Walmart : 4 600 magasins, des retours d’IA difficiles à gérer

Le distributeur équipe ses équipes en magasin d’outils d’IA et attend d’elles qu’elles aident à les façonner. À l’échelle de plus de 4 600 points de vente, maintenir l’engagement des employés et trier des retours divergents devient un enjeu central. Des cas concrets montrent des frictions, tandis que la direction assume des erreurs et cite déjà des succès internes.

Impliquer 4 600 magasins suppose d’arbitrer des retours hétérogènes

Gérer les retours des employés devient un défi à part entière lorsque la collecte s’effectue dans une chaîne qui compte plus de 4 600 magasins aux États-Unis. Les besoins d’un site à Philadelphie ne coïncident pas forcément avec ceux d’un magasin à La Nouvelle-Orléans, rendant inévitables des avis divergents sur un même outil. Il faut alors décider quels retours écouter et lesquels écarter. Le vice-président de Walmart pour les outils des associés affirme vouloir laisser à chaque magasin la latitude d’utiliser les outils comme il l’entend, une intention qui se heurte à la difficulté de naviguer lorsque les feedbacks se contredisent. À cela s’ajoute un autre écueil: maintenir l’engagement des équipes afin qu’elles continuent de partager leur avis dans la durée, alors même qu’obtenir des réponses à des enquêtes est souvent difficile.

En rayon, des outils qui peuvent alourdir le travail

Des travailleurs signalent que certains outils ne prennent pas en compte la complexité pratique de tâches comme le réapprovisionnement, qui peut impliquer de nettoyer un désordre ou de retirer des produits périmés. Dans d’autres cas, l’outil finit par ajouter des étapes inattendues. Spark, le service de livraison de Walmart, a ainsi mis à jour une fonctionnalité pour guider les conducteurs dans les magasins lors de la collecte d’articles. Selon des employés, le suivi d’emplacements en temps réel leur a fait perdre du temps et les a parfois conduits à récupérer d’abord des produits comme de la glace ou des surgelés.

La direction assume les erreurs et promeut une « IA pour tous »

Walmart considère que des erreurs font partie du processus d’adoption et attend de ses équipes qu’elles participent à façonner les outils qu’elles utilisent. John Furner a défendu par le passé une approche « IA pour tous », jugée plus efficace qu’une directive centralisée. Cette orientation repose également sur des succès. Leo Garcia, responsable logistique, a développé une application d’IA qui, selon lui, a permis à des conducteurs de rentrer chez eux plus tôt tout en diminuant le nombre de remorques vides.

Une ambition participative à grande échelle, entre promesse et contraintes

Walmart déploie des outils d’IA auprès de ses équipes de magasin avec l’ambition que les employés contribuent à leur amélioration continue. Certains rapportent néanmoins devoir souvent rectifier des erreurs et entraîner la technologie. En tant que principal employeur privé aux États-Unis, l’entreprise met en lumière à la fois les atouts et les limites d’une démarche impliquant les utilisateurs finaux dans le développement : elle favorise une connexion avec la réalité du terrain, mais confronte également aux deux obstacles mentionnés, à savoir le maintien de l’engagement et la gestion des retours.