IA et retail : magasins intelligents, prévision et prix en 2026
Prévision de la demande, caisses à vision par ordinateur, prix pilotés par algorithme, agents qui conseillent le client et gèrent ses retours : le commerce est devenu l'un des premiers terrains d'application de l'IA. McKinsey chiffre le potentiel entre 240 et 320 milliards d'euros pour le retail européen d'ici cinq ans, 91 % des enseignes utilisent ou évaluent déjà l'IA, et les fêtes 2025 ont montré l'ampleur du basculement : 262 milliards de dollars de ventes en ligne influencées par l'IA et les agents. Voici ce qui fonctionne déjà, ce que cela rapporte et le cadre à respecter, vu de Belgique.
Article généré par l'IA. Contenu rédigé avec l'assistance d'un modèle d'intelligence artificielle, puis relu par un humain avant publication. Les chiffres cités renvoient à leurs sources, listées en fin d'article.
de valeur économique potentielle pour le retail européen d'ici cinq ans grâce à l'IA (McKinsey · EuroCommerce, juin 2026)
91 %
des enseignes retail et biens de consommation utilisent ou évaluent activement l'IA (NVIDIA, janvier 2026)
262 Md$
de ventes en ligne influencées par l'IA et les agents pendant les fêtes 2025, soit 20 % du total (Salesforce)
L'adoption est massive. La troisième enquête annuelle State of AI in Retail and CPG de NVIDIA, publiée le 7 janvier 2026, indique que 91 % des répondants utilisent ou évaluent activement l'IA, que 90 % augmenteront leur budget IA en 2026, et que les effets sont déjà comptables : 89 % attribuent à l'IA une hausse de leur chiffre d'affaires annuel et 95 % une baisse de leurs coûts. L'IA agentique fait son entrée : 47 % des enseignes l'utilisent ou l'évaluent, dont 20 % avec des agents déjà actifs et 21 % qui prévoient un déploiement dans l'année.
Côté client, la bascule s'est vue pendant les fêtes 2025. Salesforce, qui agrège l'activité de plus de 1,5 milliard d'acheteurs, mesure 1 290 milliards de dollars de ventes en ligne mondiales entre le 1er novembre et le 31 décembre 2025, dont 262 milliards influencés par l'IA et les agents, soit 20 % des ventes. Les visiteurs venus des moteurs de recherche IA (ChatGPT, Perplexity) convertissent neuf fois mieux que ceux venus des réseaux sociaux, et les marques qui exploitent leurs propres agents ont crû de 6,2 % contre 3,9 % pour les autres.
Pour l'Europe, McKinsey et EuroCommerce ont publié le 10 juin 2026 le rapport Rewiring retail in Europe: The AI imperative : une transformation IA de bout en bout représenterait 240 à 320 milliards d'euros de valeur économique sur cinq ans pour le secteur, avec une amélioration d'EBITDA de 4 à 6 points en alimentaire, 6 à 8 points en équipement (hardline) et 8 à 10 points en mode et beauté (softline). Le même rapport pointe le vrai obstacle : moins de 15 % des cas d'usage priorisés passent à l'échelle, et 15 % seulement de l'investissement IA va au domaine commercial, là où le potentiel est le plus grand.
Le contexte belge
La Belgique n'est pas spectatrice. Colruyt est la première enseigne du pays à proposer un caddie intelligent à scan automatique : le Smart Cart, développé en interne autour de la vision par ordinateur, lancé pour les clients en septembre 2025 à Halle puis étendu à Kessel-Lo (mars 2026) et Waterloo. Il représente déjà 10 % des passages en magasin à Halle, et 8 utilisateurs hebdomadaires sur 10 sont des habitués. En parallèle, l'enseigne déploie son système de caisse Easy Check-out vers l'ensemble de ses 273 magasins. Le signal est clair : l'IA de magasin n'est plus un gadget de salon professionnel, elle est dans les rayons belges.
Ce que l'IA fait déjà dans le commerce
Derrière les chiffres, les usages qui créent de la valeur sont concrets et souvent invisibles pour le client. Ils partagent un trait : un volume élevé de décisions répétitives (commander, tarifer, réassortir, répondre) où chaque point de précision gagné se multiplie par des milliers de références et de tickets.
Prévision de la demande et réassort. Anticiper les ventes par magasin et par référence en intégrant météo, promotions, saisonnalité et événements locaux : moins de ruptures, moins de surstock et moins de gaspillage, dans la droite ligne de l'IA en supply chain.
Prix, promotions et démarques. Optimisation des prix et des fins de série, souvent couplée aux étiquettes électroniques ; l'algorithme propose, la politique commerciale et la loi encadrent.
Magasin augmenté par la vision. Caddies intelligents, caisses assistées, contrôle des rayons et des dates de péremption par caméra : la vision par ordinateur appliquée au point de vente.
Personnalisation et contenu produit. Recommandations, campagnes ciblées, génération et traduction de fiches produit à l'échelle du catalogue, comme en marketing.
Service client et agents. Assistants qui répondent, suivent les commandes, déclenchent un retour ou un remboursement : pendant les fêtes 2025, les conversations de service gérées par des agents ont bondi de 126 % par rapport aux deux mois précédents, sur le modèle du service client IA.
Lutte contre la démarque. Détection d'anomalies en caisse libre-service et sur les flux logistiques, avec un enjeu fort de proportionnalité et de respect du RGPD.
Les gains mesurés, et leurs conditions
Les gains les plus rapides se trouvent là où la donnée existe déjà : historique de ventes, stocks, tickets, programme de fidélité. La prévision de la demande réduit à la fois les ruptures (chiffre d'affaires perdu) et les invendus (marge détruite, gaspillage alimentaire) ; le service client assisté absorbe les pics sans dégrader les délais ; la génération de contenu produit fait gagner des semaines sur l'enrichissement de catalogue. NVIDIA relève que 54 % des enseignes citent la productivité des équipes comme premier bénéfice constaté, devant l'efficacité opérationnelle (52 %) et le service client (41 %).
La condition, elle, est organisationnelle. McKinsey observe que les enseignes qui capturent la valeur ne sont pas celles qui multiplient les pilotes mais celles qui industrialisent quelques cas à fort impact : plus d'un quart des dirigeants priorisent plus de 50 cas d'usage, alors que moins de 15 % sont effectivement passés à l'échelle. Le premier frein cité (24 %) est la capacité de changement : formation, communication, refonte des processus. Autrement dit, la technologie est rarement le facteur limitant ; l'exécution, oui.
Le bon réflexe
Commencez par un cas mesurable sur des données existantes : prévision sur une ou deux familles de produits, assistant interne pour les équipes, génération de fiches produit. Mesurez avant/après (taux de rupture, démarque, temps de traitement, conversion), encadrez les données clients, puis étendez magasin par magasin. Les chantiers sensibles (prix personnalisés, vidéo intelligente) viennent en second, avec un cadre juridique validé.
Mettre en place, étape par étape
1
Cartographier les données
Ventes par référence et par magasin, stocks, tickets, fidélité, e-commerce : inventoriez ce qui existe, sa qualité et sa fraîcheur. C'est le socle de tout projet retail.
2
Piloter un cas mesurable
Un périmètre limité (une famille de produits, un canal), des indicateurs avant/après et une durée définie. La prévision de la demande et le service client sont les points d'entrée les plus sûrs.
3
Encadrer
RGPD pour la fidélité et la personnalisation, transparence des chatbots, politique de prix documentée, analyse d'impact si vidéo ou profilage. L'AI Act et le RGPD se traitent dès le pilote, pas après.
4
Industrialiser
Étendez ce qui a prouvé sa valeur, magasin par magasin, formez les équipes en rayon et au siège, et suivez les indicateurs dans la durée : un modèle de prévision se surveille comme un stock.
Cadre : AI Act, RGPD et confiance du client
Le commerce touche au quotidien de millions de consommateurs, et le cadre s'applique dès aujourd'hui. Les pratiques interdites par l'EU AI Act s'appliquent depuis le 2 février 2025 : reconnaissance des émotions sur le lieu de travail (surveillance des équipes), catégorisation biométrique à partir de données sensibles, techniques manipulatoires exploitant les vulnérabilités. Les chatbots et agents de vente doivent indiquer clairement au client qu'il interagit avec une IA. La plupart des usages retail courants (prévision, pricing, recommandation) restent classés à risque limité ou minimal : le gros du travail de conformité se joue donc côté RGPD.
Le RGPD encadre la personnalisation : base légale pour le profilage des cartes de fidélité, minimisation, information claire, et vigilance particulière sur la vidéo en magasin (finalité, proportionnalité, durée de conservation). Pour les prix, les annonces de réduction restent soumises aux règles du Code de droit économique belge issues de la directive Omnibus (prix de référence), que la tarification soit algorithmique ou non. La confiance se gagne par la transparence : dire ce qui est automatisé, pourquoi, et laisser un chemin vers l'humain.
Questions fréquentes
Par où un commerçant doit-il commencer avec l'IA ?
Par un cas mesurable adossé à des données déjà disponibles : la prévision de la demande sur une famille de produits, la génération de fiches produit ou un assistant de service client sur les questions récurrentes (livraison, retours, disponibilité). On mesure avant/après (ruptures, démarque, temps de réponse, conversion), on encadre, puis on étend. Les gros chantiers (prix dynamiques, personnalisation fine) viennent ensuite, quand la donnée et la gouvernance suivent.
L'IA peut-elle fixer les prix d'un magasin ?
Oui pour proposer, non pour décider seule sans cadre. Les algorithmes de tarification optimisent prix, promotions et démarques, souvent couplés aux étiquettes électroniques. Le cadre reste la loi : affichage du prix de référence pour les annonces de réduction, non-discrimination, information claire du consommateur, et RGPD dès qu'un prix personnalisé s'appuie sur un profil. Une politique de prix validée par l'humain et journalisée est la bonne pratique.
Que change l'EU AI Act pour le commerce ?
Trois points concrets : les pratiques interdites (dont la reconnaissance des émotions sur le lieu de travail et la catégorisation biométrique sensible) s'appliquent depuis le 2 février 2025 ; les chatbots et agents doivent indiquer clairement au client qu'il interagit avec une IA ; et la vidéo intelligente en magasin doit rester dans le cadre du RGPD (finalité, proportionnalité, information). La plupart des usages retail courants (prévision, pricing, recommandation) restent à risque limité.
Quels gains une enseigne peut-elle attendre de l'IA ?
McKinsey chiffre l'amélioration d'EBITDA à 4 à 6 points en alimentaire, 6 à 8 points en équipement (hardline) et 8 à 10 points en mode et beauté (softline) pour une transformation de bout en bout. Les gains rapides viennent de la prévision (moins de ruptures et de gaspillage), du service client assisté et de la productivité des équipes. Condition : passer du pilote à l'échelle, ce que moins de 15 % des cas d'usage priorisés réussissent aujourd'hui.
Sources
McKinsey & Company, avec EuroCommerce, Rewiring retail in Europe: The AI imperative, 10 juin 2026 (240 à 320 milliards € de valeur sur cinq ans ; EBITDA +4 à 6 points en alimentaire, +6 à 8 en hardline, +8 à 10 en softline ; moins de 15 % des cas d'usage passés à l'échelle ; 24 % citent la capacité de changement comme premier frein). mckinsey.com
NVIDIA, State of AI in Retail and CPG: 2026 Trends, 7 janvier 2026 (91 % utilisent ou évaluent l'IA ; 90 % de budgets en hausse ; 89 % de revenus en hausse et 95 % de coûts en baisse ; 47 % d'IA agentique dont 20 % déployée ; 54 % citent la productivité des équipes). blogs.nvidia.com
Salesforce, 2025 Holiday Shopping Data, 8 janvier 2026 (1 290 milliards $ de ventes en ligne mondiales du 1er novembre au 31 décembre 2025 ; 262 milliards $ influencés par l'IA et les agents, 20 % des ventes ; conversion 9x supérieure depuis la recherche IA ; +126 % de conversations de service par agents ; croissance 6,2 % contre 3,9 %). salesforce.com
Colruyt Group, Colruyt introduces innovative Smart Cart in two additional stores, 17 mars 2026 (premier caddie intelligent belge, lancé clients en septembre 2025 à Halle, étendu à Kessel-Lo et Waterloo ; 10 % des passages à Halle ; 8 utilisateurs sur 10 réguliers ; Easy Check-out déployé vers les 273 magasins). press.colruytgroup.com
Commission européenne, cadre réglementaire de l'IA (EU AI Act) : pratiques interdites applicables depuis le 2 février 2025, obligations de transparence pour les systèmes conversationnels. digital-strategy.ec.europa.eu
Molderez Consult aide les enseignes, e-commerçants et PME du commerce belges à cartographier leurs données, lancer des pilotes mesurés (prévision, service client, contenu produit), encadrer RGPD et AI Act, et industrialiser ce qui rapporte, du premier tableau de bord au magasin augmenté.
Article généré par l'IA. Contenu rédigé avec l'assistance d'un modèle d'intelligence artificielle, puis relu par un humain avant publication. Les chiffres cités renvoient à leurs sources, listées en fin d'article.
AI en retail: slimme winkels, prognoses en prijzen in 2026
Vraagvoorspelling, kassa's met computervisie, prijzen gestuurd door algoritmes, agents die klanten adviseren en retours afhandelen: de handel is een van de eerste grote toepassingsdomeinen van AI geworden. McKinsey raamt het potentieel voor de Europese retail op 240 tot 320 miljard euro over vijf jaar, 91 % van de retailers gebruikt of evalueert AI al, en de eindejaarsperiode 2025 toonde de omvang van de kanteling: 262 miljard dollar aan onlineverkoop beïnvloed door AI en agents. Dit is wat al werkt, wat het oplevert en het kader dat gerespecteerd moet worden, bekeken vanuit België.
Artikel gegenereerd door AI. Tekst opgesteld met de hulp van een AI-model en door een mens nagelezen vóór publicatie. De vermelde cijfers verwijzen naar hun bronnen, onderaan dit artikel.
potentiële economische waarde voor de Europese retail over vijf jaar dankzij AI (McKinsey · EuroCommerce, juni 2026)
91 %
van de retail- en consumptiegoederenbedrijven gebruikt of evalueert AI actief (NVIDIA, januari 2026)
262 mld $
onlineverkoop beïnvloed door AI en agents tijdens de feestdagen 2025, goed voor 20 % van het totaal (Salesforce)
De adoptie is massaal. De derde jaarlijkse enquête State of AI in Retail and CPG van NVIDIA, gepubliceerd op 7 januari 2026, toont dat 91 % van de respondenten AI actief gebruikt of evalueert, dat 90 % het AI-budget in 2026 verhoogt, en dat de effecten al meetbaar zijn: 89 % schrijft een stijging van de jaaromzet toe aan AI en 95 % een daling van de kosten. Agentische AI doet haar intrede: 47 % van de bedrijven gebruikt of evalueert ze, waarvan 20 % met al actieve agents en 21 % met een uitrol gepland binnen het jaar.
Aan klantzijde werd de kanteling zichtbaar tijdens de feestdagen 2025. Salesforce, dat de activiteit van meer dan 1,5 miljard shoppers aggregeert, mat 1.290 miljard dollar wereldwijde onlineverkoop tussen 1 november en 31 december 2025, waarvan 262 miljard beïnvloed door AI en agents, ofwel 20 % van de verkoop. Bezoekers via AI-zoekmachines (ChatGPT, Perplexity) converteren negen keer beter dan bezoekers via sociale media, en merken met eigen agents groeiden 6,2 % tegenover 3,9 % voor de rest.
Voor Europa publiceerden McKinsey en EuroCommerce op 10 juni 2026 het rapport Rewiring retail in Europe: The AI imperative: een end-to-end AI-transformatie zou 240 tot 320 miljard euro economische waarde over vijf jaar vertegenwoordigen, met een EBITDA-verbetering van 4 tot 6 punten in de voeding, 6 tot 8 punten in hardline en 8 tot 10 punten in mode en beauty (softline). Hetzelfde rapport wijst op het echte obstakel: minder dan 15 % van de geprioriteerde toepassingen geraakt op schaal, en amper 15 % van de AI-investeringen gaat naar het commerciële domein, waar het potentieel het grootst is.
De Belgische context
België kijkt niet toe. Colruyt is de eerste retailer van het land met een slimme zelfscannende winkelkar: de Smart Cart, intern ontwikkeld rond computervisie, gelanceerd voor klanten in september 2025 in Halle en uitgebreid naar Kessel-Lo (maart 2026) en Waterloo. De kar is al goed voor 10 % van de winkelbezoeken in Halle, en 8 op de 10 wekelijkse gebruikers zijn vaste gebruikers. Tegelijk rolt de keten haar kassasysteem Easy Check-out uit naar alle 273 Colruyt-winkels. Het signaal is duidelijk: winkel-AI is geen beursgadget meer, ze staat in de Belgische rayons.
Wat AI al doet in de handel
Achter de cijfers zijn de waardevolle toepassingen concreet en vaak onzichtbaar voor de klant. Ze delen één kenmerk: een hoog volume repetitieve beslissingen (bestellen, prijzen, aanvullen, antwoorden) waar elk punt extra precisie zich vermenigvuldigt over duizenden referenties en kastickets.
Vraagvoorspelling en aanvulling. Verkoop per winkel en per referentie voorspellen met weer, promoties, seizoenen en lokale events: minder stockbreuken, minder overstock en minder verspilling, in het verlengde van AI in de supply chain.
Prijzen, promoties en afprijzingen. Optimalisatie van prijzen en einde-reeksen, vaak gekoppeld aan elektronische schaplabels; het algoritme stelt voor, het commerciële beleid en de wet omkaderen.
De winkel versterkt met visie. Slimme karren, geassisteerde kassa's, controle van rayons en houdbaarheidsdata per camera: computervisie toegepast op het verkooppunt.
Personalisering en productcontent. Aanbevelingen, gerichte campagnes, generatie en vertaling van productfiches op catalogusschaal, zoals in marketing.
Klantendienst en agents. Assistenten die antwoorden, bestellingen opvolgen, een retour of terugbetaling opstarten: tijdens de feestdagen 2025 stegen de servicegesprekken via agents met 126 % tegenover de twee maanden ervoor, naar het model van de AI-klantendienst.
Strijd tegen derving. Anomaliedetectie aan zelfscankassa's en op logistieke stromen, met een grote inzet op proportionaliteit en respect voor de AVG.
De gemeten winst, en de voorwaarden
De snelste winst zit waar de data al bestaat: verkoophistoriek, voorraden, kastickets, getrouwheidsprogramma. Vraagvoorspelling vermindert tegelijk stockbreuken (verloren omzet) en onverkochte stock (vernietigde marge, voedselverspilling); geassisteerde klantendienst vangt pieken op zonder de termijnen te verslechteren; productcontentgeneratie wint weken op catalogusverrijking. NVIDIA noteert dat 54 % van de bedrijven de productiviteit van de teams als eerste vastgestelde voordeel noemt, vóór operationele efficiëntie (52 %) en klantendienst (41 %).
De voorwaarde is organisatorisch. McKinsey stelt vast dat de retailers die waarde capteren niet degene zijn die pilots vermenigvuldigen, maar degene die enkele impactvolle toepassingen industrialiseren: meer dan een kwart van de bestuurders prioriteert meer dan 50 toepassingen, terwijl minder dan 15 % effectief op schaal geraakt. De eerst genoemde rem (24 %) is de veranderingscapaciteit: opleiding, communicatie, procesherontwerp. Anders gezegd: de technologie is zelden de beperkende factor; de uitvoering wel.
De juiste reflex
Begin met een meetbaar geval op bestaande data: voorspelling op één of twee productfamilies, interne assistent voor de teams, generatie van productfiches. Meet vóór/na (breukpercentage, derving, doorlooptijd, conversie), omkader de klantendata, en breid daarna winkel per winkel uit. De gevoelige werven (gepersonaliseerde prijzen, slimme video) komen in tweede instantie, met een gevalideerd juridisch kader.
Stap voor stap invoeren
1
De data in kaart brengen
Verkoop per referentie en per winkel, voorraden, kastickets, getrouwheid, e-commerce: inventariseer wat bestaat, de kwaliteit en de versheid ervan. Dat is de sokkel van elk retailproject.
2
Een meetbaar geval piloteren
Een beperkte perimeter (één productfamilie, één kanaal), vóór/na-indicatoren en een afgebakende duur. Vraagvoorspelling en klantendienst zijn de veiligste instappunten.
3
Omkaderen
AVG voor getrouwheid en personalisering, transparantie van chatbots, gedocumenteerd prijsbeleid, impactanalyse bij video of profilering. De AI Act en de AVG behandel je vanaf de pilot, niet erna.
4
Industrialiseren
Breid uit wat zijn waarde bewees, winkel per winkel, vorm de teams in de rayons en op het hoofdkantoor, en volg de indicatoren in de tijd: een voorspellingsmodel bewaak je zoals een voorraad.
Kader: AI Act, AVG en klantenvertrouwen
De handel raakt het dagelijkse leven van miljoenen consumenten, en het kader geldt vandaag al. De praktijken die de EU AI Act verbiedt, gelden sinds 2 februari 2025: emotieherkenning op de werkvloer (monitoring van teams), biometrische categorisering op basis van gevoelige gegevens, manipulatieve technieken die kwetsbaarheden uitbuiten. Chatbots en verkoopagents moeten de klant duidelijk melden dat hij met een AI interageert. De meeste courante retailtoepassingen (voorspelling, pricing, aanbeveling) blijven geklasseerd als beperkt of minimaal risico: het zwaartepunt van de compliance ligt dus bij de AVG.
De AVG omkadert de personalisering: rechtsgrond voor de profilering van getrouwheidskaarten, minimalisering, duidelijke informatie, en bijzondere waakzaamheid voor video in de winkel (doel, proportionaliteit, bewaartermijn). Voor de prijzen blijven kortingsaankondigingen onderworpen aan de regels van het Belgische Wetboek van economisch recht uit de Omnibusrichtlijn (referentieprijs), of de tarifering nu algoritmisch is of niet. Vertrouwen win je met transparantie: zeggen wat geautomatiseerd is, waarom, en een weg naar de mens openhouden.
Veelgestelde vragen
Waar moet een handelaar beginnen met AI?
Met een meetbaar geval op al beschikbare data: vraagvoorspelling op een productfamilie, generatie van productfiches of een klantendienstassistent voor terugkerende vragen (levering, retours, beschikbaarheid). Je meet vóór/na (breuken, derving, antwoordtijd, conversie), je omkadert, en dan breid je uit. De grote werven (dynamische prijzen, fijne personalisering) komen later, wanneer data en governance volgen.
Mag AI de prijzen van een winkel bepalen?
Ja om voor te stellen, nee om alleen te beslissen zonder kader. Tariferingsalgoritmes optimaliseren prijzen, promoties en afprijzingen, vaak gekoppeld aan elektronische schaplabels. Het kader blijft de wet: weergave van de referentieprijs bij kortingsaankondigingen, non-discriminatie, duidelijke consumenteninformatie, en AVG zodra een gepersonaliseerde prijs op een profiel steunt. Een prijsbeleid dat door een mens gevalideerd en gelogd wordt, is de goede praktijk.
Wat verandert de EU AI Act voor de handel?
Drie concrete punten: de verboden praktijken (waaronder emotieherkenning op de werkvloer en gevoelige biometrische categorisering) gelden sinds 2 februari 2025; chatbots en agents moeten de klant duidelijk melden dat hij met een AI interageert; en slimme video in de winkel moet binnen het kader van de AVG blijven (doel, proportionaliteit, informatie). De meeste courante retailtoepassingen (voorspelling, pricing, aanbeveling) blijven beperkt risico.
Welke winst mag een retailer van AI verwachten?
McKinsey raamt de EBITDA-verbetering op 4 tot 6 punten in de voeding, 6 tot 8 punten in hardline en 8 tot 10 punten in mode en beauty (softline) bij een end-to-end transformatie. De snelle winst komt van voorspelling (minder breuken en verspilling), geassisteerde klantendienst en teamproductiviteit. Voorwaarde: van pilot naar schaal gaan, wat vandaag minder dan 15 % van de geprioriteerde toepassingen lukt.
Bronnen
McKinsey & Company, met EuroCommerce, Rewiring retail in Europe: The AI imperative, 10 juni 2026 (240 tot 320 miljard € waarde over vijf jaar; EBITDA +4 tot 6 punten in voeding, +6 tot 8 in hardline, +8 tot 10 in softline; minder dan 15 % van de toepassingen op schaal; 24 % noemt veranderingscapaciteit als eerste rem). mckinsey.com
NVIDIA, State of AI in Retail and CPG: 2026 Trends, 7 januari 2026 (91 % gebruikt of evalueert AI; 90 % verhoogt het budget; 89 % ziet omzet stijgen en 95 % kosten dalen; 47 % agentische AI waarvan 20 % uitgerold; 54 % noemt teamproductiviteit). blogs.nvidia.com
Salesforce, 2025 Holiday Shopping Data, 8 januari 2026 (1.290 miljard $ wereldwijde onlineverkoop van 1 november tot 31 december 2025; 262 miljard $ beïnvloed door AI en agents, 20 % van de verkoop; 9x hogere conversie vanuit AI-zoekmachines; +126 % servicegesprekken via agents; groei 6,2 % tegenover 3,9 %). salesforce.com
Colruyt Group, Colruyt introduces innovative Smart Cart in two additional stores, 17 maart 2026 (eerste Belgische slimme winkelkar, klantenlancering september 2025 in Halle, uitgebreid naar Kessel-Lo en Waterloo; 10 % van de bezoeken in Halle; 8 op 10 vaste gebruikers; Easy Check-out uitgerold naar de 273 winkels). press.colruytgroup.com
Europese Commissie, regelgevend kader voor AI (EU AI Act): verboden praktijken van toepassing sinds 2 februari 2025, transparantieverplichtingen voor conversationele systemen. digital-strategy.ec.europa.eu
Molderez Consult helpt Belgische retailers, e-commercebedrijven en kmo's uit de handel hun data in kaart te brengen, gemeten pilots te lanceren (voorspelling, klantendienst, productcontent), AVG en AI Act te omkaderen en te industrialiseren wat opbrengt, van het eerste dashboard tot de versterkte winkel.
Artikel gegenereerd door AI. Tekst opgesteld met de hulp van een AI-model en door een mens nagelezen vóór publicatie. De vermelde cijfers verwijzen naar hun bronnen, onderaan dit artikel.
AI and Retail: Smart Stores, Forecasting and Pricing in 2026
Demand forecasting, computer-vision checkouts, algorithm-driven pricing, agents that advise customers and handle their returns: retail has become one of AI's first large-scale proving grounds. McKinsey puts the potential at €240 to €320 billion for European retail over the next five years, 91% of retailers already use or assess AI, and the 2025 holiday season showed the scale of the shift: $262 billion of online sales influenced by AI and agents. Here is what already works, what it returns, and the framework to respect, seen from Belgium.
Article generated by AI. Content written with the help of an artificial intelligence model and reviewed by a human before publication. The figures cited point to their sources, listed at the end of the article.
of potential economic value for European retail over five years thanks to AI (McKinsey · EuroCommerce, June 2026)
91%
of retail and consumer goods companies are actively using or assessing AI (NVIDIA, January 2026)
$262bn
of online sales influenced by AI and agents during the 2025 holidays, 20% of the total (Salesforce)
Adoption is massive. NVIDIA's third annual State of AI in Retail and CPG survey, published on 7 January 2026, shows that 91% of respondents are actively using or assessing AI, that 90% will increase their AI budgets in 2026, and that the effects are already on the books: 89% credit AI with increasing annual revenue and 95% with decreasing costs. Agentic AI is making its entrance: 47% of companies are using or assessing it, including 20% with agents already active and 21% planning deployment within the year.
On the customer side, the shift was visible during the 2025 holidays. Salesforce, which aggregates the activity of more than 1.5 billion shoppers, measured $1.29 trillion in global online sales between 1 November and 31 December 2025, of which $262 billion was influenced by AI and agents, or 20% of sales. Visitors referred by AI search engines (ChatGPT, Perplexity) convert nine times better than those coming from social media, and brands operating their own agents grew 6.2% versus 3.9% for the rest.
For Europe, McKinsey and EuroCommerce published on 10 June 2026 the report Rewiring retail in Europe: The AI imperative: an end-to-end AI transformation could unlock €240 to €320 billion in economic value over five years for the sector, with EBITDA improvement of 4 to 6 percentage points in grocery, 6 to 8 in hardline and 8 to 10 in fashion and beauty (softline). The same report names the real obstacle: fewer than 15% of prioritised use cases actually scale, and only 15% of AI investment goes to the commercial domain, where the potential is largest.
The Belgian context
Belgium is no bystander. Colruyt is the country's first retailer to offer a self-scanning smart trolley: the Smart Cart, developed in-house around computer vision, launched for customers in September 2025 in Halle and extended to Kessel-Lo (March 2026) and Waterloo. It already accounts for 10% of shopping trips in Halle, and 8 out of 10 weekly users are repeat users. In parallel, the chain is rolling out its Easy Check-out system to all 273 Colruyt stores. The signal is clear: store AI is no longer a trade-show gadget, it is in Belgian aisles.
What AI already does in retail
Behind the numbers, the uses that create value are concrete and often invisible to the customer. They share one trait: a high volume of repetitive decisions (ordering, pricing, restocking, answering) where every point of precision gained multiplies across thousands of SKUs and receipts.
Demand forecasting and replenishment. Anticipating sales per store and per SKU using weather, promotions, seasonality and local events: fewer stockouts, less overstock and less waste, in direct line with AI in the supply chain.
Pricing, promotions and markdowns. Optimisation of prices and end-of-line stock, often coupled with electronic shelf labels; the algorithm proposes, commercial policy and the law set the frame.
The vision-augmented store. Smart carts, assisted checkouts, shelf and expiry-date monitoring by camera: computer vision applied to the point of sale.
Personalisation and product content. Recommendations, targeted campaigns, generation and translation of product sheets at catalogue scale, as in marketing.
Customer service and agents. Assistants that answer, track orders, trigger a return or a refund: during the 2025 holidays, agent-handled service conversations jumped 126% compared with the two prior months, on the model of AI customer service.
Shrinkage prevention. Anomaly detection at self-checkouts and across logistics flows, with a strong stake in proportionality and GDPR compliance.
The measured gains, and their conditions
The fastest gains sit where the data already exists: sales history, inventory, receipts, loyalty programmes. Demand forecasting reduces both stockouts (lost revenue) and unsold goods (destroyed margin, food waste); assisted customer service absorbs peaks without degrading response times; product content generation saves weeks on catalogue enrichment. NVIDIA notes that 54% of companies cite employee productivity as the first observed benefit, ahead of operational efficiency (52%) and customer service (41%).
The condition is organisational. McKinsey observes that the retailers who capture value are not those who multiply pilots but those who industrialise a few high-impact cases: more than a quarter of executives prioritise more than 50 use cases, while fewer than 15% have actually been scaled. The first barrier cited (24%) is change capacity: training, communication, process redesign. In other words, technology is rarely the limiting factor; execution is.
The right reflex
Start with a measurable case on existing data: forecasting on one or two product families, an internal assistant for teams, product sheet generation. Measure before and after (stockout rate, shrinkage, processing time, conversion), frame customer data, then extend store by store. Sensitive projects (personalised pricing, smart video) come second, with a validated legal framework.
Rolling it out, step by step
1
Map the data
Sales per SKU and per store, inventory, receipts, loyalty, e-commerce: inventory what exists, its quality and its freshness. This is the foundation of any retail project.
2
Pilot a measurable case
A limited perimeter (one product family, one channel), before/after indicators and a defined duration. Demand forecasting and customer service are the safest entry points.
3
Frame
GDPR for loyalty and personalisation, chatbot transparency, documented pricing policy, impact assessment for video or profiling. The AI Act and GDPR are handled from the pilot, not after.
4
Industrialise
Extend what proved its value, store by store, train teams on the floor and at headquarters, and track indicators over time: a forecasting model is monitored like inventory.
Framework: AI Act, GDPR and customer trust
Retail touches the daily life of millions of consumers, and the framework applies today. The practices prohibited by the EU AI Act have applied since 2 February 2025: emotion recognition in the workplace (staff monitoring), biometric categorisation based on sensitive data, manipulative techniques exploiting vulnerabilities. Chatbots and sales agents must clearly tell the customer they are interacting with an AI. Most common retail uses (forecasting, pricing, recommendation) remain classified as limited or minimal risk: the bulk of compliance work therefore sits on the GDPR side.
The GDPR frames personalisation: legal basis for loyalty card profiling, minimisation, clear information, and particular vigilance on in-store video (purpose, proportionality, retention). For prices, discount announcements remain subject to the rules of the Belgian Code of Economic Law derived from the Omnibus Directive (reference price), whether pricing is algorithmic or not. Trust is earned through transparency: say what is automated, why, and keep a path to a human.
Frequently asked questions
Where should a retailer start with AI?
With a measurable case built on data already available: demand forecasting on one product family, product sheet generation, or a customer service assistant for recurring questions (delivery, returns, availability). Measure before and after (stockouts, shrinkage, response time, conversion), frame it, then extend. The big projects (dynamic pricing, fine-grained personalisation) come next, once data and governance follow.
Can AI set a store's prices?
Yes to propose, no to decide alone without a frame. Pricing algorithms optimise prices, promotions and markdowns, often coupled with electronic shelf labels. The frame remains the law: display of the reference price for discount announcements, non-discrimination, clear consumer information, and GDPR as soon as a personalised price relies on a profile. A pricing policy validated by a human and logged is the good practice.
What does the EU AI Act change for retail?
Three concrete points: prohibited practices (including emotion recognition in the workplace and sensitive biometric categorisation) have applied since 2 February 2025; chatbots and agents must clearly tell the customer they are interacting with an AI; and smart in-store video must stay within the GDPR framework (purpose, proportionality, information). Most common retail uses (forecasting, pricing, recommendation) remain limited risk.
What gains can a retailer expect from AI?
McKinsey puts the EBITDA improvement at 4 to 6 percentage points in grocery, 6 to 8 in hardline and 8 to 10 in fashion and beauty (softline) for an end-to-end transformation. Quick gains come from forecasting (fewer stockouts and less waste), assisted customer service and team productivity. The condition: moving from pilot to scale, which fewer than 15% of prioritised use cases achieve today.
Sources
McKinsey & Company, with EuroCommerce, Rewiring retail in Europe: The AI imperative, 10 June 2026 (€240 to €320 billion of value over five years; EBITDA +4 to 6 points in grocery, +6 to 8 in hardline, +8 to 10 in softline; fewer than 15% of use cases scaled; 24% cite change capacity as the first barrier). mckinsey.com
NVIDIA, State of AI in Retail and CPG: 2026 Trends, 7 January 2026 (91% using or assessing AI; 90% increasing budgets; 89% revenue up and 95% costs down; 47% agentic AI including 20% deployed; 54% cite employee productivity). blogs.nvidia.com
Salesforce, 2025 Holiday Shopping Data, 8 January 2026 ($1.29 trillion in global online sales from 1 November to 31 December 2025; $262 billion influenced by AI and agents, 20% of sales; 9x higher conversion from AI search; +126% agent-handled service conversations; 6.2% versus 3.9% growth). salesforce.com
Colruyt Group, Colruyt introduces innovative Smart Cart in two additional stores, 17 March 2026 (first Belgian smart trolley, customer launch September 2025 in Halle, extended to Kessel-Lo and Waterloo; 10% of shopping trips in Halle; 8 out of 10 repeat users; Easy Check-out rolled out to all 273 stores). press.colruytgroup.com
European Commission, regulatory framework for AI (EU AI Act): prohibited practices applicable since 2 February 2025, transparency obligations for conversational systems. digital-strategy.ec.europa.eu
Molderez Consult helps Belgian retailers, e-commerce companies and trade SMEs map their data, launch measured pilots (forecasting, customer service, product content), frame GDPR and the AI Act, and industrialise what pays off, from the first dashboard to the augmented store.
Article generated by AI. Content written with the help of an artificial intelligence model and reviewed by a human before publication. The figures cited point to their sources, listed at the end of the article.