Rayons en rupture : ce que l'IA voit que l'œil humain rate

En moyenne, le nombre de boîtes livrées baisse de 11 % pendant une rupture de stock et de 7 % en cas de risque de rupture. Pendant que l'officine gère ses rayons à vue, la grande distribution a pris un virage discret vers la vision par ordinateur.

Ce que voient les caméras que l'œil humain ne voit plus

Selon une étude de la DREES publiée en mars 2025, sur l'ensemble de la durée d'un épisode de tension d'approvisionnement, le nombre de boîtes livrées aux pharmacies baisse de 11 % pour une rupture de stock et de 7 % pour un risque de rupture¹. Un pic de criticité a été atteint à l'hiver 2022-2023, avec environ 800 présentations en rupture de stock simultanément. Fin 2024, on comptait encore environ 400 présentations en rupture, un niveau certes en retrait par rapport au pic mais encore élevé.

Derrière ces chiffres, il y a un quotidien que chaque titulaire connaît : du temps passé à chercher des alternatives, des rayons désorganisés, des produits mal repositionnés après un réassort partiel. Le temps consacré à gérer un seul incident de rupture est en moyenne de 20 minutes, selon les données de l'USPO relayées par Le Moniteur des Pharmacies². Et ce temps, personne ne le facture.

La reconnaissance d'image : de la grande distribution à la pharmacie

Pendant que l'officine gère ses rayons à vue, le commerce de détail a pris un virage discret. Chez Carrefour, la solution Shelf Intelligence analyse en temps réel les rayons via reconnaissance d'image. Ces technologies ne suppriment pas les emplois de gestion des stocks mais les transforment : les collaborateurs passent d'une logique de contrôle manuel à une logique de supervision et d'intervention ciblée³.

Le principe est simple. La reconnaissance d'image désigne l'ensemble des technologies de vision par ordinateur permettant à une IA d'analyser automatiquement des photos de linéaires prises en magasin. Les solutions annoncent un gain de 30 à 75 % de temps par relevé⁴. Un commercial photographie un rayon, l'IA identifie les produits manquants, les erreurs de placement, les écarts avec le planogramme prévu.

Ce que cela signifie pour l'officine

L'officine n'est pas un hypermarché. Mais les mécanismes sont transposables. Un rayon de parapharmacie ou de compléments alimentaires désorganisé produit les mêmes effets qu'un linéaire de grande surface mal tenu : perte de visibilité, baisse du panier moyen, temps gaspillé en réassort non priorisé.

Le secteur évolue rapidement : selon Mordor Intelligence, le marché de l'IA appliquée à la pharmacie est estimé à 4,35 milliards de dollars en 2025, avec une projection à 25,73 milliards d'ici 2030⁵. Des modèles de vision par ordinateur peuvent aider à rationaliser les flux opérationnels en pharmacie, de la détection de produits au suivi des stocks en temps réel.

Des solutions concrètes existent déjà en périphérie. Une chaîne de pharmacies a déployé un système de vision par ordinateur pour suivre le flux de clients, détecter la formation de files d'attente et alerter automatiquement le personnel si de l'aide supplémentaire est nécessaire au comptoir, en distinguant même les retraits de commandes en ligne des consultations longues⁶. La plupart des petites surfaces peuvent être couvertes avec une seule caméra grand-angle fixée au plafond.

Les outils ne sont pas des gadgets : ils répondent à un problème de temps

Ce que la reconnaissance d'image apporte, ce n'est pas une révolution spectaculaire. C'est la suppression d'un frottement quotidien. L'IA appliquée à la gestion des stocks en officine permettrait d'anticiper les ruptures grâce à l'analyse des données : historique des ventes par saisonnalité, visibilité des stocks en temps réel, et propositions de commandes d'approvisionnement automatisées⁷.

Grâce aux algorithmes d'analyse de données, l'IA permet d'optimiser la gestion des stocks, d'améliorer l'identification des interactions médicamenteuses et de personnaliser les traitements, notait déjà Le Moniteur des Pharmacies en février 2025⁸. Et le mouvement s'accélère côté formation : le gouvernement prévoit de former 500 000 professionnels de santé en cinq ans, dont les étudiants en pharmacie, avec un financement de 119 millions d'euros.

Ce qui se joue maintenant

Plusieurs années après le lancement des premières solutions de reconnaissance d'image par l'IA, les promesses ne sont pas toujours au rendez-vous : la mauvaise qualité des bases de données images est souvent à l'origine de contre-performances. L'outil ne vaut que ce que valent les données qu'on lui fournit. C'est exactement le type de nuance qu'un pharmacien structuré comprend : la technologie n'est pas magique, elle amplifie ce qui est déjà bien organisé.

L'IA a de nombreuses applications dans les différents métiers de la pharmacie : analyse d'ordonnances, gestion des stocks, optimisation de la distribution de médicaments, rappelle l'Ordre national des pharmaciens⁹. Le Parlement européen a adopté en mars 2024 le règlement relatif à l'intelligence artificielle, première initiative réglementaire mondiale encadrant l'utilisation de systèmes d'IA en fonction du risque qu'ils représentent. Le cadre réglementaire existe. Les outils arrivent. La question est de savoir qui, parmi les officines, les intégrera en premier.

L'action à mener dans les 30 jours

Identifiez, cette semaine, les trois tâches de gestion de rayon les plus chronophages dans votre officine : vérification des ruptures en libre-service, contrôle du facing après réassort, inventaire partiel des gammes saisonnières. Chronométrez le temps que votre équipe y consacre sur cinq jours. Ce chiffre, c'est votre base de décision. Il vous dira si un outil de vision par ordinateur, même simple, même partiel, mérite un test. Pas avant.