Akeneo étend les flux de travail encadrés par l’IA pour les données produits dans sa version d’automne 2026

Avec sa version d’automne 2026, Akeneo étend le rôle des agents d’IA dans la gestion des données produits en entreprise. La plateforme propose de nouveaux moyens de préparer les catalogues, de collaborer avec les fournisseurs et de publier des informations sur les vitrines en ligne, tout en soumettant les modifications aux contrôles de l’entreprise. Cette version introduit également des règles plus explicites en matière de préparation des produits et de compatibilité, afin de répondre aux besoins d’information structurée des flux de commerce automatisés.

L’annonce du 28 octobre présente Ziggy dans les flux de travail Shopify et ajoute des règles de préparation des produits, la compatibilité des produits, la gouvernance des accès et de la sécurité en entreprise, ainsi que de nouvelles fonctionnalités de Supplier Data Manager. Akeneo a également annoncé l’acquisition de Dataggo, spécialiste de l’intégration PIM et des services reposant nativement sur l’IA, afin de renforcer sa capacité à mener des déploiements complexes en entreprise.

Le fil conducteur est le passage d’une IA qui génère des textes sur les produits à des agents capables de contribuer aux opérations du catalogue. Cette évolution renforce l’importance des autorisations, des validations et de la qualité du modèle de données sous-jacent : une erreur appliquée à des milliers de produits peut avoir des répercussions bien plus importantes qu’une erreur dans une seule description provisoire.

Ziggy s’investit davantage dans les opérations liées aux produits

Ziggy, l’orchestrateur agentique d’Akeneo, permet désormais de préparer et de publier des informations sur les produits dans les vitrines Shopify. Le connecteur Shopify est proposé en éditions Standard et Enterprise : l’édition Standard est destinée aux déploiements comptant jusqu’à trois boutiques, tandis que l’édition Enterprise s’adresse aux organisations qui gèrent un parc de boutiques plus important.

La version introduit également des suggestions de modèles de produits assistées par l’IA, qui recommandent des regroupements de produits pour aider les équipes à organiser leurs catalogues. La collaboration avec les fournisseurs et la gestion de leurs catalogues étendent la capacité de Supplier Data Manager à transformer les contributions reçues des fournisseurs en informations structurées.

Ces fonctionnalités répondent à différentes étapes d’un même processus. Les données des fournisseurs arrivent sous des formes disparates, les produits doivent être organisés de manière exploitable et les informations obtenues doivent répondre aux exigences d’un canal avant leur publication. Automatiser une étape n’apporte qu’un bénéfice limité si les équipes doivent reconstituer manuellement le contexte lors du transfert à l’étape suivante.

La documentation existante d’Agentic Ziggy d’Akeneo donne une image plus concrète de son architecture. Elle décrit un orchestrateur qui achemine les demandes, un planificateur qui propose des actions, un exécuteur qui réalise les étapes approuvées et des agents spécialisés dans certains domaines du PIM. Les conversations permettent d’explorer les possibilités ; les tâches constituent une unité de travail suivie lorsqu’un plan proposé implique une opération d’écriture.

Le harnais d’IA intègre les autorisations à l’exécution

Akeneo présente son harnais d’IA spécialisé par domaine comme le socle qui fournit le contexte, l’orchestration, les autorisations et la gouvernance. Dans le cadre de cette version, le PDG Romain Fouache décrit l’objectif comme la possibilité de confier davantage de tâches aux agents, tout en laissant aux équipes responsables le contrôle des décisions.

La différence avec un chatbot autonome est importante. Un système fonctionnant au sein d’une plateforme de gestion des informations produit peut potentiellement modifier des données utilisées pour la tarification, les informations de conformité et les canaux destinés aux clients. Son niveau d’autorité doit correspondre à l’utilisateur et à la tâche, et non à la capacité du modèle à produire une réponse convaincante.

La documentation de Ziggy indique que les agents héritent des autorisations PIM existantes de chaque utilisateur. Elle distingue l’exploration en lecture seule de l’autorisation d’apporter des modifications et consigne les opérations d’écriture sous forme d’ensembles de modifications. Les données produits enrichies par l’IA sont présentées pour approbation avant leur enregistrement. La documentation distingue également les modifications d’enrichissement réversibles des actions irréversibles, qui sont signalées aux utilisateurs.

Ces détails comptent lorsqu’on évalue les promesses de l’automatisation agentique. Un plan visible et une piste d’audit peuvent faciliter l’examen des actions, tandis que des étapes d’approbation explicites déterminent à quel moment le travail proposé devient une modification du système de référence.

La préparation des produits ne se limite pas à renseigner les champs

Les règles de préparation des produits permettent aux équipes de définir les conditions qu’un produit doit remplir pour un canal, un marché ou un objectif commercial donné. La version décrit des règles portant sur les valeurs, les catégories, les descriptions et les relations entre produits ; les scores de préparation aident à hiérarchiser le travail à l’échelle d’un portefeuille.

Cette approche élargit la notion d’exhaustivité. Un champ obligatoire peut contenir une valeur tout en restant inadapté à une destination particulière. Un processus de lancement peut nécessiter une description approuvée, une catégorie appropriée et les bonnes relations avec d’autres produits, plutôt qu’une simple fiche non vide.

La foire aux questions d’Akeneo sur la préparation des produits indique que les scores reflètent la proportion d’exigences applicables satisfaites et qu’ils peuvent varier selon le canal et la langue et la région. Un score de 100 % signifie que les exigences configurées ont été satisfaites ; à lui seul, il ne déclenche pas la publication ou l’exportation d’un produit, sauf si un flux de travail externe a été configuré à cette fin.

La documentation actuelle indique que la fonctionnalité de préparation des produits est en version bêta et que ses fonctionnalités ainsi que ses contrats d’API sont susceptibles d’évoluer. Akeneo précise également que la disponibilité des différentes fonctionnalités de la version d’automne varie selon l’édition de Product Cloud ; il ne faut donc pas en déduire qu’elles sont accessibles de la même manière dans tous les déploiements.

Les règles de compatibilité transforment l’ajustement en données gérées

Product Compatibility gère les relations entre les produits, les pièces détachées et les accessoires. Au lieu de tenir à jour chaque paire dans un tableur, les équipes peuvent définir des règles de compatibilité et laisser le PIM calculer les liens appropriés au fil de l’évolution du catalogue.

La documentation technique de l’entreprise décrit un type d’association automatique fondé sur la sélection d’un produit principal, celle d’un produit compatible et, en option, des conditions qui comparent les attributs. Les résultats peuvent être consultés dans le PIM ou récupérés par API. La documentation indique que cette fonctionnalité est disponible pour les clients Premium.

Pour les systèmes de commerce, il s’agit d’un problème différent de la génération d’une recommandation qui semble simplement pertinente. La compatibilité d’une pièce de rechange avec un produit dépend d’attributs et de règles spécifiques. Le stockage de ces relations sous forme de données structurées permet aux applications en aval de les interroger et de les maintenir à mesure que des produits sont ajoutés ou modifiés.

Cela met également en évidence l’intérêt de distinguer les suggestions de l’IA des contraintes métier déterministes. Les agents peuvent aider à organiser et à enrichir un catalogue, tandis que les règles configurées établissent des relations que les autres systèmes doivent utiliser de manière cohérente.

Gestion des identités d’entreprise, sécurité des fournisseurs et prise en charge du déploiement

Enterprise Access & Security Governance ajoute le provisionnement juste-à-temps et la prise en charge de SCIM pour la gestion des identités utilisateur, ainsi qu’une connexion SIEM qui intègre l’activité du PIM aux opérations de sécurité de l’entreprise. Supplier Enterprise Security ajoute l’authentification unique et l’authentification multifacteur à Supplier Data Manager, tandis que l’étiquetage Transparent AI identifie les contenus générés par l’IA.

Ces contrôles concernent les personnes et les organisations qui interviennent autour des agents. Les opérations sur les catalogues impliquent des employés, des fournisseurs externes et des systèmes en aval ; la capacité à générer ou à mettre à jour des données ne dispense pas de gérer les accès ni de contrôler leur évolution.

Parmi les autres nouveautés figurent l’analyse automatisée par PX Insights de la découverte des produits et de leur capacité à être découverts par l’IA, des améliorations de l’évolutivité des API et de la recherche, l’observabilité de l’extensibilité, Private Showrooms et des mises à jour de la plateforme événementielle.

L’acquisition de Dataggo apporte une expertise en intégration et en mise en œuvre, en complément de ces évolutions du produit. Akeneo indique que le partenaire acquis est spécialisé dans la connexion de son PIM aux systèmes d’entreprise environnants, une étape importante pour transformer les capacités de la plateforme en processus opérationnels.

Autumn Release sera disponible à partir du 28 octobre, selon des modalités propres à chaque édition. Son importance tient à la réunion de l’exécution par les agents, des règles produit et des contrôles d’entreprise au sein d’un même modèle opérationnel : les équipes peuvent déléguer davantage de tâches liées au catalogue tout en définissant explicitement ce qui peut être modifié, qui peut l’approuver et ce qui est prêt à être présenté à un acheteur.