L'image montre un astronaute en combinaison spatiale à l'intérieur d'un vaisseau spatial ou d'une station spatiale. L'astronaute est équipé d'un casque spatial et se tient debout, avec une vue sur l'espace à travers une grande fenêtre derrière lui. L'espa

Commerce, IA et rentabilité : ce que révèle une expérimentation terrain menée à Dinant

Données observées, signaux faibles et implications pour les commerçants

Commerce, IA et rentabilité : ce que révèle une expérimentation terrain menée à Dinant Données observées, signaux faibles et implications pour les commerçants

Le 12 mai 2026, e-net. lab a observé et co-animé un atelier à Dinant réunissant des commerçants locaux autour d’une question simple : comprendre ce qui rapporte vraiment dans leur activité.

Organisé par l’Agence de Développement Local de la Ville de Dinant, sous l’impulsion du collège communal et de son 1er échevin Niels Adnet-Becker, cet atelier a permis de confronter intuition terrain et analyse assistée par IA.

Un constat saillant émerge : une grande partie des participants découvre un écart entre ce qu’ils vendent le plus et ce qui génère réellement de la rentabilité.

Cet article documente l’expérience, analyse les signaux observés et propose des repères pour accompagner la transition des métiers du commerce.


Découvrez en vidéo l'atelier Déclic IA mené à Dinant

Témoignages, démonstrations et déclics : revivez en vidéo cette expérience inédite à Dinant.
Des visages, des voix, des prises de conscience : l'atelier Déclic IA comme si vous y étiez.
En moins de 2 minutes, ressentez l'ambiance, l'énergie et les déclics d'un atelier pas comme les autres.


Dans de nombreux commerces, la performance est encore largement pilotée à l’intuition.
Or, la multiplication des données disponibles (caisse, stock, achats) crée un décalage entre information disponible et compréhension réelle.

Cet atelier constitue un signal pertinent car il permet d’observer un enjeu de lucidité économique dans les petites structures, une transition vers des pratiques de pilotage augmentées par l’IA, un apprentissage collectif basé sur des situations réelles et une nécessité de structurer des cadres simples et actionnables

Cette publication vise à documenter cette bascule, en apportant des repères concrets pour les commerçants et les acteurs territoriaux.

Qu'est-ce qui rapporte le plus dans son commerce de proximité ?

L’atelier 'Déclic IA pour les dirigeants et managers', dans le cadre de la table de l'innovation, aborde une question volontairement simple, mais structurante : "Savez-vous réellement ce qui vous rapporte le plus dans votre commerce ?"

Cette question vise à créer un décalage entre perception et réalité, en invitant les participants à se positionner à partir de leur expérience quotidienne. La majorité des réponses s’appuie sur des indicateurs intuitifs : produits les plus vendus, fréquentation, ressenti sur certaines catégories.

Ce premier temps met en évidence plusieurs confusions fréquentes. D'abord, le volume de ventes est souvent assimilé à la rentabilité. Ensuite, l’intensité de l’activité est perçue comme un indicateur de performance. Pour finir, l’intuition, bien que précieuse, reste insuffisante pour piloter

Ce cadrage pose les bases de l’atelier : passer d’une logique d’intuition à une logique de lecture structurée et décisionnelle.

Démonstration d'une collaboration 'Humain-IA'

Une démonstration est ensuite proposée à partir de cas concrets, combinant lecture humaine et analyse assistée par intelligence artificielle.

L’approche consiste à confronter deux niveaux de lecture :

  • une lecture terrain, centrée sur le comportement client et l’attractivité des produits
  • une lecture économique, centrée sur la rentabilité, les marges et la structure de coûts

Plusieurs constats émergent rapidement :

  • certains produits à forte rotation génèrent en réalité peu de marge
  • certaines catégories immobilisent du stock sans contribuer significativement à la rentabilité
  • des écarts apparaissent entre la perception du commerçant et les données analysées
  • la structuration des données permet une visualisation immédiate des déséquilibres

L’intervention croisée de Lucas Dufossez, centrée sur la perception client et l’attractivité, et de Nicolas Pourbaix, orientée vers la lecture économique et le pilotage, met en évidence une tension structurante : ce qui fait vendre n’est pas toujours ce qui fait gagner.

Données observées

L’atelier a permis de faire émerger plusieurs constats quantifiés à partir des échanges réalisés avec les participants lors de la table de l’innovation consacrée à l’intelligence artificielle générative et au pilotage économique des commerces.

Les principaux résultats observés sont les suivants :

  • 100 % des participants déclarent avoir déjà utilisé un outil d’intelligence artificielle générative au moins une fois.
  • Environ 14 % des participants utilisent déjà l’IA générative dans leur activité professionnelle au quotidien. À titre de comparaison, les données du Conseil Supérieur de l’Emploi (rapport février 2026 – données Statbel / Eurostat) indiquent qu’environ une PME sur trois utilise aujourd’hui l’IA générative dans son activité professionnelle.
  • Environ 57 % des participants déclarent connaître la signification du terme « prompt » dans l’univers de l’intelligence artificielle générative.
  • Environ 14 % des participants n’avaient encore jamais utilisé ChatGPT avant l’atelier.
  • Aucun participant n’analyse chaque semaine la rentabilité réelle de ses produits ou services, au-delà du seul chiffre d’affaires.
  • Aucun participant ne se déclare certain que l’ensemble de son stock est réellement rentable.
  • Environ 14 % des participants indiquent piloter leur activité à l’aide d’indicateurs économiques structurés plutôt qu’à l’intuition.

Ces résultats révèlent plusieurs tendances de fond : une forte exposition aux outils d’intelligence artificielle générative, mais une intégration encore limitée dans les usages professionnels quotidiens ; une compréhension inégale des concepts liés à l’IA ; ainsi qu’un pilotage économique reposant encore majoritairement sur l’intuition.

Ils suggèrent également un décalage entre l’accessibilité croissante des technologies et leur intégration réelle dans les pratiques de gestion, de décision et de pilotage économique.

Ces ordres de grandeur reflètent des tendances largement observées dans les PME et le commerce de détail en Europe.

Plusieurs études mettent en évidence des difficultés récurrentes :

  • un pilotage encore peu structuré de la rentabilité ;
  • une visibilité limitée sur la contribution réelle des produits à la marge ;
  • une gestion des stocks souvent perfectible.

Les travaux de la Commission européenne sur la digitalisation des PME montrent notamment un retard persistant dans l’adoption d’outils d’analyse et de pilotage, en particulier dans les petites structures.

De nombreuses observations terrain - cabinets de conseil, éditeurs de solutions de gestion ou experts-comptables - convergent également vers le même constat : beaucoup de dirigeants pilotent encore principalement leur activité à partir du chiffre d’affaires ou de leur intuition.

Les chiffres évoqués ici ne doivent donc pas être interprétés comme des mesures exactes, mais comme des ordres de grandeur cohérents avec une réalité largement documentée.

Ce que nous observons...

Ces données suggèrent une maturité encore hétérogène en matière de pilotage économique dans les commerces de proximité. Elles mettent en évidence un décalage entre la richesse des données disponibles - ventes, stock, achats - et la capacité à les transformer en décisions structurées.

Elles indiquent également que la perception de la performance repose encore largement sur des indicateurs visibles : volume de ventes, fréquentation ou niveau d’activité apparent.

Les dimensions plus fines - marge, rotation des stocks, contribution réelle à la rentabilité - restent souvent moins intégrées dans le pilotage quotidien.

La collaboration entre lecture humaine et outils d’analyse permet alors de rendre visibles certains déséquilibres qui restent parfois difficiles à identifier sans structuration des données.

Cependant, ces résultats doivent être interprétés avec prudence.

Ils ne permettent pas d’affirmer :

  • une incapacité des commerçants à analyser leur activité ;
  • une supériorité systématique des outils d’intelligence artificielle ;
  • une homogénéité des situations ou des pratiques observées.

Ils traduisent avant tout un moment d’apprentissage collectif, où des pratiques existantes sont mises en perspective, questionnées et comparées.

Limites & prudence

Plusieurs éléments invitent à nuancer l’interprétation :

  • Échantillon local et limité : les observations portent sur un groupe restreint de commerçants.
  • Données partiellement déclaratives : certaines analyses reposent sur les informations communiquées par les participants.
  • Contexte spécifique à Dinant : tissu économique local, typologie des commerces et saisonnalité peuvent influencer les résultats.

Ces limites soulignent l’intérêt de reproduire ce type d’expérimentation dans d’autres contextes afin de confirmer, nuancer ou affiner les tendances observées.

Maturité économique

L’expérimentation met en évidence une confusion persistante entre activité commerciale et rentabilité.

Dans de nombreux cas, le niveau d’activité - mesuré par le volume de ventes ou la fréquentation - est encore perçu comme un indicateur suffisant de performance économique.

Or, les analyses réalisées lors de l’atelier montrent que cette équivalence est souvent trompeuse. Un commerce peut être actif, voire très actif, sans pour autant générer une rentabilité proportionnelle. Cette confusion constitue un signal faible structurant dans la manière dont les décisions sont prises.

Pour nous, cela implique le besoin d’outils simples permettant une lecture économique accessible et opérationnelle, la nécessité de renforcer la compréhension des notions de marge, de contribution et de rentabilité et l’importance d’un suivi régulier, au-delà des seuls indicateurs de vente.

« Un commerce peut être très performant du point de vue du client - attractif, dynamique, fréquenté - sans être performant économiquement. L’enjeu est de réconcilier ce que le client perçoit et ce que l’entreprise gagne réellement. »
Lucas Dufossez, architecte-contributeur du e-net. lab

Lucas Dufossez

Collaboration Humain-IA

L’atelier met en évidence que la valeur ne réside pas uniquement dans la donnée ni dans l’intuition, mais dans leur interaction.

La collaboration entre l’humain et l’intelligence artificielle permet de faire émerger une lecture plus complète et plus structurée de l’activité.

Dans ce cadre l’humain apporte sa connaissance du terrain, du client et des dynamiques commerciales. L’IA apporte une capacité de structuration, de calcul et d’objectivation rapide des données

Cette complémentarité permet de rendre visibles des éléments qui, jusqu’alors, restaient diffus ou implicites.

Pour notre laboratoire, nous estimons que cela implique le développement de nouvelles compétences, centrées sur l’interprétation et l’arbitrage, la capacité à formuler des questions pertinentes et à dialoguer avec les outils et un repositionnement du commerçant, qui devient davantage pilote que simple exécutant.

Expérimentation : production éditoriale et collaboration Humain–IA

Lors de l’atelier, une expérimentation concrète a également été menée autour d’un besoin fréquent des commerces de proximité : la création d’un planning trimestriel de publications Facebook et Instagram.

L’objectif consistait à estimer le temps nécessaire pour produire un plan éditorial cohérent, engageant et stratégiquement structuré, dans deux configurations :

  • sans assistance d’intelligence artificielle générative ;
  • dans une logique de collaboration Humain–IA.

L’exercice intégrait plusieurs dimensions : la construction d’une stratégie éditoriale trimestrielle ; la définition des axes de communication, des temps forts et des objectifs marketing ; la génération de publications prêtes à l’emploi pour Facebook et Instagram ; la création d’idées de visuels, de formats et de hashtags ; l’optimisation de la cohérence de marque et de l’engagement commercial.

Dans une approche traditionnelle, réalisée principalement de manière manuelle, le temps moyen estimé pour produire un plan d’actions trimestriel complet était d’environ 14 heures.

Ce temps comprend notamment la recherche d’idées, la structuration éditoriale, la rédaction des publications, la recherche de concepts visuels, l’adaptation des contenus selon les plateformes et les phases de validation et d’ajustement.

Dans une approche collaborative Humain-IA, le temps moyen estimé descendait à environ 3 heures pour un résultat structuré et directement exploitable. L’expérimentation fait ainsi apparaître un gain de productivité estimé entre 75 % et 80 % sur le temps de production éditoriale.

Cependant, l’atelier a également mis en évidence plusieurs points essentiels :

  1. Le gain est maximal lorsque les fondamentaux stratégiques sont déjà clarifiés : positionnement, offres, cible, valeurs, tonalité et objectifs marketing.
  2. L’intelligence artificielle accélère fortement la structuration, la génération d’idées et la rédaction, mais la validation finale, l’adaptation émotionnelle et la cohérence de marque restent largement pilotées par l’humain.

Cette expérimentation illustre une évolution plus large : l’IA ne remplace pas la réflexion stratégique ni la connaissance du client, mais elle transforme profondément le temps nécessaire pour passer de l’idée à l’exécution.

Trajectoire du métier

Au-delà des outils, c’est la trajectoire du métier de commerçant qui évolue.

Traditionnellement centré sur la vente, la relation client et l’opérationnel, le métier intègre désormais une dimension accrue de pilotage.

Cette évolution se traduit par un déplacement progressif des compétences vers la compréhension des équilibres économiques, l’intégration de la donnée dans les décisions quotidiennes et la capacité à arbitrer entre attractivité commerciale et rentabilité réelle.

Le commerçant ne se limite plus à vendre : il doit comprendre, anticiper et ajuster en continu.

Il faut donc une montée en compétence sur les enjeux de gestion et de performance, une intégration progressive des outils d’analyse dans le quotidien et une capacité à faire des choix éclairés entre volume, image et rentabilité.

« L’IA ne remplace pas le commerçant. Elle met en lumière ce qu’il pressent déjà sans pouvoir toujours le démontrer. C’est dans cette collaboration que naît une nouvelle forme de pilotage. »
Nicolas Pourbaix, architecte-contributeur du e-net. lab

Nicolas Pourbaix

Nos enseignements

Au-delà du contexte local de l’atelier, cette expérience met en évidence des enseignements transposables à d’autres commerces et secteurs d’activité. Ils constituent des repères utiles pour accompagner les transitions économiques, organisationnelles et décisionnelles en cours.

  1. L’activité ne garantit pas la rentabilité.
    Un niveau de ventes élevé ou une forte fréquentation ne traduisent pas nécessairement une performance économique solide. La rentabilité doit être analysée au-delà du volume.

  2. L’intuition doit être complétée par des données.
    L’expérience terrain reste essentielle, mais elle doit être enrichie par une lecture structurée des données pour éclairer les décisions et limiter les biais.

  3. La collaboration Humain–IA crée de la lisibilité.
    L’association entre intuition humaine et analyse assistée permet de rendre visibles des déséquilibres souvent implicites, et d’améliorer la compréhension globale de l’activité.

  4. Les risques économiques sont souvent invisibles.
    Certains déséquilibres - marges faibles, stock peu performant, dépendance à certains produits — peuvent s’installer progressivement sans être détectés.

  5. Le pilotage devient une compétence clé.
    Le métier évolue vers une capacité accrue à analyser, arbitrer et ajuster. Le commerçant devient progressivement un pilote de sa performance économique.

Ce que nous retenons...

  • Constat : un écart fréquent apparaît entre le niveau de ventes et la rentabilité réelle, souvent sous-estimé ou non objectivé
  • Enjeu : améliorer la lisibilité économique pour permettre aux commerçants de mieux comprendre ce qui génère réellement de la valeur
  • Risque : des décisions prises principalement à l’intuition, pouvant conduire à des déséquilibres progressifs et non détectés
  • Opportunité : la collaboration Humain-IA comme levier pour structurer l’analyse et renforcer la qualité des décisions
  • Priorité : développer des outils simples et accessibles, accompagnés d’un effort de formation sur les notions clés de rentabilité
  • Prochaine étape : étendre ce type d’expérimentation à d’autres territoires et contextes pour affiner les observations et les cadres d’action

Quand innovation, gastronomie et vivant se rencontrent

Cet atelier s’est également inscrit dans une expérience plus large, mêlant innovation, territoire et dimension humaine.

Dans le cadre de sa trajectoire de transformation durable, e-net. s’entoure de partenaires partageant une vision commune du progrès, de l’humain et du vivant. Bossimé s’inscrit pleinement dans cette dynamique.

À travers la ferme, le restaurant et l’univers porté par le chef Ludovic Vanackere, Bossimé développe une approche où la gastronomie devient un levier de régénération, de transmission et d’impact positif. Le projet repose sur une conviction forte : nourrir durablement implique de recréer du lien entre la terre, les producteurs, les savoir-faire, les émotions et les personnes.

Lors de cette rencontre, les participants ont ainsi pu vivre une expérience gastronomique autour d’une dégustation de la cuvée de Bossimé ainsi que d’akouskis gastronomiques proposés par l’équipe.

Cette collaboration entre e-net. et Bossimé s’inscrit également dans une logique de neuro-éducation, à travers l’approche NeuroTriForma®. La méthodologie vise à favoriser une meilleure montée en compétence en mobilisant simultanément plusieurs dimensions de l’apprentissage : cognition, émotion, expérience sensorielle et interaction humaine.

Dans le cadre de cette table de l’innovation, l’expérience gastronomique ne constituait donc pas uniquement un moment de convivialité, mais participait également à créer un environnement propice à l’attention, à la mémorisation, à l’ouverture cognitive et aux échanges entre participants.

Au-delà de la technologie, cette approche rappelle que les transformations durables — économiques, organisationnelles ou digitales — prennent pleinement leur sens lorsqu’elles restent connectées à l’humain, aux émotions, au territoire et aux expériences vécues.

Évaluation de la table de l’innovation

À l’issue de la rencontre, l’ensemble des participants a été invité à évaluer cette table de l’innovation combinant montée en compétence autour de la collaboration Humain-IA et expérience gastronomique immersive proposée en partenariat avec Bossimé.

Les résultats observés mettent en évidence un niveau d’adhésion particulièrement élevé :

  • 97,78 % de satisfaction globale ont été enregistrés sur les différents critères d’évaluation de l’expérience (indicateur CSTA).
  • Le dispositif obtient également un score NPS de 9,13/10, traduisant une forte propension des participants à recommander cette expérience à d’autres dirigeants, commerçants ou acteurs économiques.

Ce niveau de recommandation suggère que l’approche proposée a été perçue non seulement comme utile et concrète, mais également comme différenciante dans sa manière d’aborder les transformations liées à l’intelligence artificielle.

Au-delà de la découverte technologique, les retours recueillis semblent confirmer l’intérêt d’un format mêlant une expérimentation terrain, une pédagogie accessible, une interaction humaine, une mise en situation concrète et une expérience sensorielle. Ces résultats renforcent l’hypothèse selon laquelle les dynamiques de montée en compétence sont favorisées lorsque les apprentissages s’inscrivent dans une expérience globale, engageante et contextualisée.

Aller plus loin ?

    Méthodologie e-net. lab

    Cette publication repose sur une démarche de recherche-action, d’expérimentation terrain et d’observation collective, visant à analyser les implications économiques, organisationnelles et humaines de l’intégration de l’intelligence artificielle dans les métiers du commerce de proximité.

    Elle s’appuie sur une expérience publique, menée le 12 mai 2026 à Dinant, sous la forme d’un atelier réunissant des commerçants locaux. L’expérimentation consistait à confronter deux modes de lecture de l’activité commerciale : une lecture intuitive, issue de l’expérience terrain et une lecture structurée, assistée par intelligence artificielle.

    L’objectif était d’observer les écarts en termes de compréhension de la rentabilité, posture décisionnelle, nature des analyses et capacité de pilotage, dans un contexte proche de la réalité quotidienne des commerçants.

    Première publication : 13 mai 2026
    Révision(s) : néant

    À propos de cette publication

    Sources mobilisées : observations directes réalisées lors de l’expérimentation (2026) ; analyses comparatives des temps de traitement (avec et sans IA) ; Commission européenne / SME Envoys Network (Les PME signalent des obstacles importants - compétences, outils, complexité) ; travaux sur la transformation numérique des PME de l'OCDE (OECD) ; Commission européenne ; étude sur la digitalisation des PME du SPF Économie ; retours qualitatifs des participants (analystes, dirigeants, consultants) ; baromètre France Num / PME de Sage ; travaux prospectifs du e-net. lab sur la transformation des métiers, la gestion du risque et la collaboration Humain-IA.

    Cette publication est indépendante et n’engage ni les institutions publiques, ni les participants cités.

    Les citations intégrées (notamment Nicolas Pourbaix et Lucas Dufossez) relèvent d’analyses formulées dans le cadre des travaux du e-net. lab et de l’animation de l’atelier.

    Cadre d’analyse mobilisé

    Cette publication s’appuie sur plusieurs cadres d’analyse complémentaires :

    • une lecture des transformations des métiers du commerce à partir de la décomposition des tâches (vente, gestion, pilotage) et de leur évolution
    • les travaux du e-net. lab sur la coopération Humain–IA et la transformation de l’intuition en décision structurée
    • une grille d’analyse croisant la perception terrain (expérience client, attractivité, volume), la réalité économique (marge, stock, rentabilité), la posture cognitive (intuition vs pilotage) et le niveau de maîtrise (réaction vs décision structurée).

    Les notions de lisibilité économique, de pilotage du commerce, et de réconciliation entre attractivité et rentabilité relèvent d’une structuration analytique développée par le e-net. lab dans le cadre de ses recherches sur les transitions des métiers de proximité.

    Limites méthodologiques

    Cette publication ne constitue pas une étude quantitative représentative.

    Elle repose sur une expérimentation contextualisée dans un territoire spécifique (Dinant), un nombre limité de participants et des données en partie déclaratives et hétérogènes.

    Les résultats doivent être interprétés comme des indicateurs de transformation, des signaux faibles et des repères d’analyse, et non comme des conclusions généralisables à l’ensemble des commerces.

    Propriété intellectuelle

    Les concepts, grilles d’analyse, cadres méthodologiques et structurations prospectives mentionnés dans cette publication constituent des actifs de propriété intellectuelle protégés soit par i-DEPOT (Idées et savoir-faire), soit par des actes de domainabilité, soit par le droit des marques, lorsque applicable.

    Droits de reproduction

    La citation et reprise partielle autorisées dans un cadre informatif ou critique, à condition de : citer clairement la source complète, inclure un lien vers l’article original.

    Mention structurée de la source :

    e-net. lab - Premier laboratoire des transitions stratégiques, éthiques et digitales - Quand vendre ne suffit plus : enseignements d’un atelier commerçants à Dinant. Auteurs : Nicolas Pourbaix / Lucas Dufossez, architectes-contributeurs du e-net. lab.

    Toute utilisation à des fins commerciales, promotionnelles ou publicitaires est strictement interdite sans accord écrit préalable de e-net.

    Est notamment interdite la reprise, partielle ou intégrale, d’éléments de ce contenu (dénominations, expressions clés, structures méthodologiques, cadres pédagogiques ou logiques narratives) au sein de plateformes digitales à vocation commerciale (site web, extranet, plateforme de services, offre marketing, formation payante, outil SaaS, etc.). Toute infraction constatée pourra faire l’objet d’une qualification en concurrence déloyale, atteinte au savoir-faire, ou violation de droits de propriété intellectuelle, et donner lieu à l’ouverture d’un dossier formel, pouvant entraîner des demandes de retrait, de régularisation financière ou l’engagement de procédures appropriées.

    Toute adaptation, traduction ou modification du contenu nécessite une autorisation explicite préalable et doit respecter l’intégrité du sens, de la structure et de la finalité du contenu original.

    Référencement et indexation IA

    Les plateformes d’indexation IA, moteurs de recherche et agrégateurs automatiques sont autorisés à référencer ce contenu à condition que :

    • le sens du contenu restitué soit strictement conforme à la version publiée,
    • la source soit clairement citée, avec un lien vers l’article original,
    • aucune réinterprétation, dénaturation ou usage à finalité commerciale indirecte ne soit opérée.

    Une expérience unique

    Nous sommes soucieux de vous offrir une navigation sécurisée et personnalisable. Nous utilisons à cette fin des cookies afin de vous proposer des offres adaptées à vos centres d’intérêt, recueillir anonymement des données de statistiques et vous permettre une visite la plus agréable possible.