Recommander un produit, c’est bien plus qu’afficher une liste d’articles associés. C’est proposer, au bon moment et au bon endroit, des suggestions réellement pertinentes pour chaque visiteur. Mais qu’entend-on par pertinence ?

Dans le cadre du e-commerce, une recommandation pertinente repose sur plusieurs dimensions : elle doit être contextuelle, c’est-à-dire en phase avec le parcours d’achat en cours (navigation, historique, panier), tout en tenant compte des préférences et attentes spécifiques de l’utilisateur. Ce n’est pas une simple mise en avant de best-sellers ou de produits populaires, mais une approche fine, individualisée, qui anticipe les besoins et favorise l’engagement. En ce sens, la recommandation personnalisée ne se limite pas à une fonctionnalité technique : c’est un véritable levier stratégique de l’e-merchandising. Qu’il s’agisse d’augmenter la conversion, d’améliorer l’expérience client ou encore de renforcer la fidélisation, elle répond à des objectifs précis qui impactent directement la performance commerciale. Voyons-les maintenant plus en détail.

I – Les objectifs clés que sert la recommandation personnalisée

1. Maximiser la conversion

L’un des premiers objectifs de la recommandation de produits est d’optimiser la conversion, en facilitant le passage à l’achat à chaque étape du parcours client.

– Lors d’une même session : proposer des alternatives pertinentes peut faire toute la différence. Un visiteur arrive de plus en plus souvent directement sur une fiche produit via le SEO, le SEA ou Google Shopping. Mais si l’article consulté ne le convainc pas, il risque de quitter le site. La recommandation permet d’éviter cet écueil en suggérant des produits similaires. Plutôt que de laisser l’utilisateur face à une impasse, on lui montre immédiatement d’autres options adaptées, maximisant ainsi les chances de transformation.

– Sur une « journey » multi-sessions : la recommandation s’appuie sur l’historique de navigation pour prolonger l’expérience au fil des visites. Dès la page d’accueil, un client revient et retrouve des suggestions en phase avec ses recherches précédentes. « J’ai compris ce que tu cherches, voici des produits qui pourraient t’intéresser. » Cette approche personnalisée fluidifie le parcours d’achat et maintient l’engagement, augmentant ainsi les chances de conversion au fil du temps.

2. Augmenter le panier moyen

La recommandation personnalisée joue également un rôle clé dans l’augmentation du panier moyen en incitant à l’achat de produits complémentaires ou supplémentaires.

– Le cross-selling : c’est l’un des fondamentaux de l’e-merchandising. Sur une fiche produit ou dans le panier, proposer des articles complémentaires permet d’optimiser chaque commande. Un client achète un smartphone ? Suggérer une coque ou des écouteurs adaptés augmente naturellement la valeur du panier tout en répondant à un besoin.

– Le « next product to buy » : certaines recommandations ne visent pas seulement à compléter un achat immédiat, mais à anticiper les besoins futurs. En analysant les comportements d’achat, on peut proposer des produits qui s’inscrivent dans la continuité de ceux déjà consultés ou achetés. Un client vient d’acheter une machine à café ? Il y a de fortes chances qu’il ait besoin de dosettes dans peu de temps.

3. Augmenter les marges

La recommandation personnalisée est aussi un levier stratégique pour améliorer les marges, en influençant les choix des consommateurs vers des produits plus rentables.

– L’upselling : sur une fiche produit, proposer une version premium ou un modèle plus performant permet d’orienter l’acheteur vers un produit à plus forte valeur ajoutée. Par exemple, un client intéressé par un smartphone d’entrée de gamme pourrait se voir suggérer un modèle légèrement plus cher, mais offrant de meilleures fonctionnalités. Si la proposition est pertinente et bien amenée, elle augmente naturellement la valeur de la commande tout en renforçant la satisfaction client.

– La substitution : lorsqu’un produit est en rupture ou moins intéressant en termes de marge, proposer une alternative plus rentable est une approche efficace. Sur une fiche produit ou dans le panier, la recommandation peut orienter l’acheteur vers une marque propre ou un article similaire offrant de meilleures marges. « Vous cherchez ce produit de marque ? Pourquoi ne pas essayer notre marque distributeur, tout aussi savoureuse et plus avantageuse pour votre budget ? » Une stratégie gagnant-gagnant, qui concilie pouvoir d’achat et optimisation des marges, tout en laissant le choix au consommateur.

4. Renforcer la fidélisation

Un client qui revient, c’est un client conquis. Et la recommandation personnalisée joue un rôle clé dans cette dynamique, en facilitant l’achat récurrent et en anticipant les besoins.

– Simplifier le réapprovisionnement : dans l’univers des consommables, la recommandation permet d’accompagner naturellement le client dans ses achats récurrents. Amazon excelle dans cet exercice : en analysant les habitudes d’achat, la plateforme sait quand proposer une nouvelle cartouche d’encre ou un paquet de café, juste au bon moment. En e-commerce, cette approche permet de capter la récurrence et d’éviter que l’acheteur ne cherche ailleurs ce dont il a besoin.

– Anticiper les besoins futurs : au fil des interactions, la recommandation affine sa compréhension des attentes du client. Après l’achat d’un appareil électroménager, suggérer des accessoires compatibles ou des pièces de rechange au bon moment favorise le réachat et renforce la relation avec la marque. Cette attention portée aux habitudes de consommation crée une expérience fluide et efficace, incitant naturellement le client à revenir.

Ne manquez pas notre article : L’importance de la recommandation de produits pour personnaliser votre e-commerce

II – Mesurer l’impact des recommandations

L’efficacité des recommandations ne se mesure pas uniquement en ventes directement attribuables. En réalité, très peu d’acheteurs découvrent un produit via une recommandation sans être passés auparavant par un résultat de recherche ou une page liste – selon les contextes c’est entre 5 et 15 % d’entre eux. L’attribution stricte des ventes aux recommandations est donc un raisonnement biaisé, d’autant plus que leur rôle ne se limite pas à la conversion immédiate.

L’indicateur clé, c’est le chiffre d’affaires influencé : combien d’achats ont été réalisés après une interaction avec une recommandation ? Ce n’est pas une simple question de présence d’un bloc « Vous aimerez aussi », mais de pertinence. Une recommandation efficace ne se contente pas de remplir un espace : elle s’adapte au profil de l’acheteur et au contexte, maximisant ainsi son impact.

Les chiffres parlent d’eux-mêmes. Amazon, pionnier en la matière, attribue 35 % de ses ventes à la recommandation¹. Selon McKinsey, la personnalisation des suggestions peut augmenter le taux de conversion de 10 à 15 %². Et près de la moitié des consommateurs avoue avoir déjà cédé à un achat impulsif grâce à une recommandation bien pensée³.

Autrement dit, recommander un produit ne consiste pas seulement à afficher des suggestions. Bien exploitées, ces recommandations deviennent un levier puissant pour orienter les choix des acheteurs et optimiser la performance commerciale. Mais encore faut-il les maîtriser.

III- les clés pour réussir

Pour qu’une stratégie de recommandations porte ses fruits, plusieurs éléments doivent être maîtrisés.

1. Proposer des recommandations toujours hyper personnalisées

L’objectif n’est pas de recommander n’importe quel produit à n’importe qui, mais de cibler précisément les besoins de chaque utilisateur. Chaque recommandation doit être contextualisée et adaptée aux préférences et attentes spécifiques du consommateur. Si les recommandations manquent de personnalisation, elles risquent non seulement de perdre en efficacité, mais aussi de nuire à l’expérience utilisateur, entraînant une chute des performances commerciales. L’enjeu est donc de faire en sorte que chaque suggestion résonne comme une proposition pertinente et réfléchie, répondant à un besoin immédiat ou latent.

2. Définir des zones de recommandation visibles

Multiplier les zones de recommandation sur un site ne sert à rien si elles ne sont pas bien placées. L’objectif est de les rendre visibles là où l’utilisateur est susceptible de les voir, en prenant en compte des éléments comme le fold ou la lecture en Z. La clé réside dans la pertinence et la visibilité : une recommandation efficace ne doit pas se perdre dans une mer de contenu. Loin d’être une simple décoration, la zone de recommandation doit être stratégiquement positionnée pour maximiser son impact et ne pas se contenter de remplir l’espace visuel du site.

3. Définir une stratégie claire pour chaque zone de recommandation

Avant d’implémenter une zone de recommandation, il est indispensable d’avoir une stratégie précise en tête. Chaque zone peut servir à des objectifs différents : générer plus de paniers, augmenter les marges, ou booster les conversions. La clé du succès réside dans la clarté de l’objectif derrière chaque recommandation. Trop souvent, les e-commerçants mettent en place des recommandations sans mesurer leur efficacité ni définir clairement ce qu’ils cherchent à accomplir. Une recommandation réussie repose sur une bonne compréhension de l’objectif à atteindre et de la manière dont chaque zone va contribuer à cet objectif.

4. Capacité à couvrir facilement tout votre catalogue

La capacité à couvrir l’ensemble de votre catalogue produit est essentielle pour que les recommandations soient réellement efficaces. C’est là que l’intelligence artificielle joue un rôle clé. Les systèmes de recommandation existent depuis longtemps, mais il est crucial d’avoir une technologie avancée, capable de gérer et d’analyser automatiquement l’ensemble de vos produits. Cela permet de proposer des recommandations pertinentes sans nécessiter un réglage manuel constant, garantissant ainsi une gestion fluide et évolutive de votre catalogue, peu importe sa taille.

5. Utiliser les données offline pour optimiser la recommandation

Il est essentiel d’intégrer les données offline dans vos stratégies de recommandation. Dans de nombreux secteurs, les taux de conversion en ligne peuvent être relativement faibles, et ne pas tenir compte des achats en magasin peut entraîner des recommandations qui manquent de pertinence. Pour éviter des résultats aberrants et garantir que votre système de recommandation soit véritablement efficace, il doit être capable de s’entraîner sur les données provenant des ventes offline. Cela permet de mieux comprendre les habitudes d’achat globales et de proposer des suggestions plus précises et adaptées aux comportements réels des consommateurs.

6. Pouvoir utiliser des règles métier pour contraindre l’IA

L’intelligence artificielle offre une grande flexibilité, mais il est également important de pouvoir l’orienter avec des règles métier pour maximiser les résultats. Par exemple, vous pouvez définir des règles spécifiques pour favoriser l’up-selling, comme afficher des produits similaires, mais avec une marge plus élevée. Toutefois, il faut savoir appliquer ces règles de manière stratégique et mesurée. Si elles sont trop nombreuses, cela peut rapidement devenir chronophage et nuire à l’efficacité du système. L’enjeu est de trouver un juste équilibre entre l’automatisation de l’IA et l’usage de règles métier pour maximiser la pertinence des recommandations.

7) Prendre en compte vos stratégies commerciales

Un bon système de recommandation doit être aligné avec vos stratégies commerciales globales. Plutôt que de lui imposer des directives ponctuelles, comme la mise en avant d’une marque propre ou d’une catégorie spécifique, il est crucial de définir une stratégie cohérente pour le search, le ranking et la recommandation. Une fois cette stratégie en place, le système pourra l’intégrer de manière fluide et proposer des recommandations pertinentes, en phase avec vos objectifs commerciaux. Cela permet de maximiser l’impact des recommandations tout en respectant vos priorités stratégiques.

8) Mesurer, mesurer, mesurer

La mesure continue est essentielle pour optimiser vos recommandations. Chaque action, chaque interaction doit être suivie et analysée afin d’ajuster les recommandations en fonction des performances. Ce processus d’optimisation ne doit jamais être laissé de côté, car il permet de maximiser l’impact de votre stratégie sur le long terme. L’amélioration continue des recommandations repose sur une évaluation régulière des résultats et des ajustements basés sur les données collectées.

Les recommandations personnalisées de produits ne sont plus un simple atout, mais un véritable levier stratégique pour les e-commerçants. En transformant chaque interaction avec le client en une opportunité de conversion, de fidélisation et d’augmentation des marges, elles permettent de répondre à des objectifs multiples et complémentaires. Cependant, pour maximiser leur efficacité, il est essentiel de miser sur la pertinence, de définir des zones de recommandation stratégiques et de mettre en place une mesure continue. En adoptant une approche méthodique et personnalisée, les e-merchandisers peuvent transformer l’expérience client et optimiser leur performance commerciale à chaque étape du parcours d’achat.

Stéphane Vendramini, founder, Sensefuel

Par Sven Arnauts, responsable mondial de l’IA chez delaware

La plupart des entreprises envisagent encore l’IA sous l’angle de la productivité et de l’efficacité individuelles. Si 2023 a été l’année du « copilote », 2025 sera celle de l’agent. Alors que l’IA agentique gagne rapidement en maturité, nous entrons dans une nouvelle phase. Nous passons d’une simple aide aux individus pour gagner en rapidité à une refonte complète des processus pour les rendre radicalement plus intelligents et autonomes. Pour les DSI, la véritable question de la productivité ne fait que commencer.

Productivité vs processus

Pour comprendre le potentiel transformateur de l’IA agentique, nous devons aller au-delà du paradigme actuel de la productivité et examiner comment l’IA est utilisée aujourd’hui. Les copilotes IA aident les collaborateurs à écrire plus vite, à effectuer des recherches plus rapidement ou à synthétiser plus intelligemment. C’est précieux, mais fondamentalement limité : un copilote, une personne. Les gains d’efficacité sont limités par la capacité de cette personne à exploiter l’assistance de son assistant-copilote. Et c’est précisément là le problème. Lorsque l’IA n’est utilisée que comme assistant personnel, l’individu devient le goulot d’étranglement.

L’IA agentique déplace les priorités. Elle ne se concentre plus sur l’accompagnement individuel, mais agit au niveau du processus, en soutenant tous les acteurs impliqués dans ce processus. Les agents collaborent avec les systèmes, les personnes et d’autres agents pour réaliser des tâches de bout en bout au sein des équipes ou des services.

Leur valeur ne dépend pas du nombre d’utilisateurs, mais de la complexité des flux de travail. C’est là que commence la véritable efficacité.

Focus sur trois familles d’agents : récupération, action et autonomie

Agents de récupération

Ils trouvent et synthétisent des informations. Ils sont similaires aux outils classiques de type ChatGPT.

Agents d’action

Ils déclenchent des flux de travail basés sur des entrées définies. Ils agissent sur demande, mais dépendent toujours de l’intervention humaine pour identifier les actions et leurs conditions.

Agents autonomes

Ils prennent des décisions de manière autonome et coordonnent leurs tâches, améliorant continuellement leurs performances grâce à l’expérience. Ils agissent avec des objectifs plus larges et moins de contraintes.

La véritable force des agents réside dans leur combinaison. Il faut les considérer comme un réseau de spécialistes qui se répartissent le travail.

Vers une IA agentique

Alors que l’automatisation intelligente des processus (IPA) combine l’automatisation robotisée des processus (RPA) avec l’intelligence artificielle, l’IA Agentic s’éloigne des règles RPA codées en dur et intègre des capacités de raisonnement pour adapter ses processus et ses actions en fonction d’une intelligence contextuelle unique. Par exemple, un chatbot IPA répond aux questions courantes, tandis qu’un chatbot Agentic AI analyse les sentiments et remonte automatiquement les problèmes critiques lorsqu’il le juge nécessaire. Avec l’Agentic AI, il est possible d’assigner un objectif et les agents déterminent comment l’atteindre. L’utilisateur orchestre alors l’intelligence au lieu de scénariser chaque étape d’un processus. Ce passage de la simple émission d’instructions à la définition d’intentions définit la prochaine vague d’automatisation.

Efficacité vs différenciation : l’IA agentique comme avantage concurrentiel

Les entreprises adoptent généralement l’IA agentique de trois manières différentes. Ces approches présentent des avantages et sont complémentaires.

Agents intégrés

Disponibles sur des plateformes d’entreprise comme SAP S/4HANA, Microsoft Dynamics, ces agents offrent un point d’entrée rapide et accessible. Ils prennent en charge des processus volumineux et répétables, tels que l’approbation des bons de commande, la segmentation marketing ou le triage du service d’assistance. Intégrés aux outils, ils sont conçus pour évoluer et offrent un impact prouvé avec un effort relativement faible. Pour de nombreuses entreprises, les agents intégrés couvrent une grande partie de leurs besoins d’automatisation initiaux.

Agents configurables

Disponibles sur des plateformes de configuration telles que SAP Joule, Microsoft Copilot Studio, ces agents offrent aux utilisateurs métier un moyen rapide de configurer leurs propres agents grâce à un configurateur simple et rapide. Ces agents s’éloignent des agents « génériques » intégrés. Les agents configurables permettent aux utilisateurs métier d’utiliser les modules disponibles pour configurer un agent plus adapté aux workflows spécifiques de leur organisation.

Agents personnalisés

Disponibles sur des plateformes de développement telles que SAP Build, Azure AI Foundry, les agents personnalisés répondent aux cas d’usage spécifiques à votre entreprise, notamment lorsque l’avantage concurrentiel, l’expérience client ou la culture interne sont en jeu. Les agents personnalisés sont particulièrement pertinents lorsqu’ils contribuent à la différenciation stratégique de vos processus métier et de votre contexte, pour générer de la valeur.

Que peuvent faire les DSI maintenant ?

Il n’est pas nécessaire de créer un écosystème d’agents complet dès le premier jour. Mais il est essentiel de démarrer intelligemment.

Tout d’abord, se concentrer sur les véritables difficultés de l’entreprise en se posant différentes questions : quel processus coûte le plus cher, quel processus prend le plus de temps, quel processus cause le plus de frustration ?

Il faut ensuite impliquer tous les collaborateurs. En effet, même le meilleur agent ne sera d’aucune aide si personne ne veut faire appel à lui. Dans cette logique, il est recommandé de mener à bien son projet dans une logique progressive. De nombreuses entreprises commencent avec des agents intégrés aux outils qu’ils utilisent déjà. D’autres créent des agents personnalisés pour des tâches à forte valeur ajoutée ou en contact direct avec les clients. Souvent, il s’agit d’une combinaison de plusieurs éléments, et cela fonctionne parfaitement. Il n’est pas nécessaire de tout automatiser, mais il est essentiel d’orchestrer intelligemment, en gardant à l’esprit les objectifs de l’entreprise et les collaborateurs.

Conserver une décision humaine

La supervision humaine est essentielle. Qu’il s’agisse d’examiner des décisions critiques, de donner des approbations finales ou de gérer des exceptions, l’humain doit rester au cœur de l’équation. Les agents doivent collaborer avec les équipes, et non les contourner. Car si les équipes ne comprennent pas ou ne font pas confiance au système, elles ne l’utiliseront pas. De manière générale, plus on intègre d’intelligence dans ses processus, plus il devient important d’y intégrer également la responsabilité.

Les copilotes ont permis aux individus de travailler plus rapidement. L’IA agentique va transformer le fonctionnement des organisations. Ce mouvement d’IA agentique orientée processus, en complément du copilote de productivité individuelle, est déjà en marche.

Pour réussir son projet, il est pertinent de se concentrer sur des processus qui ralentissent l’organisation, qui coûtent de l’argent ou frustrent les équipes. Ensuite, il est possible de construire à partir de là. Nul besoin d’un plan parfait. Juste d’une première étape significative. La révolution de l’IA ne se résume pas à des e-mails plus rapides. Il s’agit de bâtir une entreprise plus intelligente et plus résiliente, un processus agentique après l’autre.

Par Rebeca Rocha chez Altospam

Pendant des décennies, la cybersécurité des organisations reposait sur une approche traditionnelle et relativement simple : le périmètre de sécurité. Ce modèle consistait à protéger un réseau interne considéré comme « sûr » et à en isoler les menaces extérieures. Tout ce qui se trouvait à l’intérieur du périmètre était jugé fiable, tandis que l’extérieur était perçu comme un environnement hostile. Cependant, cette approche s’est révélée inefficace face aux nouvelles réalités du monde numérique moderne. L’augmentation du télétravail, l’essor du cloud et l’adoption de modèles d’infrastructures hybrides ont bouleversé ce périmètre.

Aujourd’hui, les cyberpirates exploitent de plus en plus des vulnérabilités au sein même des réseaux internes, notamment en s’attaquant aux identités et aux accès des utilisateurs. C’est précisément ce contexte qui a donné naissance à une nouvelle approche de la cybersécurité : le Zéro Trust.

Le Zéro Trust repose sur un principe fondamental : ne jamais faire confiance, toujours vérifier

Contrairement aux modèles traditionnels, il ne suppose aucune confiance par défaut, même pour les utilisateurs internes et les ressources qui semblent légitimes. Chaque tentative d’accès, qu’elle provienne de l’intérieur ou de l’extérieur du réseau, est rigoureusement vérifiée et validée avant d’être autorisée.

Quels sont les piliers fondamentaux du Zéro Trust ?

Le Zéro Trust repose sur plusieurs concepts essentiels, qui permettent de garantir la sécurité des ressources de manière plus dynamique et granulaire.

• Une authentification forte et continue : L’authentification des utilisateurs ne se limite pas à un simple mot de passe. Dans un environnement Zéro Trust, l’authentification multifacteur (MFA) devient une norme, complétée par des méthodes telles que la biométrie ou des tokens d’accès temporaires. De plus, l’authentification est réévaluée en continu, ce qui permet de renforcer la sécurité en temps réel, même si un utilisateur a déjà été vérifié au départ.
• Contrôle des accès basé sur le moindre privilège : Chaque utilisateur ou appareil se voit attribuer des permissions strictement nécessaires à l’accomplissement de ses tâches spécifiques. Par exemple, un collaborateur d’un service financier n’a pas besoin d’accéder aux ressources de l’équipe informatique. Cette approche réduit les risques de compromission en cas de phishing, car les cyberpirates se retrouvent limités dans leurs mouvements au sein du réseau.
• Segmentation du réseau et micro-segmentation : Plutôt que d’offrir un accès global au réseau, le Zéro Trust isole et contrôle chaque section, limitant l’impact d’une attaque en cas de compromission.
• Surveillance et analyse continue : L’intelligence artificielle (IA) et les systèmes de détection des anomalies jouent un rôle majeur dans la mise en œuvre du Zéro Trust. Ces outils surveillent les activités des utilisateurs et des appareils en temps réel, permettant d’identifier des comportements suspects. Lorsqu’une anomalie est détectée, les politiques de sécurité peuvent être ajustées immédiatement pour contrer la menace.
• Protection des endpoints et du cloud : Le Zéro Trust couvre les appareils utilisateurs et les services cloud, garantissant une sécurité adaptative avant tout accès aux ressources de l’entreprise.

Pourquoi faut-il adopter cette approche aujourd’hui ?

Explosion des cyberattaques

Les ransomwares, le phishing ou les attaques par ingénierie sociale, exploitent souvent des identifiants volés ou des accès insuffisamment sécurisés. Un modèle Zéro Trust permet de limiter les risques associés à ces attaques en restreignant les permissions des utilisateurs et en vérifiant continuellement leurs actions au sein du réseau.

Télétravail et infrastructures hybrides

De plus, le travail à distance, amplifié par la pandémie, et l’adoption du cloud ont modifié la manière dont les entreprises interagissent avec leurs ressources. Les équipes n’accèdent plus à leurs applications depuis des réseaux internes sécurisés, mais depuis des environnements externes, souvent depuis des terminaux personnels. Le périmètre de sécurité classique, qui se concentrait sur la protection d’un réseau interne, n’est plus suffisant dans ce contexte. Le Zéro Trust permet de sécuriser l’accès aux ressources, quelle que soit la localisation de l’utilisateur.

Réglementations et conformité

Les réglementations en matière de cybersécurité, telles que le RGPD, la norme ISO 27001 ou la directive NIS2, imposent des exigences strictes en matière de protection des données et de sécurité des infrastructures. Le Zéro Trust, avec son contrôle d’accès rigoureux et sa surveillance continue, est un moyen efficace de se conformer à ces normes tout en garantissant la confidentialité des informations sensibles. En intégrant ces principes, les entreprises peuvent éviter des sanctions coûteuses et renforcer leur position face aux auditeurs et aux régulateurs.

Protection proactive plutôt que réactive

Le Zéro Trust permet de ne pas seulement réagir aux attaques, mais de les anticiper. En vérifiant systématiquement l’identité et l’accès à chaque ressource, l’approche Zéro Trust bloque proactivement toute activité suspecte avant qu’elle ne puisse causer des dommages.

Comment mettre en place une stratégie Zéro Trust ?

Adopter le Zero Trust peut sembler intimidant, mais il est possible de procéder étape par étape pour l’intégrer dans une organisation.

• Évaluer son niveau de sécurité actuel : Avant d’implémenter le Zéro Trust, il est essentiel d’effectuer un audit des systèmes existants. Cette étape permet d’identifier les vulnérabilités actuelles et de comprendre les besoins spécifiques de sécurité.
• Implémenter l’authentification forte : Le déploiement de l’authentification multifacteur (MFA) est une priorité. Il convient également d’intégrer des solutions de gestion des identités pour garantir l’accès sécurisé aux ressources.
• Restreindre les accès selon le principe du moindre privilège : Définir des politiques d’accès claires et strictes. Chaque utilisateur ou appareil ne doit disposer que des droits nécessaires pour accomplir ses tâches spécifiques.
• Sécuriser l’accès aux données locales : L’utilisation d’un VPN peut vous permettre de garantir un accès sécurisé aux ressources de vos équipes, que ce soit sur site ou dans le cloud. Cela réduit les risques liés aux connexions non sécurisées et empêche les attaques par interception de données.
• Adopter une surveillance continue : L’utilisation de solutions d’analyse comportementale et de détection des menaces basées sur l’IA permet d’assurer une vigilance permanente et de détecter toute activité anormale en temps réel.
• Sensibiliser les équipes : Il est crucial de former les collaborateurs à la cybersécurité et aux principes du Zéro Trust pour garantir une adoption fluide et une mise en œuvre efficace.

Une approche à manier avec équilibre

Si le modèle Zéro Trust renforce indéniablement la cybersécurité, il pose aussi des défis en matière d’usabilité, notamment avec le chiffrement de bout en bout (E2EE). L’E2EE consiste à chiffrer les données directement au niveau utilisateur, avant même leur stockage dans le Cloud, garantissant une confidentialité totale.

Cependant, appliqué à l’extrême, ce modèle peut rendre les données inutilisables (plus d’aperçu de fichiers, plus de collaboration en temps réel, moins d’IA pour optimiser la gestion des données…). Cela peut mener à une sur-sécurisation contre-productive, où les utilisateurs contournent les règles en utilisant des solutions non approuvées.

Plutôt que de supprimer totalement la confiance, optez pour une approche qui prône un équilibre entre sécurité et usabilité. Le Zéro Trust doit s’utiliser avec intelligence et pragmatisme.

Par Jérôme Beaufils, CEO de SASETY

Introduction

Les intelligences artificielles génératives transforment rapidement les usages professionnels. Génération de contenu, assistance au code, automatisation de tâches : leur potentiel est immense. Mais leur adoption massive s’accompagne d’un accroissement des risques : perte de contrôle sur les données, fuites d’informations sensibles, usages non conformes, shadow IT, ou encore entrave à la gouvernance des politiques de sécurité.

Le phénomène de GenAI Sprawl

La prolifération non maîtrisée des outils d’intelligence artificielle générative ou GenAI Sprawl est alimentée par une adoption massive, souvent désorganisée :

• 65 % des entreprises utilisent déjà des outils d’IA générative dans au moins une fonction métier,
• 80 % des décideurs ont expérimenté ces outils, dont 20 % les intègrent dans leur quotidien,
• 44 % des utilisateurs français l’utilisent à la fois dans un cadre personnel et professionnel,
• Et pourtant, 68 % d’entre eux ne le signalent pas à leur hiérarchie, révélant une utilisation largement souterraine.

Avec la montée en puissance de solutions comme ChatGPT, Microsoft Copilot, Bard, Claude, ou d’outils intégrés à des applications SaaS (M365, Notion, Canva, etc.), de nombreux collaborateurs commencent à utiliser ces technologies de manière autonome, souvent en dehors du contrôle de la DSI ou de l’équipe sécurité.

Cela crée une dispersion à plusieurs niveaux :

• Des outils : utilisation d’un grand nombre d’applications GenAI, souvent non validées ou non connues,
• Des utilisateurs : usages variés et non homogènes selon les services, profils ou localisations,
• Des données : envoi potentiel d’informations sensibles à des plateformes externes sans encadrement,
• Des politiques de sécurité : impossibilité de garantir la conformité et l’application de règles cohérentes.

Le risque ? Une perte de visibilité, une explosion de la surface d’attaque et une exposition massive à des fuites de données ou à des traitements non conformes au RGPD.

Le GenAI Sprawl est donc l’équivalent, dans l’univers de l’IA, du Shadow IT pour les applications SaaS : un phénomène à encadrer rapidement, sous peine de voir l’innovation devenir une source majeure de vulnérabilité.

Une réponse technologique unifiée grâce à la plateforme SASE de Cato Networks

Face à ce constat, la plateforme SASE de Cato Networks, 100 % cloud-native, adopte une approche intégrée en combinant les briques essentielles pour encadrer l’usage des IA génératives en entreprise.

Deux piliers sont incontournables : le CASB (Cloud Access Security Broker) et le DLP (Data Loss Prevention).

Le CASB : voir, comprendre, contrôler

Le CASB de Cato permet une découverte automatisée des applications cloud, y compris celles issues du Shadow IT et des usages d’IA générative. Il offre :

• Une visibilité complète sur les outils utilisés,
• Une classification des applications IA selon leur risque,
• Des politiques d’accès granulaires (lecture seule, interdiction d’upload, segmentation par rôle, etc.),
• Une supervision en temps réel des actions des utilisateurs, y compris via API pour des services comme Copilot, Entra ID ou Box.

Le DLP : prévenir les fuites de données sensibles

Le module DLP intégré de Cato permet de surveiller tous les flux réseau (SaaS, web, datacenter, cloud), et d’identifier les tentatives de transfert de données critiques. Il repose sur :

• Plus de 350 types de données sensibles préconfigurées,
• La possibilité de créer des règles personnalisées selon le contexte,
• Des actions de blocage, alerte ou journalisation en fonction des usages IA détectés.

Les DLP modernes permettent aussi d’identifier les prompts suspects, les partages publics, et les fuites indirectes de données d’entreprise via des IA mal encadrées.

Une maîtrise complète des usages GenAI

L’approche combinée CASB + DLP de Cato permet de sécuriser chaque étape de l’utilisation d’une IA générative :

• Découverte et classification des outils (Copilot, ChatGPT, etc.),
• Supervision des actions des utilisateurs (prompt, upload, partage),
• Interdiction ou limitation des usages à risque,
• Prévention des fuites d’informations sensibles,
• Conformité aux politiques internes et réglementations (RGPD, ISO 27001, NIS2).

L’accompagnement expert de SASETY : un facteur clé de succès

Pour tirer pleinement parti de ces technologies, un accompagnement expert est essentiel. SASETY, partenaire stratégique de Cato Networks, facilite leur intégration en assurant :

• Une mise en œuvre rapide et fluide,
• Une adaptation aux besoins spécifiques de chaque organisation,
• Un transfert de compétences pour rendre les équipes IT autonomes,
• Des formations ciblées sur l’analyse des usages GenAI,
• Une surveillance et optimisation continue des politiques de sécurité.

En tant que fournisseur de services de cybersécurité managés, SASETY assure également le maintien en conditions opérationnelles des solutions SASE et SSE, pour garantir une protection efficace et durable.

Cette approche permet aux entreprises d’adopter une cybersécurité performante, évolutive et responsable, tout en gardant la main sur l’innovation.

Conclusion : sécurité, conformité et innovation

Encadrer l’usage des IA génératives ne revient pas à les restreindre, mais à les intégrer intelligemment au sein d’une stratégie de cybersécurité moderne. La combinaison de la plateforme SASE de Cato Networks et de l’accompagnement de SASETY offre aux organisations un cadre de confiance pour exploiter les IA tout en maîtrisant leurs risques. C’est la condition essentielle d’une innovation responsable, sécurisée et durable.

Par Nicolas Commare chez Colibri

Le processus S&OP donne la capacité d’orienter stratégiquement ses activités. Le S&OP (Sales and operations planning), aussi connu sous le nom de PIC (Plan industriel et commercial) est un processus d’élaboration de plans tactiques qui permet d’orienter la stratégie afin d’obtenir un avantage concurrentiel.

Mais quels sont les objectifs du S&OP ?

• Déterminer ce que les clients vont acheter, en quelle quantité et avec quel taux de service on veut leur répondre
• Évaluer sa capacité à produire et approvisionner le bon produit au bon moment tout en réduisant les stocks pour optimiser le cashflow
• Aligner les plans sur les objectifs financiers avec un effet de levier important sur l’amélioration de l’EBIDTA, indicateur clé de la bonne santé de l’entreprise

Dans le cadre du S&OP, tous les services doivent échanger régulièrement. Ce qui, de facto, a un impact très positif sur la communication au sein de l’entreprise. Mais les avantages du S&OP ne s’arrêtent pas là. Grâce au S&OP, on anticipe et on a donc le temps de réagir pour ne pas être en pénurie, ne pas perdre de parts de marché, ne pas générer de l’insatisfaction client, etc.

Il est alors possible d’accéder à des gains financiers notoires. Cela s’explique, car le S&OP est un processus qui permet d’être plus proactif que réactif. De plus, cela crée un pont entre la valeur client et l’efficacité de la chaîne. Ainsi, s’engager dans le S&OP revient à opter pour une démarche d’amélioration continue.

Mais attention, tous ces objectifs ne pourront être atteints qu’à une seule condition : être soutenu par la direction générale, qui devra œuvrer afin d’éliminer les cloisonnements entre les services voire dans certains cas, au sein de mêmes services.

Autrement dit, la DG doit être sponsor du processus S&OP.

Quelles sont les erreurs à éviter ?

1. Partir tête baissée. Dans le cadre du S&OP, avant de se lancer, il faut prendre du recul, regarder à des niveaux agrégés et travailler par macro-famille, sauf pour les lancements. On anticipe sur les volumes afin de ne pas se perdre dans les détails ni perdre de vue l’image globale.
2. Ne pas nommer de responsable. Penser à dédier une ressource, une personne à l’animation de ce process pour cadrer les choses. C’est un point clé qui conditionne la réussite.
3. Construire une usine à gaz. Le S&OP est certes un processus complexe, mais sa mise en place n’est pas nécessairement lourde et pénible. Tout cela peut se faire simplement. L’idéal ? Commencer par faire simple et efficace. Sinon, le projet risque de ne pas être un succès.

En résumé, le S&OP peut être rentable et simple à mettre en place. Cette démarche offre à l’entreprise des gains en productivité rapides et permet de réduire les pertes de temps à tous les niveaux. Dans ce contexte, le concours de la Direction générale est un élément fondamental.