L’une des nouvelles AI les plus utiles en marketing cette semaine ne vient ni d’une campagne, ni d’un chatbot, ni d’un outil de génération créative. Elle vient de la planification prix et promotion. Un article arXiv publié le 16 juin 2026 décrit deux systèmes déployés à grande échelle chez PepsiCo pour soutenir le revenue growth management: PromoAI pour les calendriers promotionnels et PricingAI pour l’optimisation des prix de base. C’est important parce que cela montre une version plus sérieuse de l’AI appliquée au marketing. Au lieu de demander comment produire davantage de contenu, ces systèmes posent une autre question: comment prendre de meilleures décisions commerciales sur les produits, les canaux, le timing, les contraintes et les objectifs de marge.
Pour les senior marketers, responsables ecommerce et dirigeants commerciaux, c’est un changement d’accent important. Une grande partie de la conversation autour de l’AI en marketing reste centrée sur la rapidité de production: plus de variantes, plus de copy, plus d’images, plus d’automation. Ces outils ont de la valeur, mais ils restent souvent à la surface de l’operating model. L’optimisation des prix et des promotions agit beaucoup plus en profondeur. Elle influence ce qui est vendu, à quel moment la demande est stimulée, comment la marge est protégée et si la pression média se transforme en croissance rentable plutôt qu’en simple volume bruyant.
L’opportunité AI se rapproche du design de revenu
Le papier de PepsiCo décrit un système où des prévisions issues du machine learning sont combinées à une logique d’optimisation pour explorer un très grand nombre de combinaisons prix-promotion. L’intérêt du cas ne tient pas seulement aux mathématiques. Il tient à l’implication managériale. Dans beaucoup d’organisations, pricing, trade promotion, ecommerce, performance media et brand planning fonctionnent encore comme des domaines faiblement connectés. C’est précisément cette séparation qui crée de l’inefficacité. Le marketing pousse la demande. Les équipes sales négocient les conditions. Les équipes revenue management défendent la marge. Les analystes racontent ensuite ce qui s’est passé. L’AI-driven optimization devient précieuse parce qu’elle oblige ces couches à fonctionner comme une structure de décision plus intégrée.
Voilà pourquoi le sujet dépasse largement le seul grand CPG enterprise. Le même principe vaut pour les retailers, les marketplaces et les marques ecommerce de tailles très différentes. Quand les coûts d’acquisition sont volatils et que la demande reste sensible au prix, à la promotion et au timing, un meilleur creative ne suffit plus à protéger la croissance. Les équipes ont aussi besoin de meilleurs systèmes de décision pour savoir quand promouvoir, jusqu’où discounting, quels produits mettre en avant et quels arbitrages elles acceptent réellement entre revenue, marge et mouvement de stock.
Source :
arXiv : PepsiCo Deploys AI-Driven Pricing and Promotion Optimization at Scale
