Il y a quelques mois, on a récupéré un catalogue de 472 663 produits. Les titres ressemblaient à des codes logistiques internes. Des milliers d’attributs manquants. Aucune relation parent/enfant entre les variantes. Et un objectif simple : en faire un site B2B Magento 2 exploitable pour des professionnels CHR (cafés, hôtels, restaurants). C’est là qu’un copilote IA e-commerce Magento devient indispensable.
Aucune équipe humaine ne pouvait traiter ça manuellement. Pas en 6 mois, pas en 12. C’est ce genre de situation qui nous a poussés, chez Sutunam, à construire de vrais pipelines d’enrichissement IA, dans la continuité de ce qu’on avait présenté au Meet Magento France 2025. Pas des gadgets. Des systèmes de production.
Le 25 juin 2026, j’ai présenté « Mon copilote IA » au Meet Magento France, à Paris. Cet article reprend les bases de cette conférence : ce qui fonctionne, ce qui a échoué, et comment nous branchons l’IA sur un catalogue réel.
Le vrai problème : vos équipes exécutent au lieu de décider
Parlez à n’importe quel responsable e-commerce qui gère plus de 1 000 références sur Magento. Son quotidien ressemble à ça : saisie manuelle des attributs, contenus SEO copiés-collés d’un produit à l’autre, visuels à produire un par un, réapprovisionnements à l’instinct. Et la mise en ligne d’un lot de nouveautés qui prend entre 3 et 5 jours.
Ce n’est pas un problème de compétence. C’est un problème de volume. Les équipes passent l’essentiel de leur temps sur l’exécution répétitive, et trop peu sur la réflexion stratégique. Le ratio devrait être inversé.
Sur le projet que j’évoquais plus haut, on parle de 496 fournisseurs. Une analyse de Pareto nous a montré que 12 d’entre eux couvraient 50 % du catalogue, et 114 en couvraient 95 %. Ce type d’insight, c’est exactement ce que l’IA permet de faire remonter en quelques minutes, là où une analyse manuelle aurait pris des semaines.
Ce que le copilote IA change dans un e-commerce Magento (et ce qu’on a appris en le faisant)
Génération de fiches produit : 2 000 en 45 minutes, mais pas sans garde-fous
L’IA récupère les données techniques depuis votre PIM (Akeneo, Pimcore, Salsify, ou tout connecteur via ETL et API). Elle génère des descriptions uniques, adaptées à votre ton de marque, optimisées pour le SEO, et enrichit les attributs manquants.
Sur un projet récent, nous avons traité 2 000 fiches produit en 45 minutes. Le même travail prenait auparavant 3 jours à une équipe de 2 personnes.
Mais la vraie leçon qu’on a tirée, ce n’est pas la vitesse. C’est que l’IA ne peut pas tout faire seule.
Sur le catalogue de 472 000 produits, notre première approche a été de laisser un clustering TF-IDF catégoriser automatiquement les produits. Résultat : la catégorie « Mobilier inox » était surestimée de 35 %, « Cuisson » sous-estimée d’un facteur 3, « Hygiène » sous-estimée d’un facteur 2,25. Et une catégorie entière, « Pâtisserie », n’avait pas été détectée du tout.
On est passé par 20 itérations avant d’arriver à une classification fiable. La V1, basée sur un LLM (Claude Haiku), a atteint 93 à 99 % de précision sur 50 % du catalogue. Mais elle n’a fonctionné que parce qu’on avait d’abord défini manuellement l’architecture des attributs. C’est une étape que beaucoup sous-estiment : l’IA enrichit, mais c’est l’humain qui structure. Sans cette ossature métier, l’IA produit du bruit, pas de la donnée.
SEO à l’échelle du catalogue
Les descriptions SEO génériques nuisent au référencement. Google valorise le contenu unique, et un catalogue de 5 000 produits avec des descriptions quasi identiques est pénalisé.
L’IA génère des descriptions uniques par produit, adaptées aux intentions de recherche de vos clients. Elle produit des méta-descriptions pertinentes et identifie les opportunités de mots-clés que vos concurrents ignorent. Le tout à une échelle impossible à atteindre manuellement.
C’est l’un des sujets que nous traitons dans notre approche d’intégration de l’IA dans Magento.
Pilotage décisionnel : le sujet central de ma conférence
L’IA ne se contente plus de produire du contenu. Elle analyse vos données de vente, de stock et de comportement client pour suggérer des décisions en temps réel.
Quels produits réapprovisionner en priorité ? Quel prix ajuster en fonction de la demande ? Quels visuels convertissent le mieux selon le contexte ? L’IA propose, l’humain dispose. C’est le passage de l’outil au copilote IA e-commerce Magento.
« L’IA hallucine » : non, si vous faites le travail en amont
C’est l’objection qu’on entend le plus souvent. Et elle est légitime quand on utilise l’IA comme un générateur de texte brut sans contrôle.
Chez Sutunam, notre métier, c’est justement de faire en sorte que ça n’arrive pas. Comment ? En ne demandant jamais à l’IA d’inventer des données. Elle enrichit à partir de sources vérifiées : les fiches techniques des fabricants, les données PIM, les bases produit normalisées. On scrappe les sites fournisseurs via des pipelines automatisés (N8N), on normalise les données dans une structure définie par des humains (Pimcore), et l’IA comble les trous en s’appuyant sur ce socle.
Sur le catalogue de 472 000 produits, les EAN (codes-barres) étaient présents sur la grande majorité des articles. On les utilise comme clé de scraping pour aller chercher les données fabricants. L’IA ne fabrique pas l’information : elle la trouve, la structure et la normalise.
C’est la différence entre un chatbot qui improvise et un système de production fiable. C’est aussi le message que j’ai porté sur scène au Meet Magento France 2026.
5 signaux que votre e-commerce a besoin d’un copilote IA
Comment savoir si votre boutique Magento est prête pour l’IA ? Voici les indicateurs qui reviennent le plus souvent chez les marchands que nous accompagnons :
- Vos fiches produit prennent plus de temps à rédiger qu’à vendre. Si votre équipe passe 3 jours à mettre en ligne un lot de 50 références, l’IA peut réduire ça à quelques heures.
- Vos décisions de réapprovisionnement sont basées sur l’instinct. L’IA analyse vos ventes, vos stocks et les tendances pour suggérer les bons arbitrages en temps réel.
- Votre SEO est générique sur tout le catalogue. L’IA génère des descriptions uniques par produit, adaptées aux intentions de recherche de vos clients.
- Vos visuels coûtent cher à produire. L’IA décline vos images existantes pour chaque contexte et chaque canal de vente.
- Vos équipes gèrent au lieu de décider. L’IA libère du temps sur les tâches répétitives pour que vos équipes se concentrent sur la stratégie.
Si vous vous reconnaissez dans 3 de ces 5 signaux, il est temps d’explorer ce que l’IA peut faire pour votre e-commerce.
La stack technique : comment on branche tout ça
Pour les profils techniques, voici l’architecture type qu’on déploie :
L’IA se connecte à votre PIM via des connecteurs ETL et API standards. Elle s’intègre nativement avec l’écosystème Magento 2 et Adobe Commerce, y compris les configurations Hyvä. Les agents IA sont orchestrés par N8N pour réaliser des tâches spécifiques (scraping fournisseurs, enrichissement d’attributs, classification, génération de contenu) avec des garde-fous intégrés à chaque étape.
Sur le projet Gafik, la stack complète est Pimcore (PIM), N8N (orchestration), LLM (enrichissement et classification), Magento 2 (e-commerce) et Odoo (ERP). Chaque brique communique via API. Aucune refonte du SI existant n’est nécessaire.
Les solutions fonctionnent aussi bien sur Magento Open Source que sur Adobe Commerce, en Cloud ou On-Premise. Nous les déployons également sur PrestaShop pour les clients qui utilisent cette plateforme.
Et maintenant : votre copilote IA, sur votre catalogue
La théorie, c’est bien. La démonstration sur un vrai catalogue, c’est mieux.
Au Meet Magento France 2026, aux Salons de l’Aveyron à Paris, nous avons présenté cette approche à partir d’un catalogue Magento réel.
Vous n’étiez pas dans la salle ? Nous pouvons faire le même exercice sur vos données : un diagnostic IA de 45 minutes, offert, pour repérer les 3 cas d’usage les plus rentables pour votre boutique Magento.
