Livre blanc · septembre 2026
Des réponses de l’IA aux ventes
Comment les assistants IA sont devenus une porte d’entrée vers l’achat, ce que les marques peuvent mesurer aujourd’hui, et comment relier le travail d’AEO aux prospects, aux affaires et au chiffre d’affaires.
En dix-huit mois, les assistants IA sont passés de la réponse aux questions sur les produits à la prise de commandes. ChatGPT, le Mode IA de Google et Gemini, Microsoft Copilot, Perplexity, l’assistant d’achat d’Amazon et, ce mois-ci, Muse de Meta aident tous désormais les acheteurs à comparer des produits, et plusieurs peuvent conclure un achat sans que l’acheteur n’ouvre jamais le site d’une boutique.
Pour les entreprises, la lecture facile consiste à dire : « il faut être cité par l’IA ». Les données pointent vers quelque chose de plus utile. Les acheteurs venus de l’IA représentent encore une petite part du trafic, mais ils arrivent plus avancés dans leur décision et achètent plus souvent. Les acheteurs utilisent l’IA pour réduire le choix, puis vérifient ce qu’elle leur a dit : sur le site de la marque, chez un revendeur ou auprès d’un commercial. La vente se conclut toujours chez le marchand. La visibilité dans l’IA est donc un apport à la vente, pas un résultat en soi.
Six constats structurent la suite de ce document :
La conclusion pratique : faire de l’opportunité d’achat — une question d’acheteur à laquelle vos informations produit ne répondent pas encore — l’unité de travail, agir dessus sur chaque canal où le produit est vendu, et la suivre au-delà de la réponse, jusqu’aux demandes, aux affaires et au chiffre d’affaires.
Le changement s’est produit au grand jour, annonce après annonce. Le tableau ci-dessous recense les jalons qui comptent le plus pour les entreprises. Le schéma : d’abord les assistants ont appris à montrer des produits, puis à encaisser, et en 2026 le secteur a commencé à débattre de l’endroit où le paiement doit avoir lieu.
| Date | Ce qui a changé | Où l’achat se conclut |
|---|---|---|
| 29 sept. 2025 | OpenAI lance Instant Checkout dans ChatGPT et l’Agentic Commerce Protocol, conçu avec Stripe11 | Dans l’assistant |
| 13 nov. 2025 | Le paiement agentique de Google arrive aux États-Unis ; le shopping arrive dans l’application Gemini12 | Google finalise l’achat sur le site du marchand |
| 25 nov. 2025 | Perplexity rend le shopping gratuit pour les utilisateurs américains, avec Instant Buy via PayPal13 | Dans l’assistant |
| 8 janv. 2026 | Microsoft lance Copilot Checkout aux États-Unis14 | Dans l’assistant |
| 11 janv. 2026 | Google présente l’Universal Commerce Protocol (UCP), conçu avec Shopify, Etsy, Wayfair, Target et Walmart8 | Dans le Mode IA et Gemini |
| 24 mars 2026 | OpenAI laisse les marchands utiliser leur propre paiement et se concentre sur la découverte de produits7 | Passage de relais au marchand |
| 24 juin 2026 | Salesforce rend son B2B Buyer Agent généralement disponible, avec négociation du panier au devis15 | Le commerce B2B propre à la marque, dans les canaux de messagerie |
| 8–24 sept. 2026 | Meta lance Muse, un agent personnel capable de payer ; Shopify annonce le paiement Shop Pay pour Muse16 | Dans l’agent |
| 16 sept. 2026 | Google : l’UCP « permet déjà le paiement direct pour des centaines de milliers de marques et de distributeurs »6 | Dans l’assistant, ou transfert du panier au marchand |
Les audiences sont considérables. Alphabet annonce plus d’1 milliard d’utilisateurs mensuels pour le Mode IA et 950 millions pour l’application Gemini.17 Amazon indique que son assistant d’achat Rufus a été utilisé par plus de 300 millions de clients en 2025 et a contribué à générer « près de 12 milliards de $ de ventes annualisées supplémentaires ».18 Ces chiffres sont publiés par les entreprises elles-mêmes, et chacun décrit un assistant au sein de l’écosystème d’une seule entreprise.
Le trafic qui atteint les marques est plus faible, mais il croît. Adobe, qui analyse plus d’un millier de milliards de visites sur les sites de commerce américains, a mesuré un trafic issu de l’IA en hausse de 693 % pendant les fêtes de fin d’année 2025 et de 62 % sur un an en juillet 2026, tout en précisant que la base « reste modeste ».1,2 Sur 1 215 domaines d’entreprise, Conductor a constaté que les renvois depuis l’IA représentaient environ 1 % de toutes les visites.19 Ce qui a évolué plus vite que le volume, c’est la qualité : les visiteurs venus de l’IA sur les sites de commerce américains sont passés d’une conversion inférieure de 23 % à celle des autres sources de trafic pendant le Prime Day 2025 à une conversion supérieure de 40 % pendant le Prime Day 2026, et supérieure de 60 % en juillet 2026.2,20
Les acheteurs ne cèdent pas la décision. Gartner a constaté que seuls 11 % des consommateurs américains acceptent de laisser l’IA décider d’un achat, même dans des catégories à faible enjeu.4 Ils se servent de l’assistant pour réduire le choix et comprendre les compromis — et, dans l’enquête de BCG auprès de plus de 13 000 consommateurs, l’IA a fait découvrir une marque que l’acheteur n’aurait pas envisagée autrement dans plus de la moitié des parcours d’achat assistés par l’IA.21 C’est l’opportunité, et le risque : l’assistant décide quelles marques sont prises en compte, à partir des faits qu’il peut trouver.
Une fois que l’assistant a établi une présélection, l’achat peut se conclure à trois endroits. Les marques n’en choisissent que rarement un seul ; le même produit peut se vendre par les trois.
Google, Microsoft, Perplexity et désormais Meta permettent aux acheteurs de finaliser un achat sans quitter l’assistant. Google, Microsoft et Perplexity affirment chacun que le marchand reste le marchand officiel (merchant of record) — selon les mots de Google, « le détaillant reste toujours le marchand officiel (merchant of record) ».8,13,14 Ce que le marchand perd, c’est la page : l’acheteur ne voit jamais votre page produit, vos ventes croisées ni vos invitations à la fidélité, et sur certaines surfaces vos outils d’analyse ne se déclenchent pas. Shopify note que Google Analytics et les pixels personnalisés « ne se déclencheront pas dans le paiement direct de Meta », même si les commandes apparaissent dans Shopify avec Meta comme origine.22
En mars 2026, OpenAI a déclaré que la première version d’Instant Checkout « n’offrait pas le niveau de flexibilité que nous aspirons à fournir », et est passée à un modèle où les marchands utilisent leur propre paiement, tandis qu’OpenAI se concentre sur la découverte de produits.7 Pour les boutiques Shopify, les utilisateurs de ChatGPT finalisent désormais l’achat sur le paiement de la boutique elle-même, dans un navigateur intégré à l’application.23 Ici, la page produit, l’identité et la fidélité s’appliquent toujours — et les faits de cette page doivent correspondre à ce que l’assistant vient de dire.
Pour les achats réfléchis — une voiture, un logement, un équipement, un contrat B2B, un matelas pour un hôtel de 200 chambres — le rôle de l’assistant s’arrête à la mise en relation. AutoTrader et Zillow proposent des applications dans ChatGPT qui orientent les acheteurs vers des concessionnaires et des agents ; le Business Agent de Meta peut « qualifier les prospects entrants » pour les entreprises dans la messagerie ; le B2B Buyer Agent de Salesforce gère les achats, y compris la négociation du panier au devis, sur des canaux comme WhatsApp et SMS.15,24,25 Shopify indique sans détour que « les produits exclusivement B2B ne sont pas pris en charge par les vitrines agentiques ».23 Dans ce chemin, l’IA façonne la présélection et une personne conclut l’affaire. Le constat de Gartner selon lequel 69 % des acheteurs B2B préfèrent valider les analyses générées par l’IA auprès de commerciaux décrit exactement ce passage de relais.5
Toutes les portes ne sont pas ouvertes. Les Conditions d’utilisation d’Amazon incluent désormais des Conditions relatives aux agents, selon lesquelles aucun agent ne peut utiliser les services d’Amazon sans s’identifier.26 Les règles des canaux font partie du paysage, et elles évoluent.
Ce que les trois chemins ont en commun : les faits que l’assistant répète — caractéristiques, conditions, prix, politiques, preuves derrière les affirmations — viennent de la marque, de ses canaux et de ses partenaires. Un fait erroné coûte plus cher qu’un fait manquant ; un paiement rapide ne fait qu’accélérer l’arrivée d’une mauvaise réponse.
« Apparaissons-nous dans l’IA ? » est une bonne première question et une mauvaise dernière question. Entre être nommé dans une réponse et conclure une vente, il y a quatre couches distinctes, et chacune demande ses propres preuves.
| Couche | Ce qu’il vous apprend | Comment l’observer aujourd’hui | Points de vigilance |
|---|---|---|---|
| 1 · Mentionné | Si les réponses nomment votre marque et votre modèle | Vérifications de réponses via les API des modèles ; rapports des plateformes, comme la vue de part de voix de Google sur le Mode IA et les Aperçus IA6 | Les réponses d’une API peuvent différer de celles des applications grand public. Une mention n’est pas une recommandation. |
| 2 · Cité avec un lien | Sur quelles pages la réponse s’appuie — les vôtres ou celles d’autres | Vérifications de réponses qui conservent les liens vers les sources | McKinsey a constaté que les sites propres d’une marque ne représentent que 5 à 10 % des sources référencées par la recherche IA.27 |
| 3 · Visite | Si les réponses envoient les acheteurs chez vous | Les renvois depuis l’IA dans vos outils d’analyse (par ex. GA4) | Ne voit ni les parcours sans clic ni les paiements hors site. Lorsque Google affichait un résumé IA, les utilisateurs cliquaient sur un résultat dans 8 % des visites, contre 15 % sans résumé.28 |
| 4 · Demande ou affaire | Si les acheteurs agissent d’après ce qu’ils ont appris | Fiches du CRM, formulaires de devis, notes des revendeurs et des commerciaux | Les acheteurs disent rarement d’eux-mêmes par où ils ont commencé. Demandez dès la prise de contact quel assistant ils ont utilisé et ce qu’ils ont demandé. |
| 5 · Vente ou contrat | Chiffre d’affaires | Registres des commandes et des contrats | Un avant/après n’est pas de l’incrémentalité. Séparez le chiffre d’affaires attribué, influencé et incrémental ; ne les additionnez jamais. |
Trois règles permettent de rester honnête. Mesurez chaque couche selon ses propres critères — un nombre de mentions en hausse ne prouve pas plus de ventes, et un pic de ventes ne prouve pas que les réponses ont changé. Gardez l’ensemble de questions stable quand vous comparez dans le temps : mêmes questions d’acheteurs, mêmes modèles, mêmes produits. Et notez ce que vous ne pouvez pas voir : les parcours sans clic, les achats finalisés dans un assistant et les affaires dont personne n’a consigné comment l’acheteur vous a trouvé.
Une opportunité d’achat est un type de besoin d’acheteur auquel vos informations produit ne répondent pas encore bien : une question sur l’adéquation, les conditions, les compromis ou les preuves qu’un assistant, un acheteur ou un commercial ne peut pas résoudre à partir de ce que vous publiez. C’est une notion à l’échelle du marché. Une affaire est différente : l’achat en cours d’un client précis. Gardez les deux séparées, et reliez-les.
On trouve les opportunités d’achat en partant du point de vue de l’acheteur :
Exemple illustratif · produit fictif, pas un résultat client
| Question de l’acheteur | Ce que la marque publie | État | Action |
|---|---|---|---|
| Restera-t-il frais pour une personne qui a chaud et dort sur le côté ? | « Mousse gel rafraîchissante » | Non confirmé | Publier la méthode et le résultat du test de fraîcheur pour ce modèle, ou restreindre l’affirmation |
| Est-il assez ferme pour une personne de plus de 230 lb qui dort sur le dos ? | Fermeté 6/10 ; aucune indication de poids | Manquant | Ajouter des indications de poids et les caractéristiques de la couche de soutien |
| Quelle est la durée d’essai, et qui paie le retour ? | Site de la marque : 100 nuits. Fiche chez un revendeur partenaire : 30 nuits | Contradictoire | Harmoniser la politique, ou indiquer clairement en quoi elle diffère selon le revendeur |
| Limite-t-il la transmission des mouvements pour les couples ? | « Idéal pour les couples » | Non confirmé | Citer un test d’isolation des mouvements pour ce modèle, ou retirer l’affirmation |
Aucune de ces corrections n’a rien d’exotique. Leur valeur tient à ce que chacune correspond à une vraie question d’acheteur, et à ce qu’une seule correction — un test de fraîcheur publié, par exemple — peut servir plusieurs modèles d’un portefeuille, tandis que chaque modèle garde ses propres caractéristiques et ses propres preuves.
Les assistants IA lisent tout ce qui est publié sur un produit : vos pages, les fiches des places de marché, les distributeurs partenaires, les flux et catalogues, les avis. Le produit d’une entreprise existe dans plusieurs de ces endroits à la fois, et ils finissent par diverger.
L’answer engine optimization (AEO) — aussi appelée generative engine optimization (GEO) — consiste à faire comprendre et choisir les produits dans les réponses de l’IA. Prise seule, elle s’arrête à la réponse. Pour la plupart des entreprises, le chiffre d’affaires se conclut encore là où la réponse ne voit pas : sur leur propre paiement, chez un revendeur, auprès d’un concessionnaire ou d’un commercial. Relier les deux transforme l’AEO, d’un projet de visibilité, en une discipline commerciale.
Une entreprise peut commencer dès aujourd’hui avec les systèmes dont elle dispose déjà :
Le retour d’information va dans les deux sens. Les opportunités d’achat créent des affaires ; les affaires montrent quelles opportunités valent le travail. Les questions que les équipes commerciales entendent forment la liste d’opportunités d’achat la plus fiable dont dispose une entreprise — et aujourd’hui, elle atteint rarement les personnes qui rédigent les informations produit.
| Semaines | Objectif | Ce que vous faites | Ce que vous avez à la fin |
|---|---|---|---|
| 1–3 | Référence | Choisissez les 10 à 20 produits qui comptent le plus pour le chiffre d’affaires. Listez les questions d’acheteurs de chaque catégorie. Relevez ce que répondent les assistants, les sources qu’ils citent et vos visites issues de l’IA. Demandez aux commerciaux quelles questions ils entendent le plus. | Une référence datée et une liste d’opportunités d’achat |
| 4–8 | Corriger | Traitez les opportunités les plus rentables : publiez les faits manquants, harmonisez les contradictions entre canaux, étayez ou restreignez les affirmations non confirmées. Faites approuver et publiez canal par canal. | Un journal des modifications approuvées par produit et par canal |
| 9–12 | Mesurer et relier | Relancez les mêmes questions sur les mêmes modèles. Comparez les renvois. Commencez à étiqueter les demandes et les affaires avec la question de l’acheteur. Décidez du cycle suivant. | Un avant/après sur un ensemble de questions fixe, et un premier lien entre opportunités et affaires |
Hasmord est la plateforme commerciale native AEO. Les acheteurs posent leurs questions aux assistants IA, dans la recherche et pendant les échanges commerciaux. Hasmord repère où vos réponses sur vos produits et services sont insuffisantes, transforme les preuves en meilleures réponses, trouve des clients potentiels pour vous et relie chaque prospect à votre processus de vente. Elle rédige des améliorations adaptées à chaque canal que votre équipe approuve — texte de page produit, export de fiche Amazon et, sur les forfaits payants, une page hébergée par Hasmord écrite pour les moteurs de réponse de l’IA (elle n’écrit pas dans votre boutique) — et lit les visites issues de l’IA dans votre Google Analytics 4.
Une gestion légère, du prospect au contrat, est disponible pour les prospects, les opportunités commerciales et les relances, reliée aux questions d’achat et aux produits qui les motivent.
Écrivez-nous : info@hasmord.com · Essayez sur vos propres produits : www.hasmord.com
Les chiffres sont cités tels que leurs éditeurs les présentent et ont été vérifiés auprès de la page d’origine le 25 septembre 2026. Adobe publie des taux de croissance et des ratios, pas des volumes absolus de visites issues de l’IA, et a révisé certaines séries antérieures ; nous utilisons ses dernières publications et ne comparons pas les chiffres d’une publication à l’autre. Les résultats d’enquête dépendent de la façon dont chaque question définit « l’IA » ; les chiffres d’adoption de différentes études ne doivent donc pas être comparés directement. Les chiffres publiés par les entreprises (Alphabet, Amazon) décrivent les produits propres à chacune. L’exemple de produit de la section 4 est illustratif. Ce document ne rapporte aucun résultat de clients de Hasmord.