AI Copilot : interrogez votre catalogue produits en langage naturel

Et si vos équipes pouvaient interroger leur catalogue produits comme elles enverraient un message ? C'est exactement ce que fait l'AI Copilot de Pixee PIM — sans requête SQL, sans formation technique, sans intermédiaire.

Le problème : les données sont là, mais personne ne peut y accéder

Dans la plupart des entreprises, les données produits sont dans le PIM. Mais pour en extraire quelque chose d'utile — combien de produits sans description, quels articles ont un score de complétude inférieur à 60%, quels fournisseurs ont livré des erreurs ce mois-ci — il faut soit passer par un développeur, soit maîtriser SQL, soit attendre un rapport hebdomadaire.

Résultat : les équipes métier (acheteurs, responsables catalogue, chefs de produit) ne consultent les données que rarement, et prennent des décisions sans avoir tous les éléments.

Comment fonctionne l'AI Copilot

L'AI Copilot traduit vos questions en langage naturel en requêtes SQL, les exécute sur votre base de données, et vous répond en français avec les chiffres exacts. Le pipeline complet se déroule en quelques secondes :

1. Vous posez votre question en français, comme vous la formuleriez à un collègue : "Combien de produits dans la catégorie Électronique n'ont pas d'image principale ?"
2. Le LLM analyse votre question et comprend le contexte (votre catalogue, vos tables de données, vos champs personnalisés)
3. Une requête SQL est générée et exécutée sur votre base — vous pouvez la visualiser si vous le souhaitez
4. La réponse est formulée en langage naturel avec les données : "247 produits dans la catégorie Électronique n'ont pas d'image principale, dont 89 avec un stock supérieur à zéro."

Exemples concrets d'utilisation

Pour le responsable catalogue

• "Quelle est ma progression de complétude par catégorie cette semaine ?"
• "Quels produits ont été modifiés par plus d'un fournisseur ce mois-ci ?"
• "Montre-moi les 30 références avec le plus de champs manquants."

Pour le responsable achats

• "Quels fournisseurs ont un taux d'erreur d'import supérieur à 5% ?"
• "Combien de références ont changé de prix chez le fournisseur X ce trimestre ?"
• "Quels produits sont sourcés auprès d'un seul fournisseur (risque de rupture) ?"

Pour le responsable conformité

• "Liste les produits REACH non conformes avec un stock supérieur à 10 unités."
• "Quels articles de la catégorie Électronique n'ont pas de déclaration RoHS ?"
• "Combien de produits entrent dans le périmètre DPP selon leurs catégories ?"

Pour le directeur commercial

• "Combien de produits sont publiés sur Shopify mais pas sur Amazon ?"
• "Quels articles ont un prix inférieur au MAP configuré ?"
• "Quelle est la répartition de mon catalogue par niveau de complétude ?"

Bien poser une question : trois réflexes

Le langage naturel supprime la barrière technique, pas l'exigence de précision. Une question floue produit une réponse précise… à une autre question. Trois réflexes évitent l'essentiel des malentendus.

Nommer le périmètre. "Combien de produits sans description ?" ne dit pas si les produits archivés comptent, ni si une description vide et une description absente sont la même chose. "Combien de produits actifs de la catégorie Électronique n'ont aucune description en français ?" ne laisse pas de place au doute.

Nommer la période. Ce mois-ci, depuis le dernier import, sur le trimestre en cours : sans borne temporelle, le Copilot en choisit une, et ce n'est pas forcément la vôtre.

Nommer l'unité de comptage. Comptez-vous des références, des variantes ou des lignes de stock ? Sur un catalogue à variantes, l'écart entre ces trois réponses se chiffre facilement en ordre de grandeur — c'est la source de malentendu la plus fréquente entre deux services qui regardent le même tableau de bord. Le sujet est traité en détail dans notre article sur la gestion des variantes produits.

Pourquoi c'est différent d'un simple chatbot

L'AI Copilot n'est pas un chatbot générique qui hallucine des réponses. Il interrogeréellement votre base de données et vous donne des chiffres exacts. Si la réponse est "247 produits", c'est bien 247 produits — vous pouvez le vérifier.

Deux différences fondamentales avec un chatbot classique :

• Données en temps réel — le Copilot interroge votre catalogue tel qu'il est maintenant, pas un snapshot figé
• Traçabilité — la requête SQL générée est visible. Vous pouvez vérifier ce qui a été demandé à la base

Ce que le Copilot ne fait pas

Un outil se juge autant sur ses limites que sur ses promesses. Quatre choses qu'il ne faut pas attendre de l'AI Copilot :

• Il ne voit que ce qui est dans le PIM. Vos ventes, votre marge réelle, vos retours client vivent dans l'ERP ou l'outil décisionnel. Le Copilot répond sur le référentiel produit, pas sur le chiffre d'affaires.
• Il ne prévoit rien. Il compte, filtre, agrège, compare. "Combien de fiches incomplètes ?" est une bonne question ; "quelles fiches vont se vendre ?" n'en est pas une.
• Il ne corrige pas la donnée à votre place. Il vous dit qu'il manque 247 images ; les 247 images restent à produire.
• Il ne devine pas votre vocabulaire maison. Si "en attente" désigne chez vous un statut précis, dites-le explicitement plutôt que de compter sur l'interprétation.

À cela s'ajoute un point de méthode. Une requête générée peut être syntaxiquement correcte et sémantiquement fausse : le bon champ n'est pas toujours celui qu'on croit, surtout sur un modèle de données qui porte des attributs personnalisés. C'est précisément pour cela que la requête reste consultable. Sur une question qui va servir à décider, relisez-la une fois ; sur un contrôle quotidien, la répétition suffit à faire ressortir l'anomalie.

Copilot ou recherche sémantique : deux outils différents

On confond souvent les deux, parce que tous deux comprennent du texte. Ils ne répondent pourtant pas aux mêmes questions.

Le Copilot traduit une question en requête sur des données structurées : des comptes, des filtres, des agrégats. Il excelle quand la réponse est un nombre, ou une liste définie par des critères explicites.

La recherche sémantique, elle, s'appuie sur des embeddings vectoriels stockés dans Qdrant et cherche par le sens : "chaussures de sport imperméables" ramène aussi "running trail waterproof". Elle est utile quand vous cherchez des produits proches sans savoir les décrire par des critères — rapprocher deux catalogues fournisseurs, repérer des doublons rédigés différemment, proposer des produits similaires.

Dans Pixee PIM, la recherche sémantique Qdrant relève du plan Scale, là où le Copilot est disponible sur tous les plans payants. En pratique, on utilise les deux dans le même flux de travail : la recherche sémantique pour trouver, le Copilot pour compter.

BYOK : quel modèle IA alimente le Copilot ?

Le Copilot fonctionne en BYOK — vos propres clés API, comme tous les traitements IA de Pixee PIM. Il utilise le provider IA que vous avez configuré pour le contexte "copilot" dans AI Services. Par défaut, OpenAI GPT-4o — mais vous pouvez utiliser Anthropic Claude, Google Gemini, Mistral, ou même Ollama pour un déploiement 100% local si vos contraintes de confidentialité l'exigent.

Vos données produits ne quittent jamais votre base — seule la structure de la requête est envoyée au LLM, pas les données elles-mêmes.

Droits d'accès : la bonne question à poser

Un outil qui interroge la base en langage naturel pose une question de gouvernance simple : un utilisateur peut-il obtenir, en posant une question, une donnée que l'interface lui refuse ? C'est le point à vérifier chez n'importe quel éditeur avant de déployer ce genre de fonction à toute une équipe.

Pixee PIM répartit les droits sur 62 permissions et 4 rôles définis au niveau du référentiel. C'est cette grille qui doit rester la référence : un copilot est un moyen d'accès de plus, pas une porte dérobée. Concrètement, cadrez son déploiement comme vous cadreriez un accès direct aux données — en commençant par les rôles qui ont déjà le droit de lire ce qui sera interrogé, puis en élargissant.

Sur quels plans est disponible l'AI Copilot ?

L'AI Copilot est disponible dans tous les plans payants (Starter, Growth, Scale, Enterprise) en mode BYOK — vous apportez votre clé API OpenAI ou autre, et payez les coûts IA directement au provider, sans markup Pixee PIM.

Questions fréquentes

Le Copilot peut-il modifier mes données ?

L'usage décrit ici est un usage de lecture : le Copilot compte, filtre, agrège et compare. C'est aussi le bon cadre de départ. Toute action d'écriture déclenchée depuis une phrase doit être traitée comme un import : prévisualisation de ce qui va changer, droits explicites de l'utilisateur, et journal permettant de revenir en arrière. Une conversation ne dispense pas des garde-fous d'une modification de masse.

Combien coûte une question ?

Le coût d'une question est celui d'un appel au modèle assigné au contexte copilot, sur un contexte court : la structure de votre modèle de données et la question, pas le catalogue. Comme tout le reste fonctionne en BYOK, le montant apparaît directement dans le tableau de bord de votre provider — c'est le seul moyen honnête de savoir ce que coûte réellement l'usage quotidien d'une équipe.

Faut-il savoir lire du SQL pour vérifier une réponse ?

Non. Deux contrôles suffisent sans lire une ligne de requête : recouper le chiffre avec le même filtre posé dans l'interface du catalogue, et reformuler la question autrement pour voir si la réponse tient. Si les deux convergent, le doute est levé. S'ils divergent, c'est en général la question qui était ambiguë, pas l'outil qui s'est trompé.

Mes données produits sont-elles envoyées au modèle ?

Non : c'est la structure de la requête qui part au LLM, pas le contenu de votre base. Si vos contraintes de confidentialité imposent d'aller plus loin, le contexte copilot peut être assigné à un modèle exécuté localement via Ollama — les traitements restent alors intégralement sur votre infrastructure.