IA et commerces : séduire l’algorithme plutôt que le client

Près de 72 % des distributeurs français disent accélérer leurs investissements dans l’intelligence artificielle cette année, souvent par peur de rater le coche. Pourtant, il suffit de regarder leurs sites : des pop-ups d’aide maladroites, des résumés d’avis générés à la chaîne et des moteurs de recommandation à peine plus malins qu’un tri par prix croissant. À vouloir impressionner le client avec des gadgets visibles, le commerce français se trompe de priorité. L’enjeu n’est pas d’amuser l’acheteur avec un chatbot, mais d’adapter l’infrastructure technique à ceux qui achèteront bientôt à sa place : les agents logiciels autonomes.

Le mirage des chatbots : le piège du gadget visible

Quiconque a déjà testé ces assistants virtuels installés à la va-vite connaît le problème. En pratique, l’utilisateur met moins de 30 secondes à chercher le bouton pour joindre un conseiller en chair et en os. Ces modules servent surtout de vitrine pour rassurer les comités de direction, sans apporter grand-chose au quotidien.

Générer un descriptif de pull avec un grand modèle de langage n’aide personne à choisir la bonne taille. En revanche, s’assurer qu’un article affiché à 49 € se trouve bien dans le magasin le plus proche et peut arriver chez le client en deux heures sans accroc d’adresse, voilà un service utile. Mais cette IA logistique, discrète et terre à terre, passe rarement dans les communiqués de presse.

La fin du lèche-vitrines : quand l’IA fait les courses

Le virage le plus sous-estimé touche directement la recherche de produits. Depuis vingt ans, on optimise des pages web pour l’œil humain : bannières promotionnelles, carrousels, mises en avant pensées pour déclencher l’achat d’impulsion. L’arrivée des agents personnels va rendre ce modèle obsolète.

D’ici deux ou trois ans, on ne passera plus dix minutes à faire défiler un catalogue pour trouver un filtre à café précis ou des chaussures de course étanches. On donnera une consigne simple à son assistant : « Trouve-moi cette référence au meilleur prix, livrée avant vendredi, avec l’empreinte carbone la plus basse ».

Face à une telle demande, un agent ne regarde ni la charte graphique ni les bannières promo. Il interroge des bases de données brutes, appelle des API et compare des fiches techniques. Si les enseignes n’ouvrent pas leurs catalogues à ces robots via des flux clairs et structurés, elles n’apparaîtront tout simplement pas dans leurs résultats.

Cette vidéo nécessite l'acceptation des cookies réseaux sociaux

Accepter les cookiesGérer mes préférences

Agentic Commerce Explained: How AI Agents Will Change Shopping Forever

Réconcilier stock physique et algorithmes : l'urgence des fondations

Face aux géants du web, les magasins physiques ont un avantage évident : leur maillage géographique. Mais cet atout ne sert à rien si la donnée ne suit pas. Avec des achats délégués à des machines, l’approximation ne pardonne pas : un décalage de 5 % sur l’inventaire en temps réel suffit pour qu’un agent écarte un point de vente, faute de certitude sur la disponibilité du produit.

Inutile donc d’essayer de rivaliser avec les labos américains en finançant des modèles maison hors de prix. Le vrai chantier est ailleurs : fiabiliser les stocks, synchroniser les caisses et renseigner les caractéristiques produits sans trous dans la raquette. C’est un travail de plomberie informatique, ingrat et sans effet d’annonce, mais c’est la seule base technique qui permettra aux commerçants de continuer à vendre demain.