feat: Introduce AI Copilot for bulk product analysis, including a dedicated store, UI components, and business logic.

src/features/ai-copilot/business/analysis-engine.ts

@@ -12,9 +12,11 @@ En analysant les données de ventes fournies, génère une recommandation de gam
 Critères de pondération et Règles Métier Strictes :
 1. Normalisation Totale (Base 2 magasins) : TOUTES les statistiques fournies sont PONDÉRÉES par 2 si le produit n'est au catalogue que de 1 magasin.
 2. Potentiel Annuel (Run Rate) : Si un produit est récent (Régularité < 12 mois), base ton jugement sur sa "Projection 12m" plutôt que sur son volume brut cumulé.
-3. Segmentation par Rayon (Univers) : Privilégie la comparaison "Intra-Rayon". Un produit doit être performant par rapport aux standards de son propre Rayon (Niveau 2).
-4. Score de Performance Global (0-100) : Un score > 70 est un indicateur fort pour "Permanent" (A). Un score < 30 est un indicateur fort pour "Sortie" (Z).
-5. Équilibre : Un produit "A" doit justifier sa place par son flux, sa rentabilité brute OU son score global.
+3. Détection Saisonnalité/Fin de vie : Si un produit est inactif depuis plus de 2 mois (Inactivité > 2), la projection 12 mois devient INCERTAINE. 
+   - Si Inactivité > 2 et Régularité < 6 : Probable SAISONNIER [C] ou SORTIE [Z].
+   - Si Inactivité <= 2 et Régularité < 12 : Probable LANCEMENT (Permanent [A]).
+4. Segmentation par Rayon (Univers) : Privilégie la comparaison "Intra-Rayon". Un produit doit être performant par rapport aux standards de son propre Rayon (Niveau 2).
+5. Score de Performance Global (0-100) : Un score > 70 est un indicateur fort pour "Permanent" (A). Un score < 30 est un indicateur fort pour "Sortie" (Z).
 
 Ta réponse doit être courte, directe et sans complaisance.
 Format impératif : "[Recommandation] : [Texte brut de l'explication sans aucun préfixe du type 'Justification:' ou 'Pourquoi:']"
@@ -22,7 +24,7 @@ Exemple : "A : Volume de vente et score élevés justifiant le maintien en rayon
     }
 
     static generateUserMessage(p: ProductAnalysisInput): string {
-        const monthlySummary = Object.entries(p.sales12m)
+        const monthlySummary = Object.entries(p.sales12m || {})
             .map(([k, v]) => `${k}: ${Math.round(v)}u`)
             .join(", ");
 
@@ -33,6 +35,10 @@ Stats Pondérées (Base 2 mag) : ${Math.round(p.weightedTotalQuantite || 0)}u ($
 --- ANALYSE DE POTENTIEL (Produit récent : ${p.regularityScore}/12 mois active) ---
 Projection 12 mois (Run Rate) : ${Math.round(p.projectedTotalQuantite || 0)}u (${(p.projectedTotalCa || 0).toFixed(2)}€)` : "";
 
+        const activityAlert = (p.inactivityMonths || 0) > 2
+            ? `\n⚠️ ALERTE : Inactif depuis ${p.inactivityMonths} mois (Dernière vente: ${p.lastMonthWithSale || "Inconnue"})`
+            : "";
+
         const benchmarks = `
 Benchmarks Fournisseur (Global) :
 - Moyenne 1 mag: ${Math.round(p.avgQtyGroup1 || 0)}u | Multi-mag: ${Math.round(p.avgQtyGroup2 || 0)}u
@@ -42,7 +48,7 @@ Benchmarks Rayon ("${p.libelleNiveau2}") :
         return `Produit : "${p.libelle1}" (Ref: ${p.codein})
 Rayon : ${p.libelleNiveau2 || "Non classé"}
 Gamme actuelle : ${p.codeGamme ?? "Non définie"}
-${volumeInfo}${projectionInfo}${benchmarks}
+${volumeInfo}${projectionInfo}${activityAlert}${benchmarks}
 Indicateurs de Performance :
 - Score Global App : ${p.score.toFixed(1)}/100
 - Régularité des ventes : ${p.regularityScore}/12 mois

src/features/ai-copilot/components/ai-insight-block.tsx

@@ -26,6 +26,25 @@ export function AiInsightBlock({ row }: AiInsightBlockProps) {
         const regScore = Object.values(row.sales12m || {}).filter(v => v > 0).length;
         const weight = (row.workingStores?.length || 1) === 1 ? 2 : 1;
 
+        // Calcul de l'inactivité (Récence)
+        const allMonths = Object.keys(row.sales12m || {});
+        const referenceMonth = allMonths.length > 0 ? Math.max(...allMonths.map(m => parseInt(m))).toString() : "";
+
+        const salesMonths = Object.entries(row.sales12m || {})
+            .filter(([_, qty]) => qty > 0)
+            .map(([m]) => parseInt(m))
+            .sort((a, b) => b - a);
+
+        const lastMonth = salesMonths.length > 0 ? salesMonths[0].toString() : "";
+        let inactivity = 0;
+        if (referenceMonth && lastMonth) {
+            const refY = parseInt(referenceMonth.substring(0, 4));
+            const refM = parseInt(referenceMonth.substring(4, 6));
+            const lastY = parseInt(lastMonth.substring(0, 4));
+            const lastM = parseInt(lastMonth.substring(4, 6));
+            inactivity = (refY - lastY) * 12 + (refM - lastM);
+        }
+
         analyzeProduct({
             codein: row.codein,
             libelle1: row.libelle1,
@@ -38,6 +57,8 @@ export function AiInsightBlock({ row }: AiInsightBlockProps) {
             regularityScore: regScore,
             projectedTotalQuantite: regScore > 0 ? (row.totalQuantite * weight * (12 / regScore)) : (row.totalQuantite * weight),
             projectedTotalCa: regScore > 0 ? (row.totalCa * weight * (12 / regScore)) : (row.totalCa * weight),
+            lastMonthWithSale: lastMonth,
+            inactivityMonths: inactivity,
         });
     };
 

src/features/ai-copilot/models/ai-analysis.types.ts

@@ -20,6 +20,9 @@ export interface ProductAnalysisInput {
     /** Projection sur 12 mois si le produit est récent (Run Rate) */
     projectedTotalQuantite?: number;
     projectedTotalCa?: number;
+    /** Analyse de saisonnalité */
+    lastMonthWithSale?: string;
+    inactivityMonths?: number;
 }
 
 export interface AnalysisResult {

src/features/ai-copilot/store/use-ai-copilot-store.ts

@@ -13,6 +13,8 @@ interface AiInsight {
 interface AiCopilotState {
     insights: Record<string, AiInsight>;
     setInsight: (codein: string, insight: string, isDuplicate?: boolean) => void;
+    setLoading: (codein: string) => void;
+    setError: (codein: string, error: string) => void;
     analyzeProduct: (payload: {
         codein: string;
         libelle1: string;
@@ -25,6 +27,8 @@ interface AiCopilotState {
         regularityScore?: number;
         projectedTotalQuantite?: number;
         projectedTotalCa?: number;
+        lastMonthWithSale?: string;
+        inactivityMonths?: number;
     }) => Promise<void>;
     resetInsights: () => void;
 }
@@ -43,6 +47,24 @@ export const useAiCopilotStore = create<AiCopilotState>()(
                 }));
             },
 
+            setLoading: (codein) => {
+                set((s) => ({
+                    insights: {
+                        ...s.insights,
+                        [codein]: { codein, insight: "", status: "loading" },
+                    },
+                }));
+            },
+
+            setError: (codein, error) => {
+                set((s) => ({
+                    insights: {
+                        ...s.insights,
+                        [codein]: { codein, insight: error, status: "error" },
+                    },
+                }));
+            },
+
             resetInsights: () => {
                 set({ insights: {} });
             },