L'IA qui lit les commentaires d'un live TikTok : dans les coulisses de LiveShop Link

Assistez à une vente en live sur Instagram ou TikTok à Dakar, et vous verrez une scène étonnante. D’un côté, une vendeuse présente ses articles face caméra, avec une énergie de commissaire-priseur. De l’autre, un mur de commentaires qui défile trop vite pour l’œil : « je prends la robe rouge taille M », « c’est combien le sac ? », « réservé pour moi le foulard », « 77 123 45 67 livraison Ouakam ».

Chaque ligne peut être une vente. Et beaucoup se perdent — noyées dans le flux, notées de travers sur un cahier, oubliées quand le live s’emballe. Le problème de la vente en live, ce n’est pas de trouver des clients. C’est de ne pas les perdre.

LiveShop Link est né de ce constat. L’idée : mettre une IA sur ce chaos, pour transformer un mur de commentaires en commandes propres, encaissées et livrées. Voici comment on s’y est pris — et pourquoi la partie difficile n’est pas celle qu’on croit.

Le flux brut : du langage humain, pressé et imparfait

Un commentaire de live n’est pas un formulaire. C’est du langage humain, tapé vite, en français, en wolof, souvent les deux mélangés, avec des fautes, des abréviations, des émojis. « Réservé », « je prends », « nagn ma jël », « c mon dernier prix ? » : derrière ces bribes se cachent des intentions très différentes — acheter, réserver, négocier, juste poser une question.

C’est exactement le genre de tâche où l’informatique classique échoue et où les grands modèles de langage excellent. Plutôt que d’écrire des centaines de règles fragiles (« si le message contient je prends alors… »), on confie au modèle une mission claire : lire chaque message dans son contexte et en extraire une structure — y a-t-il une intention d’achat ? quel article ? quelle quantité, quelle taille, quelle couleur ? y a-t-il un numéro, une zone de livraison ?

Le langage désordonné entre ; une commande structurée sort. C’est le cœur de LiveShop Link.

La partie difficile n’est pas l’IA. C’est le temps réel et l’ambiguïté

On imagine souvent que le défi d’un tel produit, c’est « faire marcher l’IA ». En réalité, une fois le bon modèle en place, l’extraction est la partie la plus balisée. Les vrais murs se dressent ailleurs.

Le temps réel. Un live, c’est un flux continu, avec des pics violents quand un article populaire passe à l’écran. Le système doit ingérer les commentaires au rythme où ils arrivent, sans prendre de retard et sans rien laisser filer. Ce n’est pas un problème d’IA, c’est un problème d’ingénierie de flux : files d’attente, traitement asynchrone, résistance aux à-coups.

L’ambiguïté irréductible. « Je prends le deuxième » — le deuxième de quoi ? Du live en cours ? De la dernière photo ? « Pareil pour moi » renvoie au commentaire d’au-dessus, qui a peut-être déjà défilé. Aucune IA ne devine à coup sûr. La bonne réponse n’est pas de prétendre que le système ne se trompe jamais : c’est de concevoir pour le doute. Quand la confiance est basse, on ne jette pas la commande et on n’invente pas — on la marque « à confirmer » et on la remonte à un humain. L’IA fait le tri de masse ; la vendeuse tranche les cas limites en quelques secondes.

Un bon produit d’IA ne cherche pas à supprimer l’humain. Il lui enlève le travail répétitif pour ne lui laisser que les décisions qui comptent.

De l’intention à la commande payée

Capturer l’intention n’est qu’une moitié du chemin. Une commande qui n’est ni payée ni livrée ne vaut rien. LiveShop Link prolonge donc la chaîne jusqu’au bout :

• Encaissement Mobile Money intégré. Une fois la commande confirmée, le client paie avec ce qu’il utilise déjà. Pas de carte bancaire, pas de friction — la logique cash et Mobile Money qu’on applique à tous nos produits.
• Suivi des stocks en temps réel. Quand un article part, le stock baisse. La vendeuse évite le pire scénario du live : vendre trois fois la dernière pièce disponible.
• Organisation des livraisons. Les commandes se regroupent par zone, avec l’historique client, prêtes pour les tournées.

Le fil directeur : ne pas s’arrêter à la démo qui impressionne (« regardez, l’IA lit les commentaires ! »), mais aller jusqu’à ce qui fait vraiment gagner de l’argent au vendeur — l’encaissement et la livraison.

Ce que ce chantier nous a appris sur l’IA « utile »

Trois leçons, valables bien au-delà du live shopping :

1. Le modèle est un composant, pas le produit. L’intelligence brute de l’IA n’est qu’une brique. La valeur naît de tout ce qu’il y a autour : ingestion temps réel, gestion du doute, paiement, stock, livraison. On voit passer beaucoup de démos d’IA bluffantes qui ne deviennent jamais des produits parce qu’il manque justement ce « autour ».
2. Concevoir pour l’erreur, pas contre elle. Les modèles se trompent. Un produit sérieux prévoit le rattrapage — seuils de confiance, validation humaine, corrections faciles — plutôt que de parier sur une perfection qui n’arrivera pas.
3. Rencontrer les gens dans leur langue et leurs habitudes. Français, wolof, mélange des deux, argot du commerce : le système doit comprendre la manière dont les gens parlent réellement, pas une version idéalisée. C’est le même principe que partout chez nous — construire pour le terrain tel qu’il est.

Le live shopping n’est pas un gadget

En Occident, la vente en direct est encore vue comme une curiosité. En Afrique de l’Ouest et en Asie, c’est déjà un canal de commerce majeur, avec ses codes et ses champions. Le maillon faible n’a jamais été l’audience ni l’envie d’acheter — c’est l’infrastructure derrière : capturer, encaisser, livrer sans rien perdre.

C’est ce maillon que LiveShop Link vient renforcer. L’IA n’est pas là pour faire joli dans un pitch. Elle est là pour qu’une vente criée dans un flux de commentaires à 21 h devienne une commande payée et livrée — sans qu’un cahier et une mémoire fatiguée soient le seul filet de sécurité.

LiveShop Link est en ligne.

---

Vous avez une idée de produit où l’IA doit résoudre un vrai problème, pas décorer une démo ? Parlons-en.