Commerce agentique : comment préparer votre marque à la fin du « Search & Click » ?

Avec les récentes annonces de Google (Universal Cart) et de Microsoft (Web IQ), les géants du Search ont posé les mêmes fondations pour le même futur : un parcours d’achat où des agents IA cherchent, comparent et achètent à la place des consommateurs.

Pour ce 66e épisode du WAMcast, Camille Boulanger réunit David Eichholtzer (fondateur de l’Agence WAM) et Cédric Mourizard (CTO du Groupe Synolia) pour décrypter ce basculement et surtout répondre à la question qui compte vraiment pour les marques : est-ce qu’une IA peut vous trouver, vous comprendre, et vous recommander ?

Deux parcours d’achat voués à cohabiter

Aujourd’hui, l’utilisateur ne tape plus « perceuse béton ». Il dit : « Trouve-moi la perceuse la mieux notée pour du béton, à moins de 200 euros, livrable demain. » Et il passe à autre chose. Ce basculement du Search & Click vers l’Ask & Done est déjà une réalité aux États-Unis. Pour autant, David Eichholtzer tempère : l’agentique ne va pas effacer l’existant du jour au lendemain. Les deux parcours vont cohabiter et se paralléliser. C’est un arsenal à élargir, pas une révolution qui efface tout.

Cédric Mourizard distingue deux familles d’interactions agentiques :

• L’agentique externe : l’internaute interagit en dehors de l’écosystème de la marque, sur ChatGPT, Perplexity ou Google AI Overview. L’IA génère sa propre réponse en scannant le web ouvert. Le seul levier de l’entreprise est la qualité des données qu’elle laisse à disposition de ces agents.

• L’agentique on-site : l’assistant conversationnel est directement intégré sur le site du marchand. En s’appuyant sur l’historique global du client et la connaissance du catalogue, l’IA raisonne et guide l’acheteur vers la bonne décision sans qu’il ait besoin de naviguer.

Le site web n’est plus conçu pour naviguer, mais pour être compris

À l’image de Walmart avec OpenAI aux États-Unis, de Carrefour en France ou des fonctionnalités d’achat automatisé d’Amazon, les pionniers sont déjà à l’œuvre. Leur point commun ? Une donnée produit structurée, complète, exploitable par les machines.

« Le site web ne sert plus seulement à naviguer. Il sert à être compris. Et pour être compris par une IA, il faut que vos données soient exploitables. » – Cédric Mourizard, CTO du Groupe Synolia

C’est précisément là que le bât blesse pour de nombreuses marques. Lors des audits IA-Ready menés chez Synolia, le problème n’est presque jamais technique : il est dans la donnée. Des attributs qui s’appellent différemment d’une fiche à l’autre (« poids », « poids total », « poids produit »), des contextes d’usage absents, des descriptions marketing qui ne disent pas pour quel profil, quel terrain, quelles conditions. Pour un humain, c’est de l’imprécision. Pour une IA qui doit comparer et recommander, c’est de l’invisibilité.

C’est tout l’enjeu de l’OKF (Open Knowledge Format), standard récemment lancé par Google pour organiser l’information de façon instantanément lisible par les machines, une sorte de code-barres universel pour le web des agents.

Les signaux de confiance hors-site : le rôle clé du Earned Media

Pour recommander un produit, l’IA ne se contente pas d’analyser un catalogue structuré. Afin de réduire le risque pour l’utilisateur, l’algorithme doit valider la fiabilité du marchand.

Pour cela, les LLM croisent les informations du site avec des sources externes : les avis clients textuels et détaillés, les discussions sur les réseaux sociaux et surtout les retombées presse (le Earned Media). La presse constitue une source de vérité hautement valorisée par les modèles de langage. Une marque techniquement irréprochable mais absente des médias tiers restera invisible dans les réponses conversationnelles.

Feuille de route : les quatre piliers indispensables à travailler

La visibilité IA se construit par l’alignement de quatre signaux, structurant l’offre commune développée par WAM et Synolia :

• Être lisible : accessibilité technique, schema.org, performances. La fondation sans laquelle rien d’autre ne fonctionne.

• Être compréhensible : centraliser la donnée dans un PIM, harmoniser les attributs, enrichir le catalogue avec des contenus résolutifs (des données factuelles liées à l’usage réel, au profil, au contexte).

• Être crédible : développer l’autorité de marque via le earned media et les relations presse pour nourrir les modèles de langage.

• Être recommandable : piloter de nouveaux indicateurs, comme le Share of Voice (fréquence à laquelle les LLM citent votre marque) et Share of Model (probabilité que l’IA vous associe à une thématique donnée).

Les standards d’indexation agentique se cherchent encore. Le traitement ambivalent du llms.txt par Google en est le symbole. Mais la qualité de la donnée produit reste le premier facteur de visibilité, quelles que soient les évolutions à venir. Si une IA ne vous comprend pas, elle ne vous recommande pas. Le travail commence là.