Un assistant IA conseiller produit reçoit le besoin tel que votre client le formule, interroge votre catalogue réel (PIM, ERP, tables de compatibilité, stocks) et propose la bonne référence avec ses alternatives, en citant la fiche produit. Pour un devis, un prix négocié ou une demande hors catalogue, il passe la main au commercial avec la demande déjà résumée. Tensoria le conçoit sur mesure pour les distributeurs, les négoces et les e-commerçants à grand catalogue.
Pour qui
Les distributeurs et négoces B2B (matériel électrique, fournitures industrielles, pièces détachées, matériaux) et les e-commerçants dont le catalogue compte des milliers de références, avec des déclinaisons et des règles de compatibilité. On parle aussi de conseiller de vente IA ou de chatbot catalogue. Nos interlocuteurs habituels : direction commerciale, responsable e-commerce, DSI.
Le constat
Dans un catalogue de plusieurs milliers de références, le client ne cherche pas avec vos mots. Il décrit un usage (« un projecteur pour éclairer un parking »), recopie une référence fabricant avec un tiret en moins, ou demande le remplaçant d'un article arrêté. Le moteur du site renvoie zéro résultat, ou deux cents.
Le phénomène est mesuré sur les sites grand public : selon le Baymard Institute, une grande partie des sites e-commerce, y compris parmi les plus gros, renvoient des résultats incomplets, voire aucun, quand l'acheteur utilise un synonyme du terme retenu par le site. Un catalogue technique ajoute les références fabricant, les équivalences entre marques et les règles de compatibilité.
La question part alors au comptoir, à l'ADV ou chez un commercial sédentaire. Ils connaissent le catalogue et répondent bien. Mais une partie de leur journée passe à retrouver des références, vérifier une compatibilité et regarder le stock de l'agence, pour des demandes qui se ressemblent.
Les demandes qui reviennent sur un grand catalogue
Choisir un produit ou lire une notice
Retrouver une caractéristique dans une notice ou une fiche technique est un autre besoin, traité dans le cas d'usage recherche IA dans les fiches techniques et notices. Ici, l'objectif est de choisir la bonne référence et de vérifier qu'elle est disponible.
Ce que fait l'assistant
L'assistant ne connaît pas votre catalogue par cœur : il le consulte à chaque question. Il traduit la demande en critères, interroge le catalogue et l'ERP, puis présente la référence retenue, ses alternatives et la fiche d'où vient chaque information.
Quand un critère indispensable manque (une tension, un diamètre, une matière), il pose une question au lieu de deviner. Quand la demande relève d'un prix négocié ou d'un devis, il la transmet au commercial.
Exemple de conversation
Exemple illustratif : références, stocks et délais fictifs. La cote vient du PIM, la disponibilité de l'ERP, et le prix reste au commercial.
Le modèle de langage extrait les critères de la phrase du client : famille de produit, dimensions, matière, contraintes d'usage, quantité, délai. Les unités sont normalisées (millimètres, pouces, ampères).
Les critères sont appliqués comme filtres sur les attributs de votre PIM, combinés à une recherche hybride sur les références et les descriptions. Les compatibilités viennent de vos tables, pas du modèle.
Stock par agence ou par dépôt, délai de réapprovisionnement, article arrêté : l'information est lue dans l'ERP au moment de la question, jamais dans une copie de la veille.
La référence retenue, deux ou trois alternatives et la raison de chaque choix, avec un lien vers la fiche produit. Le client ou le commercial vérifie avant de commander.
Devis, prix négocié, quantité hors norme, besoin hors catalogue : l'assistant transmet un résumé de la demande et les références envisagées. Le commercial ne repose pas les questions.
L'IA propose, l'humain valide
Ce qui engage votre entreprise reste validé par une personne : un prix négocié, un délai contractuel, la conformité d'une installation. L'assistant prépare la décision, il ne la prend pas.
| Type de demande | Exemple | Ce que l'assistant consulte | Ce qu'il fait |
|---|---|---|---|
| Référence exacte | « 6204 2RS », un code EAN, une référence fabricant | Champs référence, EAN et références fabricant, en recherche lexicale | Retrouve l'article malgré un espace ou un tiret manquant |
| Besoin exprimé par l'usage | « Un projecteur LED pour éclairer un parking » | Attributs du PIM (indice IP, puissance, flux lumineux) et recherche par le sens | Pose une question si un critère manque, puis filtre |
| Compatibilité | « Le joint de cette pompe, modèle de 2019 » | Tables de compatibilité, nomenclatures de pièces de rechange | Ne propose que les pièces déclarées compatibles |
| Équivalence | « Le remplaçant de cette référence arrêtée » | Tables de correspondance, références remplacées | Propose l'équivalent validé, ou dit qu'il n'y en a pas |
| Disponibilité | « 40 pièces pour jeudi, c'est possible ? » | Stock par dépôt et délais dans l'ERP | Donne le stock et le délai au moment de la question |
| Prix, devis, hors catalogue | « Votre meilleur prix sur 500 pièces » | Compte client, CRM | Transmet au commercial avec la demande résumée |
Fiabilité
Le modèle de langage comprend la demande et rédige la réponse. C'est votre catalogue qui décide quels produits existent, lesquels sont compatibles et lesquels sont en stock : une référence absente du catalogue ne peut pas être proposée.
Références exactes
La recherche par le sens comprend « projecteur pour parking », mais rapproche deux références voisines comme 6204 et 6205. La recherche lexicale BM25 retrouve la chaîne exacte. Les deux classements sont fusionnés, puis un reranker relit les meilleurs candidats.
Dimensions
Un diamètre, une puissance ou un indice IP sont extraits de la demande sous forme structurée, puis appliqués comme filtres sur les attributs. « 20 x 47 » donne un diamètre intérieur de 20 mm et un diamètre extérieur de 47 mm.
Compatibilités
Compatibilités, équivalences entre marques et références remplacées viennent de vos tables de correspondance. Sans correspondance validée, l'assistant le dit et oriente vers un commercial, plutôt que de rapprocher deux produits qui se ressemblent.
Sources
La réponse renvoie vers la fiche produit et indique l'origine de chaque information : attribut du PIM, stock de l'ERP, table de compatibilité. Un commercial vérifie sans refaire la recherche.
Évaluation
Un jeu de test réunit des questions réelles et la bonne référence attendue, validée par vos experts produit. On mesure la bonne référence parmi les trois premières propositions, les refus justifiés et les erreurs de compatibilité, avant chaque mise en production.
Droits
Prix net et conditions sont lus dans l'ERP avec l'identité du client connecté. Ce contrôle est appliqué par vos API, pas par les instructions données au modèle.
Pour votre DSI
Index hybride (vecteurs denses et BM25) dans Qdrant ou dans votre moteur existant, avec les attributs en champs filtrables. Normalisation des références à l'indexation (casse, espaces, tirets, préfixes fabricant). Extraction des critères en sortie structurée validée par un schéma. Appels d'outils en lecture seule vers l'ERP. Journalisation des requêtes, des filtres appliqués et des fiches citées. Le détail est dans notre article sur la recherche hybride avec BM25, Qdrant et reranking.
Un synonyme mal réglé coûte plus qu'un synonyme absent
Un interrupteur différentiel et un disjoncteur différentiel ne sont pas interchangeables : le premier protège contre les défauts d'isolement, le second protège aussi le circuit contre les surcharges et les courts-circuits. Les rapprochements de vocabulaire sont donc validés par vos experts produit, pas laissés au modèle.
Données et intégration
Un assistant conseiller produit vaut ce que valent les données qu'il interroge. Quatre sources comptent, et aucune n'a besoin d'être parfaite pour démarrer sur une famille de produits.
Catalogue
Désignations, attributs techniques, déclinaisons, fiches et médias, depuis Akeneo, Pimcore, Quable ou un export de la base articles. Une classification comme ETIM, répandue dans le matériel électrique et le génie climatique, fournit déjà des caractéristiques normalisées par classe de produit.
Gestion
Stock par agence et par dépôt, délais, articles arrêtés, prix nets et conditions par client. SAP, Microsoft Dynamics 365, Sage, Cegid ou Divalto : lecture par API ou par une base de réplication, sans aucune écriture.
Correspondances
Pièces par modèle d'équipement, équivalences entre fabricants, références remplacées. Elles vivent souvent dans un tableur tenu par un expert produit : on les structure et on définit qui les met à jour.
Documents
Fiches techniques PDF, notices, catalogues fabricants, flux FAB-DIS ou BMEcat. Ils complètent les attributs manquants et servent de source citée dans la réponse.
Côté client
Un widget sur Shopify, WooCommerce, PrestaShop, Adobe Commerce ou votre portail maison. Quand le client est connecté, l'assistant connaît son compte et ses conditions.
Côté équipe
Le même assistant sert les commerciaux sédentaires, le comptoir et l'ADV. Les demandes transférées arrivent dans votre CRM (HubSpot, Salesforce, Dynamics 365) ou par e-mail, avec la conversation et les références envisagées.
Côté SI
Attributs et fiches sont réindexés à chaque modification dans le PIM. Le stock et les prix ne sont jamais copiés dans l'index : ils sont lus en direct, pour ne pas afficher une donnée périmée.
Hébergement
Dans votre cloud (AWS, Azure, Google Cloud), sur un cloud français (OVHcloud, Scaleway, Outscale) ou sur vos serveurs. Les modèles sont appelés en région européenne, ou auto-hébergés en open-weight si vos conditions tarifaires ne doivent pas sortir de votre infrastructure. L'article 50 du règlement européen sur l'IA impose d'informer l'utilisateur qu'il échange avec une IA : le widget l'indique dès le premier message.
Limites et conditions de réussite
Si vos clients arrivent avec la référence et que vos attributs sont bien renseignés, un moteur de recherche à facettes bien réglé fait le travail, pour un coût d'exploitation plus faible. Regardez d'abord les recherches sans résultat de votre site : des références mal saisies appellent un meilleur moteur, des besoins décrits en phrases appellent un assistant.
Moteur à filtres
Clé en main
Pour une boutique sous Shopify ou WooCommerce, un catalogue modeste et des questions courantes (produit, livraison, retours), Heeya, le SaaS de chatbot conçu par Tensoria, se déploie en quelques heures.
Découvrir HeeyaSur mesure
Les conditions de réussite
Ce que l'assistant ne fait pas
Cas proches
Nous n'avons pas encore publié de cas d'assistant conseiller produit sur un catalogue de distribution. Deux projets livrés couvrent les deux mécanismes dont il dépend : retrouver une référence exacte, et recommander sans forcer une réponse.
Cas client · Continental
Chez Continental, un assistant RAG interroge 15 000 documents techniques (manuels d'équipements, procédures de maintenance, historiques de pannes) pour plus de 2 000 utilisateurs sur les lignes de production. La recherche sémantique seule donnait 67 % de réponses correctes et échouait sur une référence de pièce comme « XJ-4872-B » ou un code d'erreur comme « E-1042 ». L'ajout de la recherche lexicale BM25 a porté ce taux à 89 %.
Ce qui se transpose : un catalogue technique pose le même problème de références exactes. Il s'agit de documentation, pas d'un catalogue : le taux obtenu ne se reporte pas tel quel sur votre cas, il se mesure sur vos demandes.
Lire le cas ContinentalCas client · Reezet
Pour l'application Reezet, Tensoria a construit la brique IA qui recommande des contenus à partir des thèmes d'une conversation. Les thèmes sont convertis en requête vectorielle dans Qdrant, un seuil de pertinence filtre les résultats, et les informations extraites restent vides quand l'échange ne permet pas de conclure. Le profil de l'utilisateur est explicite : généré à l'onboarding, puis raffiné à partir de ses retours.
Ce qui se transpose : le seuil de pertinence et l'abstention. Dans un catalogue, une proposition sous le seuil ne s'affiche pas : l'assistant pose une question ou passe la main au commercial. Le profil explicite correspond au compte client.
Aucun taux de précision n'est publié sur ce projet : aucun jeu de référence consolidé ne permet de soutenir honnêtement un chiffre.
Lire le cas ReezetMéthode
On part de vos demandes réelles, on mesure sur une ou deux familles de produits, on ouvre d'abord en interne, puis aux clients.
Cadrage sur vos demandes réelles
Demandes reçues par e-mail, au comptoir et par le chat, recherches sans résultat du site, questions posées aux commerciaux. On retient une ou deux familles de produits où les questions sont nombreuses.
Diagnostic des données
Taux de remplissage des attributs sur ces familles, état des tables de compatibilité, accès au stock et aux prix. Livrable : la liste des attributs et des correspondances à compléter avant de démarrer.
Prototype évalué
Mesure sur le jeu de test validé par vos experts produit : bonne référence dans les trois premières propositions, refus justifiés, erreurs de compatibilité, coût par conversation. La décision de continuer se prend sur ces chiffres.
Intégration et usage interne
Branchement au PIM, à l'ERP et au CRM, puis mise à disposition des commerciaux sédentaires et de l'ADV. Ils connaissent le catalogue et repèrent les erreurs avant vos clients.
Ouverture aux clients et suivi
Widget sur la boutique ou le portail B2B, famille par famille. Chaque question sans réponse est classée (attribut manquant, compatibilité absente, produit hors catalogue) pour savoir quoi compléter.
Budget, délais, livrables
Sur devis, selon la taille du catalogue, l'état des attributs, les systèmes à connecter et l'hébergement. Premier périmètre en usage interne en 6 à 8 semaines en général. S'y ajoute un coût d'usage des modèles par conversation, mesuré pendant le prototype. Livrés : le code dans votre dépôt, l'architecture documentée et le jeu de test rejouable. Le premier échange de 30 minutes est gratuit.
Pour aller plus loin
Notre expertise
Assistants IA et RAG
Des assistants qui répondent à partir de vos documents, avec leurs sources et vos droits d'accès.
Cas d'usage
Retrouver une caractéristique dans les fiches techniques
Dimensions, normes, compatibilités : la réponse sourcée, avec la fiche et la page d'origine.
Article
Recherche hybride : BM25, Qdrant et reranking
Pourquoi la recherche par le sens rate les références exactes, et comment la corriger.
Cas client
Reezet : profils, mémoire et recommandations
Une brique IA qui recommande des contenus avec un seuil de pertinence et sait s'abstenir.
Secteur
IA pour le e-commerce
Service client, contenu catalogue, lecture des avis et aide à la décision pour les boutiques en ligne.
Cas d'usage
Tous les cas d'usage
Les problèmes métier que nous traitons avec le RAG et les agents IA, classés par besoin.
En 30 minutes, on regarde vos données catalogue et les demandes que reçoivent vos commerciaux, puis on vous dit si un meilleur moteur de recherche, Heeya ou un assistant sur mesure répond le mieux au besoin.
Un projet IA en tête ?
Je suis Anas, fondateur de Tensoria. Je peux vous aider à cadrer votre projet et mieux comprendre l'IA.
Prendre rendez-vous 07 82 80 51 40Ajustez les paramètres selon votre entreprise et découvrez votre potentiel d'économies.
Dites-nous où vous en êtes : on revient vers vous avec des pistes concrètes adaptées à votre métier. Pas de blabla, pas de spam.
On revient vers vous très vite avec des pistes concrètes.