Entreprise familiale fondée dans l’Ain, Fermob est passée en trente ans du statut de fabricant de mobilier de jardin à celui de marque lifestyle présente dans plus de 60 pays. Forte d’un positionnement singulier mêlant design, savoir-faire industriel et engagement durable, l’entreprise réalise aujourd’hui 140 millions d’euros de chiffre d’affaires, dont la moitié à l’export. Pour accompagner cette croissance, l’ETI a choisi d’intégrer progressivement l’intelligence artificielle à ses process, sans jamais perdre de vue son métier d’origine : la fabrication.

« On ne fabrique pas des chaises avec de l’IA », résume Benjamin Balatin, directeur de la transformation chez Fermob. « Mais on peut mieux les produire, mieux les livrer et mieux les réparer », ajoute-t-il. Une posture lucide et pragmatique, qui tranche avec les discours souvent technocentrés : chez Fermob, l’IA n’est pas une promesse abstraite, mais un levier concret, activé là où il a du sens.

L’IA au service des équipes et des clients

L’un des premiers cas d’usage structurant a été développé avec Salesforce, dans une logique d’amélioration continue de la relation client. Fermob a ainsi mis en place un agent conversationnel basé sur l’IA, capable de traiter les demandes d’entretien et de réparation de ses produits. En quelques semaines, la différence est palpable : plus de 500 conversations mensuelles sont désormais gérées par l’agent, contre à peine 80 auparavant via formulaire. Un gain de productivité, mais surtout une capacité à répondre à un besoin jusqu’ici sous-estimé.

Fort de ce succès, l’équipe prépare une deuxième version de l’agent, orientée recommandation produit. En s’appuyant sur l’IA générative, l’outil sera capable de guider le client dans son choix, en prenant en compte ses usages, ses préférences et les spécificités du catalogue. En parallèle, un assistant interne, également développé avec Salesforce, accompagne les conseillers SAV dans le traitement des demandes : recherche d’historique, vérification de garantie, proposition de réponse… Des fonctionnalités conçues pour faire gagner du temps, sans dénaturer la qualité du service. « Ces agents IA ne remplacent pas les humains, ils les assistent », souligne Benjamin Balatin. « Ils nous permettent de répondre plus vite, avec plus de précision, tout en conservant notre exigence de qualité », précise-t-il.

Anticiper les tensions, optimiser les flux

Côté back-office, l’ETI a lancé une collaboration avec Cosmo Tech, spécialisée dans la simulation par IA. L’objectif était ici d’améliorer les processus de planification industrielle et d’approvisionnement. Grâce à la modélisation de scénarios complexes (volatilité de la demande, ruptures fournisseurs, capacités de production), Fermob peut désormais ajuster ses niveaux de stocks de façon plus fine et plus robuste.

« Nous avons beaucoup souffert de ruptures de stock ces dernières années, en particulier sur des composants critiques », explique le dirigeant. L’outil développé permet à l’équipe de tester différentes stratégies, selon les priorités fixées : minimisation des coûts, sécurisation du taux de service, ou équilibre entre les deux.

Ce projet s’inscrit dans une refonte plus large de la stratégie commerciale, visant à aligner prévisions commerciales, capacités industrielles et logistique. Là encore, l’IA ne vient pas remplacer les outils existants, mais en décupler la portée, en s’appuyant sur les données accumulées par l’entreprise.

Une approche accessible, reproductible et concrète

Si Fermob fait figure de pionnière, c’est peut-être parce qu’elle a su aborder l’IA avec méthode et pragmatisme. Pas de transformation spectaculaire, pas d’effet de mode, mais un enchaînement raisonné de projets, testés en conditions réelles, dans des univers métiers bien maîtrisés. L’accompagnement de Salesforce, en tant que partenaire technologique, a été un levier facilitateur sur les projets liés à la relation client et à la structuration des données.

« Il ne faut pas attendre que tout soit parfait pour se lancer, mais il faut quand même poser quelques bases », conseille Benjamin Balatin. Disposer d’un peu de budget, d’un peu de temps, et surtout choisir des cas d’usage simples, documentés et accessibles. « Les IA ont beau être génératives, elles n’inventent pas de la matière fiable. Il faut leur donner quelque chose à exploiter », rappelle-t-il.