« La complexité n'est pas un problème à éliminer, c'est une compétence qu'il faut maîtriser. » Voilà le fil rouge de la keynote de Gaelle Laigo, venue présenter au Tech For Industry Show 2026 (Paris Expo Porte de Versailles) les cas d'usage concrets de l'intelligence artificielle dans les opérations de L'Oréal — de l'IA générative au service de l'innovation à la robotique d'entrepôt, en passant par la maintenance prédictive et la prévision de la demande.

Derrière les 40 marques du groupe se cache une réalité industrielle méconnue : 44 milliards d'euros de chiffre d'affaires, 7 milliards de produits fabriqués et distribués chaque année dans 150 pays, et 22 800 experts au sein des opérations. L'Oréal maîtrise l'intégralité de sa chaîne de valeur — conception, achats, production, distribution — ce qui lui confère, à l'heure de l'IA, un avantage décisif : la maîtrise de bout en bout de la data, des données de conception jusqu'à la donnée consommateur.

Le dispositif industriel : 37 usines dans le monde, dont 11 en France, pour produire au plus près des marchés, et 160 centrales de distribution servant huit circuits différents, de la grande distribution au e-commerce en direct, en passant par la pharmacie et les coiffeurs. Objectif simple à énoncer, redoutable à exécuter : le bon produit, au bon endroit, au bon moment.

Le catalogue compte 72 000 références, du produit de niche personnalisé au produit de grande consommation fabriqué par millions. Côté outil industriel : environ 1 000 lignes de conditionnement — de la petite ligne multi-formats à faible cadence jusqu'aux lignes mono-format à 200 coups par minute — et 350 cuves de fabrication de 50 kg à 20 tonnes.

Le marché de la beauté est tiré par l'innovation : environ 8 000 nouveaux produits par an et un taux de renouvellement du catalogue de 30 %. Autant de nouveaux packagings, de nouvelles formules, parfois de nouveaux procédés de fabrication — un moteur de croissance qui est aussi un défi opérationnel permanent.

Une tendance TikTok ou un influenceur qui plébiscite une teinte de rouge à lèvres, et la demande explose sans aucune anticipation possible. Bonne nouvelle commerciale, casse-tête opérationnel : il faut sécuriser les ingrédients, produire et livrer vite. S'y ajoutent les complexités du monde : fragmentation de la supply chain, instabilité géopolitique, pénuries de main-d'œuvre, risques climatiques et évolutions réglementaires toujours plus rapides et fragmentées.

Face à cette complexité, les opérations de L'Oréal se concentrent sur trois priorités. La qualité, pilier historique : environ 100 contrôles pour chaque produit mis dans les mains d'un consommateur. L'agilité : vitesse d'innovation, de réaction aux imprévus et de livraison. Le développement durable, avec un jalon majeur atteint en 2025 : 100 % des sites opérés en propre sont alimentés par des énergies renouvelables, dans le cadre du programme L'Oréal pour le Futur — un engagement reconnu par le CDP pour la 10e année consécutive et par une médaille EcoVadis Platine pour la 4e année consécutive.

L'approche revendiquée est pragmatique : d'abord une stratégie data robuste — chaque nouveau cas d'usage révèle des données manquantes ou à fiabiliser ; ensuite une approche globale, avec des centres d'excellence par métier qui testent les solutions, en valident le ROI puis les déploient mondialement ; enfin, la discipline de se concentrer sur les cas d'usage à fort ROI qui servent les grandes priorités, en résistant à la tentation de tout faire.

La GenAI génère plus d'idées, de visuels, de rendus et de maquettes, beaucoup plus vite, pour alimenter le pipeline d'innovation. En exécution, la simulation numérique remplace une partie des tests physiques par des tests virtuels — plus de tests, plus vite, à moindre coût — y compris pour les mises en conformité réglementaires, de plus en plus fréquentes.

Une solution de prévision de vente déployée mondialement exploite la masse de données disponible pour gagner en précision et détecter les signaux faibles — la clé pour réagir vite quand un produit devient viral.

L'outil industriel, très automatisé, est équipé de capteurs et de systèmes IoT générant un flux continu de données. L'IA détecte les dérives de process en temps réel et donne aux opérateurs, techniciens et managers une information structurée pour décider vite et en autonomie. Trois cas d'usage :

Les systèmes de vision, largement déployés, atteignent grâce à l'IA une précision inédite — jusqu'à détecter des défauts sur des pots en verre transparents, auparavant très difficiles à identifier — et caractérisent le défaut dans le flux pour corriger plus vite.

L'identification des dérives de performance des équipements permet d'agir avant que la panne n'impacte la production.

Toute consommation anormale d'eau ou d'électricité est détectée immédiatement, et les paramètres connectés permettent d'en localiser la cause. À la clé : gains sur la qualité, les déchets, les consommations et les rendements des équipements.

Sur le socle d'un WMS unique déployé dans toutes les centrales du groupe, des modèles d'IA sont testés pour mieux orchestrer des millions de lignes de commande dans des délais très contraints. La robotique automatise un nombre croissant de mouvements en entrepôt, et les nouvelles générations de robots avec IA embarquée ouvrent la voie à une automatisation plus flexible.

La conclusion de la keynote replace l'humain au centre : un humain augmenté, capable de décisions plus rapides et plus éclairées, avec une lucidité assumée — certains métiers vont disparaître, d'autres se transformer, de nouveaux vont apparaître. La responsabilité de l'industriel : assurer la montée en compétences et la formation des équipes, condition nécessaire pour une transformation « engagée, responsable et porteuse de performance ».

Comment L'Oréal utilise-t-elle l'intelligence artificielle dans ses usines ? Principalement sur trois cas d'usage : le contrôle qualité par vision (détection et caractérisation des défauts en ligne), la maintenance prédictive, et la détection en temps réel des dérives de process et des consommations anormales d'eau et d'énergie.

Comment une supply chain peut-elle absorber un pic de demande viral ? Par la visibilité : L'Oréal a déployé mondialement une solution de prévision de vente par IA qui détecte les signaux faibles du marché, permettant de sécuriser les ingrédients, produire et livrer plus vite en cas de viralité.

Comment choisir ses cas d'usage IA ? L'approche L'Oréal repose sur trois piliers : une stratégie data robuste, des centres d'excellence qui testent et valident le ROI avant déploiement global, et une concentration stricte sur les cas d'usage à fort ROI alignés avec les priorités de l'entreprise.

Cette conférence a été enregistrée lors du Tech For Industry Show 2026, le salon B2B de la transformation industrielle (Smart Manufacturing, IA, Supply Chain) à Paris Expo Porte de Versailles. Retrouvez l'intégralité de la keynote en vidéo ci-dessus, et rendez-vous les 19 et 20 mai 2027, Hall 7, pour la prochaine édition.