L'IA peut libérer les marques des intermédiaires, ou les enfermer pour de bon

Avec l'émergence de l'IA agentique, pour la première fois en deux décennies, les marques peuvent reprendre le contrôle direct de la manière dont elles interagissent avec leurs clients en ligne.

Avec l’émergence de l’IA agentique, pour la première fois en deux décennies, les marques peuvent reprendre le contrôle direct de la manière dont elles interagissent avec leurs clients en ligne. Elles disposent cependant de 6 à 9 mois, tout au plus, pour réussir cette transition.

Les assistants IA, de Muse de Meta à ChatGPT d’OpenAI, en passant par des agents indépendants comme Instinct, sont rapidement en train de devenir l’interface principale à travers laquelle les consommateurs recherchent, comparent et se préparent à effectuer leurs achats. Pour les marques qui commercialisent des produits complexes nécessitant une réflexion approfondie avant l’achat, cette évolution ouvre une fenêtre rare pour contourner les agrégateurs qui se sont placés entre elles et leurs clients depuis vingt ans.

Bien que la fenêtre soit ouverte aujourd’hui, le compte à rebours a déjà commencé. D’ici 6 à 9 mois, les grandes plateformes de réservation, les portails d’annonces et les marketplaces seront branchés sur tous les grands assistants, et capteront encore plus de trafic et de pouvoir de négociation face aux marques. Chaque mois d’attente est un mois de trafic perdu, sans moyen rapide de le rattraper.

Trois semaines qui ont tout changé

Le 8 septembre 2026, Meta a lancé Muse, un assistant IA autonome capable de rechercher, comparer et acheter directement au nom de l’utilisateur. En l’espace de trois semaines, Muse s’est hissé à la première place de l’App Store américain. Les estimations de tiers soulignent la rapidité de son adoption : Sensor Tower estime le nombre de téléchargements à 3,4 millions, tandis qu’Apptopia l’évalue jusqu’à 4,3 millions. Plus révélateur encore, Muse a dépassé les 642 000 utilisateurs actifs quotidiens au cours de ses premières semaines, soit près de trois fois la base d’utilisateurs actifs quotidiens de ChatGPT (231 000) au même stade après son lancement.

Parallèlement, l’agent IA personnel Instinct revendiquait plus d’un milliard de dollars de volume de transactions annuel, dont la moitié dans le secteur du voyage. Et le 29 septembre, OpenAI a répliqué avec Dots, ses propres agents personnels actifs en continu.

Les réactions défensives des géants de la tech ont été immédiates : Amazon a bloqué Muse pour l’empêcher de faire des achats sur son site, afin de protéger une activité publicitaire de 68 milliards de dollars qui ne fonctionne que si un humain fait défiler des annonces sponsorisées.

En Europe, la bascule a déjà eu lieu

Partout en Europe, les réponses rédigées par l’IA s’affichent en tête de Google depuis plus d’un an : au Royaume-Uni depuis août 2024, en Allemagne, en Espagne, en Italie, en Belgique et ailleurs depuis mars 2025. La France, protégée par sa loi sur les droits voisins, a été le dernier grand marché à basculer, le 22 juillet 2026. Elle offre ainsi une rare mesure avant/après : en neuf jours, les sites français les plus exposés ont perdu près d’un quart de leurs clics venus de Google, et un sur cinq en a perdu plus de 30 %.

Cette évolution s’inscrit dans une transformation plus large des comportements des consommateurs à l’échelle mondiale. Selon les données d’IBM, 45 % des consommateurs utilisent désormais l’IA à un moment ou à un autre de leur parcours d’achat, tandis qu’Adobe rapporte que le trafic de recommandation vers les sites de retail généré par l’IA a progressé de 393 % sur un an au premier trimestre 2026. McKinsey estime que le marché plus large du commerce agentique atteindra entre 3 000 et 5 000 milliards de dollars d’ici 2030.

A mesure que les assistants IA passent de la recommandation à l’achat pour notre compte, les marques ne disposent que d’une courte fenêtre avant que les habitudes des consommateurs ne se figent autour de ces nouveaux intermédiaires par défaut.

Le défi de l’acheteur "indécis"

Pour les achats simples et transactionnels, la découverte par l’IA est en grande partie résolue. Lorsqu’un client sait précisément ce qu’il veut, « Ce T-shirt, en taille M », par exemple, les plateformes gèrent le processus sans difficulté. Shopify connecte désormais directement les catalogues de ses marchands à ChatGPT et Muse, quasiment sans friction.

En revanche, les achats complexes et nécessitant une réflexion approfondie, comme « un séjour au soleil en février pour une famille de quatre personnes avec un budget inférieur à 3 000 € » ou « un SUV d’occasion fiable à 20 000 €, suffisamment grand pour accueillir un gros chien », restent difficiles à gérer.

Le bon produit existe, mais il est noyé au sein de catalogues complexes, de fiches techniques et de bases de données d’inventaire mises à jour en temps réel. Le défi n’est pas de faire correspondre des mots-clés ; il est de comprendre l’intention et d’accompagner un acheteur indécis vers la bonne décision, précisément le rôle traditionnellement joué par un vendeur expert.

Historiquement, les Big Tech ont eu du mal à atteindre ce niveau de spécialisation sectorielle. Google a tenté de se lancer dans l’immobilier avant d’abandonner ; dans le voyage, le groupe s’est principalement concentré sur les inventaires hôteliers standardisés. Les agrégateurs tiers, plateformes de réservation, sites de petites annonces automobiles et portails immobiliers, ont comblé ce vide. Ils ont effectué le travail complexe de structuration des catalogues, construit l’interface client et facturé les marques à prix fort via des commissions élevées, des frais de référencement et la perte de la relation directe avec les clients.

Les intermédiaires sont déjà à table. Les marques peuvent désormais y prendre place.

L’IA grand public est en train de transformer cette dynamique. Avec les assistants IA, la décision d’achat intervient directement au sein de la conversation, avant même que le consommateur ne visite le site d’un marchand ou le portail d’un agrégateur.

Une marque présente au sein de cette conversation initiale n’a plus nécessairement besoin d’un agrégateur tiers. Pourtant, les principales plateformes de réservation et de référencement l’ont compris très tôt : Booking.com et Expedia sont présents dans ChatGPT depuis plus d’un an, et Expedia était disponible sur Muse dès le premier jour. Si les marques ne parviennent pas à adapter leur infrastructure, elles risquent simplement de retrouver les mêmes intermédiaires historiques occupant une position de péage au sein de l’IA agentique.

La confiance progresse vite chez les premiers utilisateurs : 40 % des utilisateurs d’Instinct confient leur carte bancaire à l’agent en moins de trois semaines, selon son fondateur. La plupart des consommateurs n’en sont pas encore là : seuls 14 % des consommateurs américains laisseraient un agent IA effectuer un achat de bout en bout sans supervision. La réponse du secteur arrive. Le 6 octobre, Meta et plusieurs partenaires, dont Walmart, Stripe et Shopify, ont dévoilé le Personal Agent Protocol, un standard ouvert qui permet à l’agent d’un consommateur de dialoguer directement avec l’agent de la marque. C’est la marque qui décide comment elle est représentée et ce que l’agent peut faire, et le client se connecte chez la marque, pas chez l’assistant. Pour la première fois, les marques peuvent entrer dans la conversation à leurs propres conditions, au lieu d’être résumées, classées ou revendues par un intermédiaire. La question n’est plus de savoir si les consommateurs achèteront via des assistants, mais si les marques seront là pour répondre quand ces assistants les appelleront.

Trois voies possibles pour les marques

Pour naviguer dans cette transformation, les marques de grande taille disposent de trois choix stratégiques :

1. Ne rien faire : s’appuyer sur le SEO traditionnel et le marketing à la performance classique conduit à une baisse du trafic organique issu des moteurs de recherche, à une hausse des coûts d’acquisition clients et à une dépendance croissante vis-à-vis des agrégateurs tiers.

2. Tout faire elles-mêmes : construire des couches d’intégration IA propriétaires nécessite des investissements importants, des ressources d’ingénierie dédiées et une maintenance continue, alors que les modèles de LLM sous-jacents et les protocoles des plateformes évoluent constamment.

3. Déployer une infrastructure spécialisée : intégrer une infrastructure IA de niveau entreprise permet aux marques de structurer leurs données catalogue, de conserver une mémoire client persistante et de se connecter directement aux nouveaux réseaux d’assistants IA en quelques semaines plutôt qu’en plusieurs années.

Ce dont les marques ont besoin pour être prêtes

Pour vendre directement via l’IA grand public sans perdre le contrôe de la relation client, les marques proposant des offres complexes doivent disposer de trois capacités essentielles :

Compréhension de l’intention et conservation de la mémoire : la capacité à traduire les demandes formulées en langage naturel en critères produits précis, tout en conservant le contexte client d’une session à l’autre.Plus important encore, ces données et ce contexte client issus de la relation directe avec le client doivent rester la propriété de la marque, et non être confiés à l’assistant IA tiers.

Orchestration du catalogue en temps réel : une analyse dynamique de l’inventaire permettant d’interroger en temps réel des catalogues complexes, prix, disponibilité, options localisées, afin de faire ressortir des correspondances exactes plutôt que des listes de résultats génériques.

Interopérabilité multi-plateformes : une couche d’intégration API unifiée permettant de connecter de manière fluide les données de la marque aux différents écosystèmes d’assistants IA, qu’il s’agisse de ChatGPT, de Meta Muse ou de futurs agents spécialisés, ainsi qu’aux standards ouverts émergents comme le Personal Agent Protocol, sans nécessiter de reconstruire une intégration spécifique à chaque mise à jour de plateforme.

L’arrivée de l’IA grand public représente le changement le plus important qu’ait connu le commerce digital depuis l’essor des moteurs de recherche. Chaque mois d’attente est du trafic cédé aux intermédiaires, et les assistants apprennent vite où leurs utilisateurs aiment acheter. En s’y mettant maintenant, les marques fixent leurs propres conditions. Plus tard, elles paieront celles des autres.