Utilisation de l’Intelligence Artificielle pour l’Enrichissement des Plateformes de E-commerce

Abstract

This graduation project explores the integration of artificial intelligence at the core of a local e-commerce ecosystem, the Smart City Proximity platform, through four complementary axes tailored to the Algerian context. The first axis, Orchestrix, is a platform combining a conversational chatbot and an online storefront generation system. The chatbot, built on a LangGraph state graph, fully automates the ordering journey over WhatsApp, with multimodal capabilities (vision, voice), automatic conversation classification (heuristics plus an AI decision), and a pause mechanism enabling manual intervention by the merchant. The template system provides each seller with a personalized web storefront, generated through three modes (AI-adapted preset, visual editor, full AI generation) based on a unified, multilingual configuration, with orders from both the chatbot and the storefront converging into a single dashboard. The second axis is a Virtual Try-On platform built on a microservices architecture, whose research contribution — the reverse-engineering identification of the FLUX architecture and the adaptation of the CatVTON-Flux model — enabled virtual try-on of the hijab, a capability absent from standard open-source models. The third axis augments the social media management module with an artificial intelligence layer (content and visual generation, localization into Algerian darija and Franco-Arabic, augmented analytics), grounded in the real product catalog. Throughout, a robust software architecture — AI provider abstraction, output validation, and fallback mechanisms — ensures maintainability and extensibility. The results confirm that the functional objectives were met, while the outlook points toward developing local, sovereign AI models, fine-tuned for Algerian darija.***

Ce projet de fin d’études explore l’intégration de l’intelligence artificielle au coeur d’un écosystème de commerce électronique local, la plateforme Smart City Proximity, à travers quatre axes complémentaires adaptés au contexte algérien. Le premier axe, Orchestrix, est une plateforme combinant un chatbot conversationnel et un système de génération de vitrines en ligne. Le chatbot, construit sur un graphe d’état LangGraph, automatise l’intégralité du parcours de commande sur WhatsApp, avec des capacités multimodales (vision, voix), une classification automatique des conversations (heuristiques et décision par IA) et un mécanisme de pause permettant l’intervention manuelle du commerçant. Le système de templates dote chaque vendeur d’une boutique web personnalisée, générée selon trois modes (preset adapté par IA, éditeur visuel, génération intégrale par IA) reposant sur une configuration unifiée et multilingue, avec une convergence des commandes du chatbot et de la vitrine vers un tableau de bord unique. Le deuxième axe est une plateforme d’essayage virtuel (Virtual Try-On) à architecture microservices, dont la contribution de recherche — l’identification par reverse engineering de l’architecture FLUX et l’adaptation du modèle CatVTON-Flux — a permis de réaliser l’essayage du hijab, capacité absente des modèles open-source standards. Le troisième axe enrichit le module de gestion des réseaux sociaux d’une couche d’intelligence artificielle (génération de contenu et de visuels, localisation en darija et franco-arabe, analytics augmentés), ancrée dans le catalogue produits réel. L’ensemble privilégie une architecture logicielle robuste — abstraction des fournisseurs d’IA, validation des sorties et mécanismes de repli — garantissant maintenabilité et évolutivité. Les résultats valident l’atteinte des objectifs fonctionnels, tandis que les perspectives s’orientent vers le développement de modèles d’IA locaux et souverains, affinés pour la darija algérienne.