Depuis les débuts du commerce en ligne, la découverte des produits passait d’abord par la barre de recherche. Ce n’est plus le cas aujourd’hui. Désormais, les assistants d’achat basés sur l’IA proposés par les détaillants, voire les modèles de langage de grande capacité (LLM), nous aident à rechercher, comparer et, dans certains cas, acheter des produits. C’est la nouvelle ère du commerce.
Il s'agit de «agentic commerce ». Pour les marques, il s'agit de l'un des changements les plus importants dans le secteur de la vente au détail depuis l'émergence du commerce électronique.
Votre marque est-elle prête à être découverte ?
Qu'est-ce que « Agentic Commerce » ?
Agentic commerce Il s'agit d'une expérience d'achat conversationnelle dans laquelle les utilisateurs guident des agents IA par le biais d'un dialogue. Les acheteurs font part de leurs besoins, de leurs préoccupations, de leurs préférences et de leurs contraintes. L'agent se charge du travail : rechercher des produits chez différents détaillants, comparer les options en temps réel et finaliser l'achat, tandis que l'utilisateur affine sa sélection et donne son accord.
Dans le commerce électronique traditionnel, les acheteurs suivent un processus d'achat autonome. Le commerce conversationnel intègre un chatbot qui propose des recommandations, tandis que l'agentic commerce e élimine l'intervention humaine de la majeure partie du parcours client.
Au lieu de consulter plusieurs sites web, les acheteurs demandent des recommandations à un agent IA ou à un modèle de langage de grande capacité (LLM). Ces agents recherchent des produits, comparent les différentes options et permettent souvent de finaliser les achats sans que l'acheteur ait à quitter la fenêtre de discussion.
Il y a ensuite Amazon, qui dispose de son propre écosystème d'agents d'achat basés sur l'IA, opérant au sein même du site Amazon.
Pour les marques, cela signifie qu’ agentic commerce ne constitue pas un canal unique. Il s’agit en réalité de plusieurs canaux, fonctionnant selon des normes différentes, avec des règles de visibilité distinctes et des méthodes variées pour mettre en avant les produits.
Les endroits où le « shopping agentique » est déjà une réalité
Les principales plateformes actuellement en service sont les suivantes :
| Plate-forme | Comment ça marche ? | Où s'effectue l'achat ? |
| Amazon | Les fonctionnalités « Alexa for Shopping» et « Buy for Me » prennent en charge à la fois la recherche et l'achat. | Entièrement au sein de l'écosystème d'Amazon. |
| Walmart | Lancement de l'assistant d'achat Sparky AI en juin 2025. Une expérience d'achat guidée pour découvrir des produits et bénéficier de recommandations. Partenariat avec ChatGPT et Gemini. | Principalement au sein de l'écosystème d'Walmart. On le retrouve également dans les partenariats avec ChatGPT et Gemini. |
| ChatGPT Shopping | Les acheteurs découvrent des produits grâceaux conversations. La plateforme met en avant à la fois les sites directs des marchands et les fiches produits des détaillants (Amazon, Walmart, Target, etc.). | Paiement via le protocole « Agentic Commerce » pour les partenaires éligibles, ou redirection vers le site du commerçant/détaillant. |
| Mode IA de Google et Gemini | Le service « Agentic Checkout » a été lancé en novembre 2025. Il met en avant les produits proposés par des marchands directs et des partenaires de vente au détail dans les sections « Recherche », « Mode IA » et « Gemini », grâce au protocole Universal Commerce Protocol (UCP). | Paiement direct si les conditions sont remplies ; sinon, redirection vers le commerçant ou le détaillant. |
| Essai de Microsoft Copilot | Disponible aux États-Unis depuis janvier 2026. Permet aux commerçants utilisant Shopify, Stripe et PayPal de proposer un processus de paiement. Collabore également avec des détaillants tels que Target. | Dans Copilot, sans quitter la discussion. |
| Perplexity : Acheter avec Pro | Réservé aux abonnés Pro aux États-Unis. Paiement en un clic avec livraison gratuite chez les commerçants participants. | Paiement en un clic depuis Perplexity. |
Les chiffres qui montrent que le shopping assisté par IA est déjà une réalité
Le comportement des consommateurs évolue vers les achats assistés par l'IA. Selonle rapport « Funnel Rewired » publié parPacvue, 28 % des consommateurs interrogés utilisent déjà quotidiennement des outils d'IA pour rechercher des produits, et 53 % utilisent actuellement ou seraient prêts à utiliser des outils d'IA pour poser des questions sur les caractéristiques des produits.
Cette tendance touche toutes les générations. Les milléniaux arrivent en tête avec 39 % d’utilisation quotidienne des outils d’IA pour leurs achats, suivis par la génération X à 27 % et la génération Z à 21 %. (The Funnel Rewired, 2026)
Pourquoi est-ce important? Ces acheteurs sont prêts à acheter. Ils ont dépassé le stade de la simple navigation et demandent activement aux conseillers des recommandations spécifiques. La visibilité à ces moments-là ne dépend pas des dépenses publicitaires ni de la notoriété de la marque. Elle dépend de la qualité des données. Les marques dont les caractéristiques de produits sont complètes et cohérentes chez tous les détaillants sont recommandées. À l’inverse, les marques dont les pages de détails produit ne sont pas complètes et cohérentes sur l’ensemble des canaux ne seront pas recommandées aussi souvent. À mesure que ce trafic augmente, l’avantage concurrentiel revient entièrement à celles qui sont d’ores et déjà optimisées pour être découvertes par les conseillers.
Dans les coulisses du processus de travail des agents : comment fonctionne le « shopping par IA »
Les agents IA ne naviguent pas sur Internet comme les humains. Ils interprètent les intentions des acheteurs à travers des échanges conversationnels, puis interrogent systématiquement les bases de données de produits à l'aide de données structurées et d'attributs lisibles par machine.
Voici comment cela fonctionne : un client dit à un agent : « J'ai besoin d'un sérum hydratant pour peau sensible qui ne fasse pas de bouloches sous ma crème hydratante. » L'agent ne recherche pas de mots-clés. Il interroge plutôt les bases de données de produits en s'appuyant sur une compréhension sémantique de cette intention. Il recherche des attributs spécifiques et structurés : la compatibilité avec le type de peau (sensible), le principal avantage (hydratant), les propriétés de texture (ne forme pas de bouloches), les principes actifs, les avis, le prix et la disponibilité. Si les données de votre produit incluent ces attributs de manière cohérente chez tous les détaillants, l’agent vous trouve. Si les données sont incomplètes, incohérentes ou s’il manque des attributs clés, vous êtes invisible aux yeux de l’agent lors de son évaluation.
Ce processus se déroule en temps réel et concerne simultanément plusieurs détaillants. L’agent classe les produits en fonction de critères tels que leur performance, les avis des consommateurs, leur positionnement tarifaire et leur disponibilité. L’acheteur affine ensuite ses critères ou valide une recommandation, et l’agent effectue de nouvelles recherches jusqu’à ce que l’achat soit finalisé.
Pourquoi la qualité des données produit est déterminante pour la visibilité
Les facteurs qui contribuent traditionnellement à la visibilité d'un produit, tels que la part de voix, la notoriété de la marque et les promotions, restent importants, mais ils ne garantissent pas que le produit soit inclus dans les recommandations générées par les agents.
Les agents s'appuient entièrement sur des données produit structurées et lisibles par machine. Mais toutes les données produit ne se valent pas. Les agents opérant sur plusieurs plateformes et chez plusieurs détaillants utilisent des normes ouvertes, telles que le protocole UCP (Universal Commerce Protocol) et le protocole ACP ( Agentic Commerce ), afin d’interpréter les informations produit de manière cohérente. Si vos flux de produits utilisent un schéma incohérent, omettent des attributs essentiels ou ne respectent pas ces normes, les agents ne peuvent pas évaluer vos produits de manière fiable chez les différents détaillants. Lorsque les données sont incomplètes, incohérentes ou ambiguës, les agents se tournent vers des concurrents disposant de données de meilleure qualité.
Contrairement à la perte de visibilité dans les résultats de recherche traditionnels, qui apparaît dans vos statistiques, l'exclusion par les agents passe inaperçue. Aucune impression, aucun clic, aucun signal. Votre produit reste sur le site du détaillant, mais les agents ne le mettent jamais en avant. Les concurrents disposant de données produit complètes et conformes au schéma apparaissent dans les recommandations. Ce n'est pas votre cas.
L'impact de l'IA dans le commerce sur la visibilité, la publicité et la confiance
Pourquoi les dépenses publicitaires ne constituent pas le principal levier dans agentic commerce
Dans le commerce électronique traditionnel, la visibilité s'obtient via le référencement payant ou naturel, car les plateformes classent les résultats en fonction de la pertinence des mots-clés et des enchères. Les agents IA ne réagissent ni aux mots-clés ni aux enchères. Ils évaluent plutôt des signaux structurés relatifs aux produits et établissent un classement en fonction de la correspondance entre les attributs et l'intention d'achat du consommateur. Pour la majeure partie de agentic commerce, la visibilité ne s'achète pas de la même manière que dans la publicité traditionnelle.
Il existe toutefois une exception. OpenAI propose désormais des publicités au sein deChatGPT, permettant ainsi aux marques d’intégrer des produits sponsorisés dans les réponses générées par l’IA. Le fait qu’ Pacvue e devienne partenaire technologique pour les publicités diffusées dans ChatGPT modifie la dynamique économique de la visibilité des agents pour les marques prêtes à payer. Mais à l’heure actuelle, la majeure partie de la découverte générée par les agents ne peut toujours pas être achetée par le biais de la publicité traditionnelle.
Pourquoi les signaux de confiance constituent le nouvel avantage concurrentiel dans le cadre des achats « agentiques »
Les agents s'appuient de plus en plus sur des indicateurs de confiance pour classer les produits lorsque plusieurs options correspondent aux critères d'un acheteur : qualité et quantité des avis, certifications délivrées par des organismes indépendants, ainsi que cohérence des prix et des stocks d'un détaillant à l'autre.
Comme nous l'avons constaté lorsdu Shoptalk 2026, les consommateurs font confiance aux contenus non gérés et générés par les utilisateurs, tels que les avis et les commentaires de la communauté, car ceux-ci sont gages d'authenticité. Les agents s'appuient sur une logique similaire : les avis d'acheteurs vérifiés, les commentaires de la communauté et les validations par des tiers pèsent lourd dans leurs recommandations. Les marques qui disposent d'un profil d'avis solide et d'informations produit cohérentes et vérifiables gagnent en visibilité. À l'inverse, celles dont les signaux de confiance sont faibles ou incohérents perdent en crédibilité.
Se préparer à travailler avec des agents : comment préparer votre marque
Le « shopping agentique » fonctionnesimultanément sur Amazon, Walmart, Google, ChatGPT, Microsoft Copilot et Perplexity. Chaque plateforme utilise des normes de données et des logiques d'évaluation différentes. Les marques présentes sur une ou deux plateformes seulement sont invisibles pour les agents opérant sur les autres.
Pire encore : les incohérences entre les différentes plateformes incitent les agents à ne pas vous faire confiance. Si le nom de votre produit diffère entre Amazon et Walmart, si votre prix varie sans explication ou si vos caractéristiques techniques clés changent d’un revendeur à l’autre, les agents y voient un problème de fiabilité. Ils se tournent alors vers des concurrents proposant des données cohérentes et vérifiables sur tous les canaux. Il ne s’agit pas simplement d’une perte de visibilité, mais d’une exclusion totale des recommandations des agents.
Liste de contrôle des données produit pour les assistants d'achat basés sur l'IA
| Ce qu’il faut faire correctement | Ce que les agents vérifient | Pourquoi est-ce important ? | Exemple |
| Titre | Marque, nom du produit, variante principale et cas d'utilisation principal. | Les agents analysent les titres pour comprendre ce que vous vendez réellement. Les titres trop vagues sont filtrés avant même que la comparaison ne commence. | Mauvais : « Sérum à la vitamine C 30 ml » Mieux : « Sérum à la vitamine C CeraVe 30 ml, sérum éclaircissant à l'acide hyaluronique » |
| Attributs | Tous les attributs de catégorie pertinents ont été renseignés. | Les agents mettent en correspondance les caractéristiques avec les attentes des acheteurs. Si certaines caractéristiques manquent, l’agent ne peut pas vous comparer à vos concurrents, et vous êtes donc écarté de la sélection. | Type de peau, texture, parfum, principes actifs, allégations « sans… », indice SPF. |
| Réclamations | Demandes spécifiques qu'un agent peut faire correspondre et vérifier. | Les allégations vagues (« haut de gamme », « haute qualité ») n’aident pas les agents à vous classer. En revanche, les allégations précises (« testé cliniquement », « hydratation pendant 72 heures », « 5 % de niacinamide ») sont utiles. | Mauvais :« Crème hydratantede haute qualité »Mieux :« Testée cliniquement, hydratation pendant 72 heures, sans parfum, 5 % de niacinamide » |
| Tarifs | Un prix précis, identique sur toutes les plateformes. | Les écarts de prix entre la fiche produit et la page de paiement, ou entre différents commerçants, sont un signe de manque de fiabilité. Les agents apprennent à vous accorder moins d'importance, voire à vous ignorer. | Un prix catalogue qui ne correspond pas au prix affiché lors du paiement est signalé comme non fiable. |
| Stock | Les niveaux de stock sont mis à jour en temps réel. | Un flux indiquant « en stock » après une rupture de stock survenue pendant la nuit montre aux agents que la source de données n'est pas fiable. Le trafic des agents est alors redirigé vers la concurrence. | Une fiche produit qui indique toujours « en stock » après avoir été épuisée pendant la nuit incite les agents à ignorer cette source. |
| Confiance | Des avis positifs et cohérents, étayés par des témoignages indépendants. | Lorsque plusieurs produits répondent de manière équivalente aux critères de l'agent, ce sont les indicateurs de confiance qui déterminent le classement. Les avis ont plus d'importance que vous ne le pensez. | 3 200 avis avec une note moyenne de 4,7 étoiles et un label de certification l'emportent sur 140 avis non validés. |
Mesurer l'agentic commerce: par où commencer ?
Attribution Le commerce axé sur les agents est encore en pleine évolution. Les marques suivent leurs performances via les tableaux de bord des détaillants et les plateformes publicitaires, mais pour obtenir une vision globale de l'influence des agents sur la découverte des produits et les ventes sur l'ensemble des canaux, une consolidation s'impose.
La première étape concrète consiste à rassembler les données dont vous disposez déjà : les performances publicitaires sur l'ensemble des canaux, la vitesse de rotation des ventes par détaillant et les indicateurs de découverte. Pacvue Prism Cette solution rassemble les données publicitaires, de vente au détail et de découverte sur l’ensemble des canaux au sein d’une vue unique, vous offrant ainsi une base de mesure sur laquelle vous appuyer à mesure que les normes d’ attribution s spécifiques aux agents gagnent en maturité.
Votre marque est-elle prête pour l'Agentic Commerce?
Agentic commerce C'est déjà une réalité. Les marques qui se contentent d'optimiser leur référencement pour les recherches effectuées par des humains sont déjà à la traîne. Mais pour se préparer à l'arrivée des agents, il n'est pas nécessaire d'attendre que l'infrastructure soit parfaite. Il faut dès maintenant trois choses :
- Vérifiez vos données produitchez tous les détaillants sur lesquels vous êtes présents. Les intitulés, les caractéristiques, les prix et les stocks sont-ils cohérents ? Les descriptions sont-elles suffisamment précises pour permettre aux agents de les évaluer ?
- Privilégiez les plateformesoù le trafic des agents est le plus élevé (Google, ChatGPT, Copilot). Veillez en priorité à ce que vos données soient conformes aux normes UCP et ACP sur ces canaux.
- Commencez par analyserles données dont vous disposez. Identifiez les canaux qui génèrent le trafic provenant des agents afin de pouvoir ajuster votre stratégie en conséquence.
La fenêtre d'opportunité pour agir en premier se referme. Les agents immobiliers prennent déjà leurs décisions d'achat. Ce sont les marques qui disposent de données claires, cohérentes et prêtes à l'emploi pour les agents qui sontrecommandées.
