Comment l’IA transforme la recherche produit et la visibilité des enseignes

Assistants conversationnels, moteurs de réponse et agents d’achat pilotés par l’intelligence artificielle transforment silencieusement la manière dont les consommateurs découvrent les produits. Une étude, réalisée par Retail Economics, en partenariat avec AWS, Botify et DataDome, menée auprès de 6 000 consommateurs en France, au Royaume-Uni et aux États-Unis montre qu’une part croissante de la décision commerciale se construit désormais en amont des sites marchands. Pour les enseignes, l’enjeu n’est plus seulement d’attirer du trafic, mais d’être visibles, compréhensibles et crédibles aux yeux des systèmes d’IA qui filtrent l’offre. Autrement dit, la bataille de la visibilité ne se joue plus uniquement dans les pages de résultats des moteurs de recherche, mais dans les couches algorithmiques qui sélectionnent, synthétisent et hiérarchisent les produits avant même l’affichage d’un lien. Pendant plus de 20 ans, l’e-commerce s’est structuré autour d’un modèle relativement stable. Un consommateur formulait une intention, lançait une recherche, comparait des résultats, puis cliquait vers un site marchand. Les directions e-commerce ont optimisé ce schéma à travers le référencement naturel, le référencement payant, les marketplaces ou encore l’affiliation, avec un indicateur central : le trafic. Ce modèle commence aujourd’hui à évoluer en profondeur.

Pour les enseignes, l’enjeu n’est plus seulement d’attirer du trafic, mais d’être visibles, compréhensibles et crédibles aux yeux des systèmes d’IA qui filtrent l’offre.

La découverte produit entre dans une phase dite « agentique ». Des systèmes d’intelligence artificielle interprètent désormais l’intention d’achat, récupèrent des informations, comparent les offres, synthétisent des recommandations et, à terme, pourront finaliser certaines transactions au nom du client. L’IA ne renvoie plus simplement des liens : elle filtre et hiérarchise. Et devient un intermédiaire actif entre la marque et le consommateur.

Une adoption déjà massive

Contrairement à ce que l’on pourrait croire, cette transformation ne relève pas d’un usage marginal ou expérimental. Selon l’étude, menée auprès de 6 000 consommateurs : 2 000 en France, 2 000 au Royaume-Uni et 2 000 aux États-Unis, 73 % déclarent avoir déjà utilisé un assistant IA. Plus significatif encore pour le retail, 38 % des répondants ont déjà utilisé un assistant tiers comme ChatGPT ou Copilot pour des tâches liées au shopping, qu’il s’agisse d’obtenir des idées produits, des suggestions ou des comparaisons. 21 % déclarent avoir utilisé l’IA pour soutenir une décision d’achat, et 34 % ont déjà eu recours à des fonctionnalités d’IA directement sur des sites ou des applications de retailers.

La découverte assistée par l’IA est donc déjà intégrée dans les parcours d’achat. L’effet générationnel renforce cette dynamique. Chez les 18-24 ans, environ un quart des consommateurs utilisent régulièrement les assistants IA, et un sur cinq les utilisent quotidiennement. À l’inverse, moins d’un consommateur sur dix parmi les plus de 55 ans déclare un usage quotidien. La transformation est donc portée par les cohortes les plus jeunes, ce qui lui confère un caractère durable.

L’influence remonte en amont du clic

Le changement le plus stratégique tient au déplacement de l’influence dans le tunnel d’achat. Les plateformes d’IA analysent massivement les catalogues produits. En 2025, le trafic de bots IA a été multiplié par 5,4. Cette activité automatisée dépasse désormais les schémas de navigation humaine traditionnels. Un indicateur illustre ce déplacement.

Google génère environ une visite pour six crawls, tandis qu’OpenAI génère une visite pour 198 crawls.

Les systèmes IA collectent donc énormément d’informations mais renvoient relativement peu de trafic direct. Une part croissante de la comparaison et de l’évaluation des produits se déroule désormais dans les interfaces IA, avant même que l’utilisateur n’accède au site marchand. La valeur se déplace ainsi en amont du clic : une recommandation formulée par un assistant peut orienter la décision sans que la marque ne maîtrise entièrement le contexte dans lequel elle est présentée.

Ce phénomène s’est accéléré en septembre 2025, lorsque l’introduction de nouvelles fonctionnalités commerciales par OpenAI a été suivie d’une hausse de 200 % des visites issues de cette plateforme vers les sites retail, précédée d’une intensification significative du crawl. Les plateformes préparent le terrain en ingérant les données avant d’activer les fonctionnalités transactionnelles.

Des analytics fragilisées par l’automatisation

L’automatisation massive du crawl brouille les indicateurs traditionnels de performance. Un exemple technique cité dans l’étude montre qu’après la suppression d’un paramètre utilisé par de nombreux outils de tracking, les impressions observées chez certains retailers ont chuté d’environ 67 %, alors que les clics restaient stables. Dans le même temps, le taux de clic augmentait d’environ 150 %, révélant qu’une part significative des impressions provenait d’interactions automatisées plutôt que d’utilisateurs humains. Dans un environnement où les bots effectuent parfois plus d’une centaine de requêtes simultanées, les directions digitales doivent désormais distinguer trafic humain et trafic machine, sous peine de piloter leur performance sur des signaux partiellement artificiels.

Dans ce nouveau paysage, la donnée structurée devient centrale. Les agents IA priorisent les informations structurées, vérifiées et facilement interprétables. Or une partie des contenus e-commerce, notamment ceux dépendants du JavaScript, reste difficilement lisible pour certains systèmes automatisés. Un produit peut donc être parfaitement visible pour un internaute humain tout en restant partiellement invisible pour une IA. Cette situation crée un nouveau risque : l’invisibilité algorithmique. Le référencement naturel demeure un socle essentiel, mais il évolue vers une logique d’optimisation pour les moteurs de réponse. La structuration des attributs produits, la cohérence des taxonomies, la complétude des métadonnées, la rapidité de mise à jour des prix et des disponibilités deviennent déterminantes.

Un dilemme stratégique : ouvrir ou contrôler l’accès aux IA

Autoriser les IA à accéder aux contenus présente des avantages évidents en matière de visibilité, d’intégration dans les réponses générées et de fluidité du parcours. Les acteurs précoces peuvent bénéficier d’un effet d’antériorité, les modèles s’entraînant davantage sur leurs données. Mais les risques sont réels. Le scraping malveillant, la perte de contrôle sur la représentation des produits, la surcharge infrastructurelle ou encore la fraude constituent des menaces concrètes. Une autre zone de fragilité concerne la capacité des enseignes à identifier réellement qui accède à leurs sites. Lorsqu’un programme se connecte à une plateforme e-commerce, il envoie une information appelée « user-agent », qui permet théoriquement d’indiquer son identité : navigateur classique, moteur de recherche ou agent d’intelligence artificielle. Le problème est qu’il est relativement simple pour un programme malveillant de se faire passer pour un agent IA légitime. Ce procédé, appelé « spoofing », consiste à usurper cette identité déclarée.

Des tests menés à grande échelle sur 698 214 sites montrent que près de 80 % d’entre eux laissent passer ce type d’usurpation sans la bloquer ni la vérifier. Autrement dit, la majorité des sites ne disposent pas de mécanismes robustes pour distinguer un véritable agent IA d’un programme frauduleux qui prétend en être un. Concrètement, cela signifie qu’un acteur malveillant peut accéder aux pages produits, récupérer des données de prix ou de stock, analyser les parcours de paiement, voire fausser les indicateurs de trafic en se présentant comme un agent IA reconnu. Pour les directions e-commerce, le sujet ne relève donc plus uniquement de la visibilité, mais aussi de la gouvernance et de la sécurité des flux automatisés.

La question n’est donc pas simplement d’ouvrir ou de fermer l’accès, mais de mettre en place une gouvernance fine, capable de distinguer trafic légitime et trafic abusif.

Des impacts sectoriels différenciés

Tous les univers retail ne seront pas transformés au même rythme. Les catégories combinant forte complexité produit et panier élevé, notamment l’électronique et l’électroménager, apparaissent comme les plus exposées. Ces marchés nécessitent comparaison technique et arbitrage rationnel, terrain favorable à l’intervention d’un assistant IA. L’intensité du crawl varie fortement selon les secteurs. En 2025, l’activité bot a été multipliée par 29 dans l’alimentaire et par 11 dans le Home & DIY, signe que certaines catégories à forte volatilité prix et stock attirent davantage les systèmes automatisés. À l’inverse, les achats fortement émotionnels ou sensoriels devraient évoluer plus progressivement. Si l’usage progresse, la confiance n’est pas totale. 32 % des consommateurs déclarent ne pas faire confiance à la recherche et à la découverte pilotées par l’IA. Par ailleurs, 49 % affirment préférer découvrir les produits eux-mêmes plutôt que de déléguer entièrement cette étape. Le commerce agentique entre donc dans une phase hybride. L’IA assiste, mais ne remplace pas encore totalement la décision humaine.

Le cas d’Amazon Rufus illustre le potentiel. En 2025, plus de 250 millions de clients ont utilisé cet assistant IA intégré au site et à l’application du distributeur. Les interactions ont progressé de 210 % sur un an, et les clients utilisant Rufus sont 60 % plus susceptibles d’acheter lors de la session. L’IA n’est donc pas seulement un outil d’exploration. Elle devient un levier direct de conversion.