« Pour le dentifrice, autant laisser ChatGPT choisir, non ? »
Acheter en ligne, c’était lire avis sur avis, rédigés par des gens qui ne vous ressemblent pas.
Plus personne n’a le courage. On demande à ChatGPT et on clique.
Hex-ko fait pareil pour tout ce qui est ennuyeux : le dentifrice, la lessive, les câbles. Plus d’avis personnel, juste ce que dit le modèle. Vous aussi, non ?
Et l’étape suivante est déjà en construction. Le commerce agentique, autrement dit : on confie sa carte bancaire à l’IA et on la laisse acheter à notre place.
Sauf qu’une question reste en travers de la gorge. Est-ce qu’un agent avec un budget choisit comme choisirait une personne ? Si ses préférences penchent d’une façon bien à lui, ça devient une grosse affaire pour celui qui vend comme pour celui qui achète.
Une étude est justement allée y regarder de plus près. On va donc creuser tout ça.
On leur a fait faire les courses, des centaines de fois
Le travail vient d’équipes de l’université Columbia et de l’université Yale, avec MyCustomAI, une société qui fabrique des outils de mesure (l’étude). Leur dispositif s’appelle ACES : les grands modèles y tournent comme de vrais agents d’achat, et tout ce qu’ils choisissent est audité en détail.
Le protocole est soigné. Six modèles issus des familles ChatGPT, Claude et Gemini. Huit catégories (de la montre de sport au dentifrice en passant par le lave-linge), huit produits dans chacune. Puis des centaines de décisions « lequel acheter ? », mises en regard de la façon dont les humains choisissent dans le même rayon.
L’agent achète toujours la même chose
Et qu’est-ce que ça donne ? D’abord ceci : le choix de l’IA est bizarrement resserré.
Entre humains, les goûts divergent et la demande se répartit. En désordre, mais elle se répartit. Les agents, non. Ils concentraient la demande sur une poignée de « valeurs sûres » par catégorie, en ignorant presque tout le reste.
Huit produits en rayon, et le modèle en voit deux ou trois.
Pour un vendeur, la phrase fait froid dans le dos. Être dans cette poignée ou pas, c’est la différence entre du chiffre d’affaires venu de l’IA et rien du tout.
Et à chaque nouvelle version, tout est rebattu
Le pire, c’est que cette poignée ne tient pas en place. Elle est réécrite dès que l’IA change de version.
L’étude rapporte le cas d’un modèle de Fitbit choisi 45 % du temps sous une version de Claude, qui bondit à 77 % sous la version suivante, puis retombe à 6 % sous un autre modèle plus récent. Même produit, même rayon. Seule l’IA avait changé.
Autrement dit, votre présence peut s’évaporer pour des raisons qui ne dépendent pas de vous et avec lesquelles on ne négocie pas. Ça m’a fait un petit frisson, je l’avoue.
Ce qui marche, et ce qui se retourne contre vous
Le vendeur est-il condamné à subir ? Pas tout à fait : l’étude a aussi dégagé les leviers qui déplacent le choix des agents.
- L’ordre compte, même sans écran. Dans des échanges en texte seul, la position à laquelle un produit était présenté modifiait ses chances d’être retenu
- L’étiquette « sponsorisé » dessert le produit. Marqués comme publicité, ces articles étaient choisis 10 à 20 % moins souvent
- Le badge maison de la plateforme, lui, pèse très lourd. Une distinction du type « Overall Pick » faisait nettement grimper la probabilité d’être choisi
Reste un quatrième levier, le seul que le vendeur actionne sans passer par la plateforme : quand il retouchait la description de sa fiche produit, la fréquence à laquelle le produit était retenu montait nettement sur la plupart des modèles.
Et l’histoire de l’ordre vaut qu’on s’y arrête. Si la position pèse même sans écran, on ne peut plus renvoyer le sujet aux gens qui s’occupent de la mise en page.
Autrement dit : pousser à coups de publicité tend à se retourner contre vous, comme le commercial qui perd la vente précisément parce qu’il insiste trop. Ce qui paie vraiment, c’est le travail ingrat sur la fiche et une évaluation honnête obtenue auprès de tiers.
Conclusion : le rayon de l’IA se réorganise tout seul
Les courses faites par une IA obéissent donc à une logique qui n’est pas la nôtre : concentration sur quelques produits, grand chambardement à chaque mise à jour, et méfiance envers la publicité. Un client difficile, vraiment.
Côté commerce, qu’est-ce qu’on en fait ? Deux choses, pas plus.
D’abord, arrêter de mesurer sa visibilité dans les IA une seule fois. L’étude le dit sans détour : la façon dont les produits sont retenus bouge à chaque nouvelle version de modèle. La manière dont l’IA traite votre marque aujourd’hui se suit donc en continu, sinon on l’apprend beaucoup trop tard.
Ensuite, ne pas mettre l’énergie au mauvais endroit. Chercher de l’exposition IA via l’étiquette publicitaire faisait choisir le produit moins souvent. Une fiche que le lecteur comprend du premier coup, et des évaluations honnêtes accumulées auprès de tiers, c’est moins spectaculaire et ça fonctionne mieux.
Les chiffres précis d’ACES bougeront peut-être avec les prochains modèles : c’est même tout l’intérêt du résultat. Mais la direction, elle, tient. Le rayon est court, et c’est quelqu’un d’autre qui le range. Savoir ce que ce nouveau client compliqué pense de vous aujourd’hui, c’est la partie facile. Commencez par là.
