Digiday a publié le 1er octobre une série de mesures sur la façon dont les assistants d’intelligence artificielle recommandent des produits. Une d’entre elles résume le reste. Interrogé sur des jouets, Alexa for Shopping a cité 177 marques, et presque toutes étaient vendues par la boutique d’Amazon elle-même. À la même question, ChatGPT a recommandé 24 revendeurs différents, et le mode IA de Google 37.

Le rayon n’est pas le même selon l’assistant

Ces chiffres viennent de Share of Model, l’outil de l’agence Jellyfish, qui a suivi les recommandations de ces trois assistants dans huit catégories de produits, aux États-Unis, au Royaume-Uni, en Australie et à Singapour.

Le constat tient en une phrase : votre présence dans une réponse dépend d’abord des magasins que l’assistant accepte de consulter. Ce n’est pas un classement de notoriété ni une récompense accordée à la meilleure fiche produit, c’est une question de distribution. Et le revendeur qui emporte la vente dépend largement de l’assistant que le client a ouvert ce jour-là, ce que personne ne maîtrise.

Une seconde mesure, signée Tinuiti, va dans le même sens en regardant quels sites marchands les assistants citent le plus. En juillet, les cent premiers représentaient 34 % des citations de Copilot, soit plus du triple de leur part dans le mode IA de Google et plus de huit fois leur part dans ChatGPT. Tinuiti attribue en partie cet écart à Reddit, qui bloque les robots de Copilot et laisse donc davantage de place aux boutiques.

Les portes se ferment pendant qu’on en parle

Le 8 septembre, Meta a lancé Muse, un agent personnel capable d’ouvrir un navigateur, de remplir des formulaires et de payer, avec une demande d’accord avant tout achat. Le mécanisme est décrit noir sur blanc dans l’annonce : si un service dispose d’une interface de programmation, Muse s’y connecte avec les identifiants fournis par l’utilisateur, et sinon il passe par le navigateur comme le ferait un humain.

Douze jours plus tard, Amazon coupait l’accès. Le message affiché aux utilisateurs de Muse ne parle pas de piratage mais de contrat : « la poursuite de l’accès par un agent IA non autorisé viole les conditions d’utilisation d’Amazon, que nos clients ont acceptées ». Amazon reproche à Meta trois choses, de ne pas l’avoir prévenu, de ne pas faire identifier son agent quand il navigue, et de capturer puis conserver des identifiants clients. Meta soutient de son côté que Muse n’a aucune visibilité sur les mots de passe ni sur les moyens de paiement, que ceux-ci partent dans un stockage sécurisé, et qu’un agent distinct nommé Sentinel doit approuver tout ce qui sort vers l’extérieur.

Ce n’est pas un incident isolé. Amazon avait déjà poursuivi Perplexity au sujet de son navigateur Comet, obtenu une injonction provisoire en mars, puis perdu celle-ci le 4 août quand la cour d’appel du neuvième circuit a jugé que l’utilisateur, et non l’éditeur de l’IA, était celui qui accédait aux serveurs. La demande de réexamen a été rejetée le 10 septembre. Restait la voie contractuelle, et c’est précisément celle qu’Amazon emprunte aujourd’hui contre Meta. Son propre agent d’achat, Buy for Me, s’identifie quant à lui et laisse les marques refuser d’y figurer.

Ce que valent ces visiteurs

Deux mesures contredisent l’idée que tout cela resterait anecdotique.

Adobe, qui a analysé plus de mille milliards de visites sur des sites marchands américains, observe qu’en juillet une visite venue d’une intelligence artificielle rapportait 53 % de chiffre d’affaires de plus que les autres. Un an auparavant, le rapport était exactement inversé, les visites non issues d’une IA valant 128 % de plus. La bascule peut tenir aux assistants, devenus meilleurs pour présenter le bon produit, mais sans doute aussi à qui les utilise : celui qui demande conseil à un robot a souvent déjà avancé dans sa décision.

L’autre mesure vient de HUMAN Security, qui vend des outils de détection de robots. En suivant Muse à partir du 22 septembre, l’entreprise a enregistré 5,6 millions de requêtes en moins de deux jours, un seuil que ChatGPT avait mis onze mois à atteindre. Muse représenterait désormais en moyenne 72 % des requêtes d’agents qu’elle observe chaque jour, dont 84 % visent des pages produit ou des pages de recherche, et l’agent se montrerait 25 % plus susceptible que les autres d’aller jusqu’au paiement.

Pourquoi cela compte alors que rien de tout cela n’existe ici

Muse se déploie aux États-Unis, et Meta n’annonce aucune date européenne. Les mesures de Jellyfish et d’Adobe portent sur des marchés anglophones. Rien dans cet article ne décrit le quotidien d’un commerçant français en octobre 2026, et il faut le dire franchement.

Ce qui se joue en revanche dès maintenant, c’est la nature du travail de visibilité. Une enquête de Dentsu Creative menée en avril auprès de 1 950 responsables marketing dans quatorze pays montre que 59 % d’entre eux adaptent déjà leurs contenus et leur référencement aux recherches assistées par IA, et que la moitié investit dans le commerce agentique. Beaucoup travaillent donc leurs pages. Or les chiffres ci-dessus disent que la page n’est qu’une partie du problème, et que le reste se décide dans les catalogues, les places de marché et les accords entre plateformes, c’est-à-dire là où une PME n’a pas d’équipe dédiée mais possède quand même des décisions à prendre.

Qui est concerné, et qui ne l’est pas

Toute entreprise qui vend un produit identifiable, référencé ailleurs que sur son propre site, entre dans ce raisonnement. La question à se poser n’est plus seulement « est-ce que ma fiche produit est bonne », mais « par quel chemin un assistant peut-il tomber sur ce que je vends ».

Les activités de service vendues en direct, sur devis, après un échange, sont pour l’instant à l’écart de cette mécanique d’achat automatisé. Elles restent exposées à l’autre moitié du sujet, la citation dans une réponse générée, qui obéit à des règles différentes et qui se travaille, elle, sur le contenu.

Ce qu’il reste à vérifier

Trois points. Les mesures de Jellyfish et de Tinuiti proviennent d’agences qui vendent de l’optimisation pour ces mêmes assistants, ce qui ne les disqualifie pas mais interdit de les prendre pour des statistiques neutres. Les relevés de HUMAN Security portent sur quelques jours à peine après le lancement de Muse, période où la curiosité gonfle mécaniquement les volumes. Enfin, aucune de ces sources ne publie de données françaises, et le comportement d’un assistant dépend trop du catalogue local pour qu’on transpose sans vérifier.