsable prévoit aussi des mécanismes de suivi : qui vérifie la performance ? Comment les erreurs sont-elles détectées ? À quelle fréquence les retours du terrain sont-ils intégrés ?
La transformation par l’intelligence artificielle ne s’arrête donc pas au lancement d’un outil. Elle suppose un dialogue continu entre les personnes qui le conçoivent, celles qui l’emploient et celles qui en évaluent les effets. Ce dialogue permet d’éviter une approche où l’innovation est mesurée uniquement par la nouveauté technique. Chez Morrisons, la visite du réseau logistique et les échanges avec ses responsables donnent un premier aperçu de cette logique : comprendre les opérations avant de choisir où et comment l’IA peut contribuer.
Ghasempour a indiqué qu’il restait beaucoup à apprendre, tout en exprimant sa confiance dans le travail à venir avec les équipes de l’enseigne. Cette posture laisse la place à l’expérimentation et à l’ajustement, deux conditions utiles lorsque les besoins sont complexes et évoluent avec les opérations. Pour suivre les initiatives qui associeront données, collaborateurs et performance du distributeur, les prochaines décisions de Morrisons devront préciser les problèmes retenus, les usages testés et la façon dont leurs résultats seront évalués.