L'IA du commerce se fragmente : voici pourquoi c'est important
Les investissements des entreprises dans l'intelligence artificielle appliquée au commerce n'ont jamais été aussi élevés, mais les résultats obtenus restent étonnamment inégaux. Depuis trois ans, les marques ont adopté une approche additive : recherche propulsée par l'IA greffée sur des catalogues existants, interfaces conversationnelles ajoutées aux parcours d'achat, moteurs de recommandation empilés sur d'anciens moteurs de recommandation. Chaque outil a été justifié par une amélioration ponctuelle de métrique, sans jamais être conçu pour fonctionner comme un système cohérent. Ce schéma, qualifié de "point solution pattern", structure le commerce depuis deux décennies et s'est simplement reproduit avec l'IA. Une étude du cabinet Bain montre que le trafic organique vers les sites de vente en ligne a chuté de 15 à 25% à mesure que la recherche IA sans clic ("zero-click search") s'est développée, réduisant la visibilité des marques en haut de l'entonnoir de conversion au moment même où leurs outils internes affichent de bons résultats individuels.
Résumé et traduction réalisés par Le Fil IA à partir de VentureBeat AI. Lire l'article original →
Cette fragmentation a des conséquences concrètes. Lorsqu'un outil d'IA générale s'appuie sur des données incomplètes ou incohérentes concernant l'inventaire, les prix ou les politiques commerciales, il ne se contente pas de proposer un produit sous-optimal : il présente avec assurance la mauvaise réponse, ou exclut carrément l'information manquante. Le problème des hallucinations en IA commerciale serait ainsi largement un problème de cohérence des données déguisé. Autre effet pervers : chaque outil pris isolément peut afficher de bons chiffres, engagement élevé pour l'assistant conversationnel, pertinence accrue pour le moteur de recherche, taux d'abandon réduit au paiement, sans que ces métriques ne révèlent ce qui se passe aux points de jonction entre les outils, là où le contexte se perd et où l'intention d'achat générée à une étape ne se convertit pas à la suivante. Résultat : des marques investissant massivement dans l'IA commerciale constatent parfois une conversion globale stable, voire en baisse, malgré des indicateurs positifs à chaque étage.
Face à ce constat, les entreprises qui obtiennent des résultats cohérents partagent une caractéristique commune : elles ont mis en place une couche d'exécution unifiée transversale à leurs investissements en IA, plutôt qu'un empilement d'outils indépendants. Il ne s'agit pas d'une nouvelle catégorie technologique mais d'un changement de philosophie de conception, articulé notamment autour d'une couche de données partagée entre tous les points de contact. C'est dans ce contexte que des acteurs comme Rezolve Ai, sponsor de cette analyse, positionnent leurs offres visant à relier ces différentes briques d'IA commerciale, alors que la pression externe exercée par la recherche générative continue de comprimer le trafic organique des sites marchands.
Pas d'impact direct sur la France/UE