Les chiffres clés à retenir

• 96 % de précision sur l'atterrissage du chiffre d'affaires mensuel de Céline, grâce à l'algorithme Meta Prophet
• +8 points de précision sur le sell-through grâce au modèle de détection précoce Early Signal
• 80 % de fiabilité atteints rapidement sur un cas génératif, mais environ 95 % nécessaires pour les usages sensibles (par exemple le plafond de paiement en cash)
• 4 familles de cas d'usage prioritaires au niveau Groupe
• 3 cas d'usage déjà déployés ou en pilote chez Céline : prévision du CA, Early Signal, assistant Celia

L'IA chez LVMH : une histoire qui précède la hype générative

Avant de devenir un sujet grand public, l'IA était déjà un outil de pilotage chez LVMH : prévision des ventes, optimisation de la distribution en magasin, analyse prédictive. Elle existe dans le Groupe depuis un moment. Le génératif n'a pas remplacé l'existant, LVMH a construit dessus. Il a surtout ouvert de nouveaux cas d'usage sur les mêmes bases.

Quatre familles de cas d'usage pour ancrer l'IA dans le métier

Au niveau Groupe, l'IA se structure autour de quatre grands chantiers.

Support, opérations et supply

‍Prévision, allocation, optimisation, juridique. Sur le legal, le génératif permet d'analyser et comparer des contrats de façon collaborative entre Maisons, au lieu que chaque équipe le fasse séparément et retombe sur les mêmes problèmes.

Développement client

‍Clienteling, CRM, marketing. L'IA traditionnelle repère les clients à fort potentiel. Le génératif aide à contextualiser les messages. Exemple concret : un vendeur découvre un nouveau client VIP sur sa liste et veut savoir comment l'aborder.

Retail en magasin

‍Vente, détaxe, remboursement, paiement en cash. Pas très glamour, mais stratégique : ce sont des règles complexes qui touchent directement au cœur du métier.

Contenu

‍Génération d'idées en interne, optimisation des investissements médias et marketing.

Comment Céline fiabilise sa prévision de chiffre d'affaires

Premier cas d'usage : l'extrapolation du chiffre d'affaires, essentielle pour piloter le retail au quotidien. Céline utilise l'algorithme Meta Prophet, qui prend en compte la saisonnalité, pour estimer son atterrissage mensuel à partir des données journalières.

Résultat : 96 % de précision sur l'atterrissage de fin de mois. Le vrai apport dépasse le chiffre : c'est une estimation basée sur des données factuelles qui aligne les équipes finance et supply chain sur une même direction. Céline utilise des modèles statistiques depuis des années, sans les appeler IA à l'époque, et les exploite de manière très pragmatique.

Early Signal : repérer un bestseller dès les premiers jours de vente

Plus ambitieux : le projet Early Signal cherche à savoir, dès les premiers jours de vente, si un produit va cartonner ou décevoir. L'objectif est de réagir vite sur la supply chain.

Comment fonctionne le modèle

‍Développé avec le Groupe, l'algorithme croise historiques de ventes, données produits, assortiment et Google Analytics. Il est rejoué à J+1, J+3 et J+7.

Les résultats observés

‍Testé sur des lancements passés, le modèle améliore la précision du sell-through de près de 8 points par rapport aux anticipations empiriques.

Celia : l'assistant qui outille les vendeurs en boutique

En boutique, Céline fait face à un fort turnover des vendeurs et à une masse de procédures complexes : détaxe, clôture de caisse, plafond de paiement cash, réception de marchandise.

Un agent qui répond en langage naturel

‍Celia est installée sur le téléphone de chaque vendeur. Elle répond à la voix ou au prompt avec une information fiable, à jour et directement utilisable.

Au delà de l'administratif : la connaissance produit

‍L'outil s'appuie sur une base documentaire jusque là éparpillée entre SharePoint et PowerPoint. Il restitue aussi les fiches et présentations produits, au service d'une expérience client plus premium. L'idée n'est pas de remplacer le vendeur, mais de rendre la donnée exploitable plus vite.

Du pilote au passage à l'échelle : la méthode LVMH

L'enjeu du Groupe est de transformer un succès isolé en capacité collective. L'objectif n'est pas de dupliquer un outil, mais de packager une solution complète : technologie, sécurité, prérequis et formation.

Une couche de confiance et des services communs

‍LVMH a déployé Maya, un service génératif de groupe (une sorte de "boîte GPT" interne) pour familiariser les équipes avec l'IA. Le Groupe a aussi mis en place une trust layer : un portail d'accès aux LLM qui décharge les Maisons des questions de disponibilité et de capacité.

Un déploiement packagé sur GCP Vertex

‍Côté technique, le Groupe a packagé des composants sur GCP Vertex. Les équipes tech des Maisons peuvent ainsi se concentrer sur l'ajustement final plutôt que sur l'infrastructure. La priorité : se concentrer sur les bons process business, préparer le passage à l'échelle et s'assurer qu'il fonctionne.

Pourquoi les prérequis et l'adoption font la vraie différence

La technologie n'est pas le point le plus dur. Sans travail préalable sur la donnée (procédures, connaissance produit), les réponses resteront mauvaises.

Deuxième piège : l'exigence de fiabilité. On atteint vite 80 % sur un cas génératif, mais un usage sensible comme le paiement en cash demande de viser environ 95 %.

Reste l'adoption : un outil qui déçoit est vite abandonné. C'est seulement quand l'outil devient totalement naturel dans le quotidien de l'utilisateur que la valeur commence à se créer.

Questions fréquentes

Quels algorithmes d'IA utilise Céline pour ses prévisions de ventes ?

‍Céline s'appuie notamment sur Meta Prophet, qui intègre la saisonnalité, pour une précision de 96 % sur l'atterrissage mensuel du chiffre d'affaires. Elle utilise aussi un modèle propriétaire, Early Signal, pour détecter tôt les bestsellers.

Qu'est ce que Celia, l'application IA de Céline ?

Celia est un agent conversationnel installé sur le téléphone des vendeurs en boutique. Interrogeable en langage naturel, il donne des réponses fiables sur les procédures (détaxe, caisse, paiement) et sur les produits.

Comment LVMH passe-t-il un cas d'usage IA à l'échelle ?

‍LVMH teste le cas dans une Maison pilote, puis package une solution complète (technologie, sécurité, prérequis data, formation), diffusée via une trust layer d'accès aux LLM et des composants standardisés sur GCP Vertex.

Pour aller plus loin

Le luxe est en première ligne de la transformation par l'IA. Pour décrypter les stratégies des Maisons et rencontrer les décideurs du secteur, le HUB Institute réunit l'écosystème lors de son forum Luxe Intelligenc.IA, l'événement de référence sur l'IA appliquée au luxe et à l'expérience client.

‍