Les grands lancements d’IA retail au Japon visent l’arrière-boutique, pas le client. Le système de commande automatisé de Nomura Research Institute, commercialisé auprès des enseignes de proximité et des supermarchés par le distributeur Assist, anticipe la demande et passe la commande ; Uvance for Retail de Fujitsu, lancé en mars, construit son agent phare pour les responsables de merchandising plutôt que pour les clients. Ce qui oriente ces outils vers le réassort et le back-office n’a guère à voir avec la conquête de nouveaux acheteurs. C’est la rareté du travail : le Japon manque des personnes qui passaient autrefois ces commandes, et aucun moteur de recommandation ne les remplace.

Le cas le plus limpide est un système de commande que le client ne voit jamais. Nomura Research Institute l’a construit sur la plateforme DataRobot, et depuis 2021 le distributeur Assist le vend aux supérettes, supermarchés et pharmacies. Il calcule les stocks de sécurité et les minimums de rayon, propose chaque commande, et se réajuste à chaque fois qu’un employé la corrige — une machine mise en apprentissage auprès de l’acheteur qu’elle finira par remplacer. Le problème qu’elle résout n’est pas celui d’un client qui ne trouve pas un produit ; c’est celui du vétéran dont le savoir-faire de commande part à la retraite avec lui. Assist indique que le système réduit le temps de commande d’environ 60 pour cent, ce qui passe pour un gain d’efficacité jusqu’à ce qu’on demande qui consacrait ces heures à cette tâche. Selon le fournisseur, quelque 4 000 magasins l’ont adopté ou sont en phase d’évaluation — à cette échelle, c’est une infrastructure d’arrière-boutique, pas une expérimentation.

L’entrée plus récente de Fujitsu révèle la même logique, même là où elle prétend s’adresser au client. Uvance for Retail, lancé le 2 mars pour le marché japonais, associe une IA à inférence causale qui lit les comportements d’achat à une couche multi-agents dédiée aux opérations en magasin. Son agent phare, Watomo, n’accueille pas les clients ; il analyse les données du magasin pour les responsables de merchandising, signale les anomalies et simule des réponses. Même la dimension orientée client se justifie par l’absence : Fujitsu présente sa personnalisation à des enseignes qui ne peuvent plus la délivrer manuellement “en raison des pénuries de main-d’œuvre”. L’infrastructure sous-jacente est achetée, non développée en interne : la pile repose sur les acquisitions par Fujitsu de GK Software et BrainPad, davantage des outils de point de vente et d’ingénierie des données qu’une interface consommateur. Quand un lancement d’IA de premier plan s’ouvre sur le merchandiser, c’est que le merchandiser est celui que le fournisseur s’attend à voir manquer.

RetailTech JAPAN 2026 dessine une cartographie de là où le retail japonais estime que l’IA a sa place. Fujitsu y exposait sur un salon peuplé de caméras de surveillance de rayons, de robots inventoriants et de tableaux de bord opérationnels ; le compte rendu de Gekiryu présentait le mode dominant comme celui de l’« AI伴走 », l’IA qui accompagne le travailleur plutôt que l’acheteur. Un exposant a nommé la contrainte sans détour : le retail japonais est encore si analogique que les commandes transitent « par fax et bons papier », et ce qui ne devient jamais donnée, l’IA ne peut pas en juger. La frontière ici, c’est la numérisation avant la découverte — faire entrer la commande dans une forme qu’une machine peut traiter. L’effort collectif du salon pointe dans le même sens : le ministère du Commerce coordonne un chantier de standardisation des données produit entre entreprises, le socle dont toute couche de commande automatisée a besoin. Un secteur qui commande encore par fax n’a pas atteint le problème de la recommandation ; il pose la couche de données en dessous, et cette couche, c’est la commande.

Si le back-office passe en premier, c’est pour une raison démographique, et l’arithmétique ne joue que dans un sens. La population japonaise en âge de travailler a culminé en 1995 aux alentours de 87 millions de personnes, avant de tomber à environ 74 millions en 2024 — soit environ quinze pour cent de la main-d’œuvre potentielle perdue en une génération. Toutes les projections officielles anticipent une baisse supplémentaire pendant des décennies, quelle que soit l’hypothèse retenue sur la fécondité et l’immigration. Un distributeur qui regarde cette courbe ne peut pas recruter pour croître, et les acquisitions n’y changent rien non plus, parce qu’avoir plus de clients ne fait pas apparaître comme par magie les employés pour les servir. L’IA qui justifie son budget est donc celle qui allège la charge du bureau de commande ; celle qui fait progresser le panier moyen de deux points est un luxe réservé aux marchés qui ont encore des travailleurs à revendre.

La recommandation répond à un client qu’on cherche à conquérir ; le réassort répond à un employé qu’on ne trouve plus.

L’objection évidente est que rien de tout cela n’est spécifiquement japonais, puisque les distributeurs occidentaux investissent massivement dans le réassort eux aussi. Dans l’enquête 2025 de NVIDIA sur l’IA dans le retail et les PGC, 82 pour cent des distributeurs déclaraient vouloir augmenter leurs investissements en IA pour la supply chain, ce qui fait de la prévision de la demande une priorité universelle plutôt que démographique. L’objection tient jusqu’à ce qu’on lise ce sur quoi les lancements phares s’ouvrent. Dans cette même enquête, le premier cas d’usage de l’IA générative est la création de contenu marketing, à 60 pour cent, suivi de près par la personnalisation et les assistants shopping — autrement dit, l’IA de référence en Occident est pointée vers l’acheteur. Celle du Japon est pointée vers son pendant manquant, le travailleur, et l’écart tient à la contrainte : un marché avec une main-d’œuvre élastique peut traiter l’automatisation du back-office comme un levier de marge, tandis qu’un marché en déclin y voit une question de survie.

Si la main-d’œuvre japonaise continue de se contracter selon la trajectoire que toutes les projections dessinent, l’IA retail à importer de Tokyo ne sera pas le bot de conseil vestimentaire ou l’assistant shopping. Ce sera le système qui maintient les rayons approvisionnés quand il ne reste plus personne pour décider quoi commander — la couche ingrate que les fournisseurs occidentaux classent encore sous l’entrée « efficacité ». Le Japon a exporté le convenience store et la logistique juste-à-temps vers le reste du retail ; il exportera peut-être cette couche pour la même raison qu’il l’a construite. Cela recadre le choix qui s’offre aujourd’hui aux distributeurs sur des marchés où la main-d’œuvre ne fait que commencer à se raréfier. Ils peuvent continuer à inscrire l’IA de réassort dans la colonne des petits gains de marge, ou la traiter comme le muscle dont ils auront besoin en premier et le construire avant que l’échéance démographique qu’ils ont différée ne se présente.