L’IA au cœur du delivery design chez Carrefour

Depuis 2022, la multinationale française Carrefour accélère fortement pour devenir une digital retail company.

Cette ambition s'articule autour de piliers stratégiques comme une expérience client omnicanale et agentique, la digitalisation des magasins, la modernisation des fonctions sièges et supports, le tout en s’appuyant sur la data et l’IA.

Depuis, l’équipe digitale a doublé ses effectifs de designers et experts CX, répartis dans plusieurs Digital Factories par verticales métiers travaillant avec la méthodologie 4-in-the-box, qui combine plusieurs expertises complémentaires : métiers, produit, design, tech & data.

Structurer l’usage de l’IA pour accélérer collectivement

Comme dans de nombreuses entreprises, les pratiques émergent de façon spontanée : des product managers commencent à s’emparer d’outils de vibe coding pour accélérer le déploiement de leurs produits et mises à jour. Cependant, ces initiatives ne prenant pas en compte l’entièreté de la chaîne de production ni la réflexion design, elles ont rapidement montré leurs limites et fait apparaître des enjeux de gouvernance, qui ont mené à la création d’un premier outil d’IA générative interne : Carrefour IA.

En mai 2025, la décision est prise d’accélérer collectivement afin d’unifier les pratiques d’utilisation de l’IA au sein du département Design & CX. Un sondage interne révèle que près de 50 % de ses membres utilisent Carrefour IA.

La transformation est déjà en cours ; il faut désormais l’organiser. Carrefour IA évolue pour s’adosser à la solution Gemini de Google et l’équipe se donne alors six mois pour structurer l’usage de l’IA et aller plus loin.

Préparer le terrain

Acculturer les équipes et standardiser l’usage de l’IA

Les réponses au sondage révèlent que les équipes Design et CX sont en attente de solutions pour accélérer leur productivité, en particulier dans la phase de discovery et dans le travail quotidien. Pour accompagner cette évolution, un plan de transformation est mis en place, consacrant un trimestre à l’acculturation à l’IA, avec, entre autres, des formations dédiées au prompting et à des outils comme Figma Make et Gemini, ainsi que la nomination d’ambassadeurs chargés d’accompagner les usages au sein du département.

Parallèlement, le département cherche à structurer ses pratiques afin d’éviter une adoption dispersée. Une librairie de prompts testés et validés est mise à disposition des designers, tandis qu’un canal dédié permet de partager des cas d’usage concrets. Les initiatives les plus pertinentes sont ensuite présentées lors d’office hours, et l’ensemble du dispositif est animé par des ateliers réguliers qui permettent de tester, ajuster et faire évoluer les pratiques au fil des retours d’expérience.

Carrefour a également créé un document de référentiel pour que les équipes y déposent leurs idées d’agents Gemini (GEMS), avec leurs noms, leurs fonctions, le résultat attendu et le lien vers le GEM. Ce dernier est ensuite testé, et en cas de validation, il est diffusé officiellement auprès des équipes. Les designers peuvent le faire évoluer en proposant des optimisations. Aujourd’hui, plus de 50 GEMS ont été proposés, allant de de l’aide à la présentation au cadrage de projet, en passant par la génération de contenu ou de reporting d’UX research.

Rendre le Design System AI-ready

Pour rendre son Design System Marcel exploitable par des outils génératifs, Carrefour a entrepris un travail de simplification et de structuration en profondeur. L’arrivée de l’IA a en effet mis en évidence une limite classique des Design Systems : lorsqu’ils sont trop complexes ou insuffisamment documentés, les modèles génératifs produisent des interfaces incohérentes ou impossibles à intégrer.

Pour y remédier, l’équipe a directement branché l’IA sur son Design System. La première étape a été d’extraire le contexte (composants, tokens, icônes, typographies, glossaire) via la Figma MCP Console, pour obtenir du contexte interrogeable sous forme de fichiers JSON alimentant 16 tools et 5 prompts système appelés en temps réel par le LLM. Concrètement, il suffit aux utilisateurs de mentionner @Marcel dans le chat Figma Make pour commencer à travailler avec l’assistant. Enfin, il s’agit de brancher toute l’équipe à Figma Make en créant un connecteur. Ainsi, le MCP joue le rôle de gardien du Design System et d’assistant complet capable de challenger les décisions design, de proposer des composants de dataviz et de travailler l’UX writing.

Grâce à ce processus, chaque prototype généré avec Figma Make s’appuie directement sur les composants et les variables du Design System, afin que les interfaces générées respectent automatiquement les couleurs, espacements et typographies définis par l’organisation, et donc ses standards d’expérience et d’accessibilité. De plus, cette méthode permet aux designers de se concentrer sur l’UX, plutôt que d’utiliser des crédits IA pour ajuster l’UI.

Généraliser l’usage de l’IA pour la discovery

Chez Carrefour, l’impact le plus significatif de l’IA pour les équipes design et produit se situe dans la phase de discovery, où les designers jouent un rôle central dans la structuration de la stratégie d’expérience. Les équipes utilisent des outils comme Gemini et NotebookLM pour analyser des verbatims utilisateurs, synthétiser des recherches, reformuler des problématiques ou structurer des workflows. Ainsi, les données brutes (interviews, notes d’ateliers, comptes-rendus) deviennent des insights exploitables pour le design. La discovery devient ainsi plus rapide, plus structurée et plus systématique, tout en restant pilotée par l’expertise humaine.

Optimiser le prototypage et les tests

L’IA a également transformé la manière de prototyper et de tester les interfaces. L’équipe design utilise désormais Figma Make comme un outil d’exploration rapide pour générer et comparer différents patterns (par exemple des layouts en cartes, en timeline ou en bento).

Les prototypes peuvent intégrer directement des interactions et des animations, ce qui permet de produire des démonstrations beaucoup plus proches du produit final, de gagner jusqu’à 30‍ % de productivité lors des allers-retours entre design et développement et d'accélérer les phases de validation. Le prototypage devient un espace d’expérimentation plus rapide, plus autonome et mieux connecté aux tests utilisateurs et aux contraintes réelles de production.

L’IA ouvre aussi de nouvelles possibilités pour les designers, qui créent désormais eux-mêmes des outils internes, comme des explorateurs de tokens ou des gestionnaires d’icônes, sans dépendre de l’équipe technique.

Propulser l’usage vers une approche AI-native

Cette évolution renforce également la collaboration entre designers et product managers. Ces derniers peuvent désormais participer plus activement à la phase d’exploration grâce aux outils génératifs, tandis que les designers apportent la maîtrise du contexte, de la cohérence d’expérience et des fondations du Design System. Le prototypage devient un espace de co-construction où les idées peuvent être testées plus rapidement, tout en restant cadrées par l’expertise design.

En parallèle de cette automatisation croissante, la validation humaine reste un principe central. Si les outils génératifs accélèrent la production et la structuration des idées, la décision finale reste portée par les équipes produit et design. L’IA amplifie les capacités de design sans pour autant se substituer à l’expertise. C’est cet équilibre entre automatisation et contrôle humain qui permet à Carrefour de déployer l’IA à grande échelle, tout en préservant la qualité et la cohérence de son expérience produit.

Et pour l’avenir ? Les équipes s’apprêtent à intégrer des insights de Discovery et de la knowledge base produit pour affiner encore plus les prototypes. Elles continuent également à développer leurs use cases d’outils et leurs agents IA pour faciliter le cadrage des projets et améliorer l’expérience client.

La roadmap de Carrefour : comment bien démarrer avec l’IA

• Structurer rapidement les usages

Cadrez dès le départ où et comment l’IA doit être utilisée pour garantir la cohérence du produit et un usage sécurisé pour l’entreprise. Identifiez les zones de la stack technique où l’IA peut facilement être intégrée et actionnée.

• Former et acculturer les équipes

Investissez dans la montée en compétence (prompting, outils) avec des formations dédiées et des relais internes pour accélérer l’adoption.

• Standardiser et mutualiser les pratiques

Mettez en place un langage commun (librairie de prompts, méthodes partagées, espaces d’échange) pour construire un système collectif.

• Assurer la cohérence des interfaces

Connectez votre Design System à l’IA pour que vos prototypes soient conformes à vos standards.

• Cibler les cas d’usage les plus pertinents et mesurer l’impact

Commencez par exploiter l’IA pour la discovery puis étendez l’usage aux prototypes. Suivez des indicateurs concrets pour démontrer les avantages de la démarche et ancrer l’usage dans la durée.