Dernière mise à jour le 28 août 2026 à 10:20
Amazon reste le distributeur n° 1 du classement des ventes e-commerce de Digital Commerce 360, mais ne figure qu'au n° 158 des AI Commerce Rankings de l'éditeur. Cet écart n'est pas nécessairement une faiblesse. Il reflète une stratégie délibérée visant à limiter les agents d'achat tiers et à conserver la découverte des produits, les recommandations, les données et les transactions au sein du propre écosystème d'IA d'Amazon. Google AI Mode construit le modèle inverse, dans lequel un assistant contrôle une plus grande partie de l'interface de découverte tandis que les marchands et les partenaires de réservation finalisent la transaction. Pour les distributeurs, la question stratégique devient incontournable : faut-il maximiser sa visibilité dans les systèmes d'IA externes ou protéger davantage la relation client dans son propre environnement ?
| La newsletter quotidienne de Beecommercer |
| Date : vendredi 28 août 2026 |
| Proposée par : beecommercer.com |
Le thème du jour est clair : le commerce agentique impose à chaque distributeur un nouveau choix de distribution.
Amazon parie que son envergure, les habitudes de ses clients, son réseau logistique, son activité publicitaire et ses données commerciales first-party sont suffisamment puissants pour maintenir les achats par IA dans son propre périmètre. D'autres distributeurs prennent le chemin inverse et exposent catalogues et stocks aux assistants tiers en échange d'une meilleure découverte.
Aucune stratégie n'est automatiquement la bonne. La réponse dépend de la demande que le distributeur possède déjà, de la différenciation de son catalogue, du degré de portabilité nécessaire à la relation client et de la capacité de l'entreprise à assurer des transactions fiables lorsqu'un système d'IA externe envoie un acheteur qualifié directement vers le produit ou le paiement.
Entrons dans le vif du sujet.
LE SUJET PRINCIPAL
Amazon construit délibérément un écosystème fermé de commerce par IA
La dernière analyse des AI Commerce Rankings de Digital Commerce 360 montre à quel point la stratégie d'Amazon diffère de celle des distributeurs qui cherchent à maximiser leur exposition via des systèmes d'IA tiers.
Amazon reste n° 1 du classement des ventes e-commerce de Digital Commerce 360, mais se situe au n° 158 des AI Commerce Rankings. Le classement IA évalue des facteurs tels que l'accessibilité du catalogue aux agents tiers, le trafic issu de sources d'IA, la diversité des sources et la dynamique sur 90 jours.
Ce faible rang en commerce par IA n'est pas nécessairement la preuve d'un échec. Il reflète un choix commercial délibéré. Amazon a limité les bots externes et a tout intérêt à conserver la découverte des produits dans son propre écosystème, où Alexa for Shopping, Buy for Me, AWS et les données commerciales d'Amazon peuvent soutenir sa stratégie agentique.
Walmart, à titre de comparaison, est n° 37 des AI Commerce Rankings et se montre bien plus ouvert à la découverte par des IA tierces. Des distributeurs plus petits comme Nixon, Online Labels et Everlane se sont classés près du sommet alors qu'ils apparaissent beaucoup plus bas dans le classement traditionnel des ventes.
Cette situation crée un véritable choix stratégique pour les distributeurs. Des catalogues ouverts peuvent accroître la découverte via ChatGPT, Gemini et d'autres assistants externes. Un modèle plus fermé peut préserver le contrôle sur la présentation des produits, les données first-party, les recommandations, l'économie publicitaire et la transaction elle-même.
Amazon peut se permettre de choisir la voie fermée, car l'entreprise capte déjà une demande client considérable et possède l'infrastructure nécessaire pour rendre utiles ses propres produits d'achat par IA. La plupart des petits distributeurs n'ont pas cet avantage. Pour eux, refuser l'accès aux IA externes peut préserver le contrôle, tout en supprimant une source croissante de découverte. La bonne stratégie dépend donc du fait que la marque soit déjà une destination ou qu'elle ait encore besoin d'autres plateformes pour lui présenter de nouveaux clients.
| À retenir pour les opérateurs : Décidez explicitement à quelles étapes du parcours commercial les systèmes d'IA externes peuvent accéder. Si la découverte est le frein, facilitez l'accès des agents de confiance aux données produit, aux prix, aux disponibilités, aux avis, à la livraison et aux retours. Si la maîtrise de la relation client constitue votre avantage défendable, investissez dans un assistant propriétaire, la fidélité, les données first-party et une expérience transactionnelle assez forte pour donner aux acheteurs une raison de commencer dans votre écosystème. Ne basculez pas par accident dans un modèle ouvert ou fermé. |
LE BASCULEMENT
Google construit le modèle inverse : un commerce agentique ouvert
Google a enrichi AI Mode dans Search de trois nouvelles fonctions de voyage : le suivi du prix des vols, la comparaison des points et des miles, et la réservation directe d'hôtels.
Le voyage donne un aperçu utile de ce que peut devenir le commerce agentique, car la décision combine des données structurées, des préférences personnelles, des prix dynamiques, des programmes de fidélité, des avis, des annulations et des paiements.
Le suivi du prix des vols est désormais disponible dans plus de 180 pays et territoires. L'utilisateur peut décrire son itinéraire et ses dates de manière conversationnelle, demander à AI Mode de surveiller le tarif et recevoir un e-mail lorsque le prix change. Google indique que les options proposées utilisent des données actuelles provenant de plus de 300 compagnies aériennes et sites de voyage partenaires.
AI Mode peut également afficher le coût des vols et des hôtels en points ou en miles. La prise en charge initiale des programmes de fidélité inclut Alaska Airlines / Hawaiian Airlines, American Airlines, Choice Hotels, Hilton et Wyndham, et d'autres programmes devraient suivre.
Le changement le plus important concerne la réservation d'hôtels. Aux États-Unis, les utilisateurs peuvent désormais passer d'une recherche d'hôtel conversationnelle au choix de la chambre, à l'examen des conditions d'annulation et au paiement par Google Pay lorsqu'un partenaire intégré prend en charge la transaction.
Google ne devient pas le marchand officiel. La chaîne hôtelière ou la plateforme de réservation continue de gérer la relation commerciale et le service client. Les premiers partenaires comprennent Booking.com, Expedia, Hilton, Hotels.com, IHG, Marriott, Priceline, Trip.com, Wyndham et d'autres.
Cette séparation est stratégiquement importante. AI Mode contrôle une plus grande partie de l'interface de décision, tandis que le partenaire commercial reste responsable du stock, du prix, de l'acceptation du paiement, des annulations, des remboursements et du service après-achat.
Ce modèle pourrait devenir courant dans le commerce agentique au-delà du voyage. L'IA maîtrise la conversation et la couche de recommandation ; le marchand fournit les données commerciales en temps réel et finalise la transaction.
| À retenir pour les opérateurs : Auditez les étapes qui séparent recommandation et transaction dans votre propre catégorie. Demandez-vous si un assistant externe pourrait récupérer de manière fiable le prix actuel, le stock, les variantes, la livraison, les conditions de retour, les avantages de fidélité et la disponibilité. Si les clients arrivent de plus en plus après qu'un système d'IA a déjà réduit les options, la fiche produit et le paiement doivent confirmer immédiatement la recommandation, sans obliger le client à reprendre ses recherches. |
LA COUCHE OPÉRATIONNELLE
Le commerce agentique se termine toujours au service client
Le nouveau guide de Shopify sur les technologies de centre de contact montre ce qui doit se passer après le succès de tout canal de découverte piloté par l'IA : communication client, données de commande, libre-service, automatisation, planification des effectifs et analytique doivent rester connectés.
Shopify organise la pile de support en six couches : canaux de communication, helpdesk et CRM, base de connaissances et libre-service, automatisation et IA, gestion des effectifs, ainsi qu'analytique et assurance qualité.
Les exemples les plus convaincants viennent de la connexion entre le support et les données commerciales réelles. Backyard Butchers a signalé une hausse de 70% de la vitesse de modification des commandes clients et une réduction d'environ 50% du temps de résolution des tickets après avoir relié plus étroitement le support à Shopify. Tella & Stella a enregistré une croissance annuelle des ventes de 23% après avoir unifié DTC, B2B, POS, service client, marketing du cycle de vie et assistance par IA dans une pile plus connectée.
L'implication pour le commerce agentique est importante. Même lorsque l'IA prend davantage en charge la découverte et le paiement, le marchand reste responsable de la partie complexe : le client confronté à une exception de livraison, une demande de remboursement, une mauvaise variante, un article endommagé ou une question de politique.
| À retenir pour les opérateurs : Considérez le service client comme un élément de l'architecture du commerce agentique. Connectez le support aux données en direct sur les commandes, les produits, les clients et les politiques, afin qu'une transaction générée par l'IA puisse toujours être modifiée, remboursée, expliquée ou corrigée avec précision. Plus la découverte et le paiement sont automatisés, plus un système fiable de gestion des exceptions prend de la valeur. |
3 POINTS SUR LA PUBLICITÉ, LA CRÉATION ET LES OPÉRATIONS DE PLATEFORME
1. Demand Gen rapproche le modèle ouvert de la transaction
L'August Demand Gen Drop de Google ajoute trois fonctions notables : des points d'entrée vers la messagerie directe depuis les publicités YouTube, davantage d'inventaires et d'offres spécifiques au voyage, et la création vidéo multimodale désormais disponible pour tous dans Asset Studio.
Selon Google, les centaines d'améliorations de Demand Gen introduites au second semestre 2025 ont généré une hausse moyenne de 30% des conversions ou de la valeur de conversion pour les annonceurs. Il s'agit de données expérimentales communiquées par la plateforme, et non d'une garantie pour chaque compte, mais elles expliquent pourquoi Google pousse ce type de campagne vers des usages plus proches du bas du funnel.
Le test de messagerie est important, car l'action suivante peut désormais être une conversation plutôt qu'une visite de site web. Un client qui regarde une publicité YouTube peut ouvrir une application de messagerie et parler à la marque tant que son intention reste forte.
Les annonceurs du voyage pourront également présenter des activités locales, des événements, des offres en temps réel et des publicités hôtelières plus personnalisées. Le thème est le même que pour AI Mode : la recommandation tient davantage compte du contexte et se rapproche de la transaction.
La couche créative évolue en parallèle. Multimodal Video Creation dans Asset Studio est désormais disponible pour tous et permet aux annonceurs de scénariser et de créer des contenus horizontaux et verticaux dans un seul flux de travail.
L'étude de cas WAAW by Alok de Google montre le niveau de gouvernance nécessaire lorsque la personnalisation devient générative plutôt que fondée sur des modèles.
Le projet a commencé avec un clip officiel entièrement créé par des humains, puis a utilisé Gemini Omni, Maps, Weather, YouTube & Trends, Vertex AI et Veo pour adapter des parties approuvées de l'expérience à la localisation, à la météo, au style et à l'humeur d'un fan.
Le chiffre intéressant n'est pas le nombre de versions que le système pouvait produire, mais le nombre de versions rejetées par l'équipe. Sur 23 234 résultats candidats, seuls 4 320 —soit 18,6%— ont franchi l'Artistic DNA Gate du projet. Les autres ont été rejetés ou renvoyés pour amélioration.
La leçon est que la personnalisation à grande échelle exige davantage de logique de validation, et non moins. L'équipe a défini ce qui pouvait changer, ce qui devait rester fixe et les critères visuels et émotionnels que chaque résultat devait respecter.
| À retenir pour les opérateurs : Avant d'activer davantage de création générative, définissez les éléments non négociables : forme du produit, emballage, allégations, couleurs de marque, ton, droits des créateurs et tout élément de scène qui doit rester fixe. Utilisez l'IA pour multiplier les idées approuvées, mais intégrez la validation et le rejet au flux de travail. Pour les publicités reposant sur la messagerie, assurez-vous que le client accède à une équipe ou à un système automatisé capable de répondre précisément à la question que la publicité est susceptible de susciter. |
2. Les résultats sponsorisés pourraient devenir plus interactifs
Google teste à nouveau des catégories balayables au sein des résultats sponsorisés. Les utilisateurs peuvent balayer différentes étiquettes de catégorie qui modifient les résultats sponsorisés affichés dessous, avec par exemple une catégorie mise en avant et une catégorie à prix plus bas.
L'expérience ressemble à une petite couche d'achat guidé intégrée au bloc publicitaire. Au lieu de traiter chaque requête commerciale comme une liste fixe de résultats, Google peut laisser l'utilisateur préciser son intention au sein de l'expérience sponsorisée.
Pour les annonceurs e-commerce, la classification des produits, le positionnement des prix et la qualité du flux gagnent en importance, car la plateforme pourrait de plus en plus réorganiser l'inventaire sponsorisé autour de l'intention par catégorie.
| À retenir pour les opérateurs : N'optimisez pas en fonction d'un test non confirmé, mais surveillez les résultats Shopping et Search réels dans vos catégories à plus forte valeur. Maintenez une taxonomie produit, des titres, des prix et des données promotionnelles suffisamment propres pour que Google puisse placer le bon SKU lorsque les utilisateurs précisent leur intention dans l'expérience publicitaire. |
3. Google publie des conseils plus structurés sur les fluctuations de performance
Search Engine Roundtable rapporte que Google a publié ou actualisé une documentation de dépannage dédiée à Google Ads, Performance Max, Search, Display, Video, Shopping, App, Smart et aux campagnes Demand Gen.
L'historique exact de publication de chaque page d'aide est difficile à vérifier, mais l'orientation est utile : Google cherche à fournir aux annonceurs des cadres propres à chaque type de campagne pour diagnostiquer les changements, au lieu de réagir immédiatement à une seule mesure.
C'est important à mesure que les enchères, la création, le ciblage et les emplacements deviennent plus automatisés. Une baisse de performance peut provenir de changements de budget, du suivi des conversions, de la concurrence, de la saisonnalité, des contenus, des flux, des politiques, de l'apprentissage ou de la dynamique des enchères.
| À retenir pour les opérateurs : Suivez une séquence de diagnostic cohérente avant de modifier les enchères ou les budgets. Vérifiez le suivi des conversions, l'historique des modifications, l'état du budget, les conditions d'enchères, la santé du flux produit, les changements créatifs, la saisonnalité et la performance de la page de destination. L'automatisation renforce la nécessité d'un dépannage rigoureux, car davantage de variables peuvent évoluer en dehors des réglages manuels que vous avez modifiés. |
HORS HORAIRES
Maîtriser l'interface signifie aussi assumer la responsabilité
Meta transforme un accord judiciaire en campagne pour la sécurité des plateformes
Business Insider rapporte que Meta a commencé à diffuser des publicités payantes demandant à TikTok et YouTube d'adopter des mesures similaires de sécurité des adolescents après avoir accepté un accord pouvant atteindre 18 milliards de dollars dans le cadre d'une action en justice sur l'addiction des adolescents.
Les publicités de Meta demandent aux plateformes concurrentes de « nous rejoindre pour soutenir les adolescents » et renvoient vers l'explication par l'entreprise des protections prévues par l'accord.
Business Insider qualifie la stratégie de jiu-jitsu réputationnel : Meta tente de transformer un accord judiciaire majeur en débat sectoriel sur des normes communes, plutôt que de laisser le récit rester centré uniquement sur Meta.
Pour les annonceurs, l'enjeu important dépasse la tactique de relations publiques. La sécurité, la vérification de l'âge, la conception des produits, la modération et les règles de ciblage des jeunes peuvent affecter le fonctionnement des plateformes sociales et les moyens dont disposent les marques pour toucher des publics plus jeunes.
| À retenir pour les opérateurs : Intégrez la sécurité des plateformes et les évolutions réglementaires à la planification média, au lieu d'en faire un sujet juridique distinct. Pour les campagnes impliquant des publics plus jeunes, documentez le ciblage par âge, l'adéquation des créations, les relations avec les créateurs, l'utilisation des données et les restrictions propres à chaque plateforme. Une audience importante n'a de valeur que tant que la plateforme peut continuer à la proposer dans des conditions juridiques et de confiance acceptables. |
La dernière mise à jour de Workspace with Gemini de Google s'adresse aux étudiants, mais elle reflète la même orientation produit visible dans le voyage, la publicité et le commerce : l'IA s'intègre aux outils dans lesquels la tâche est déjà effectuée.
Au lieu d'ouvrir un produit d'IA distinct, les utilisateurs peuvent organiser leurs devoirs, transformer leurs notes en guides de révision, préparer des présentations, résumer des informations et gérer leur travail dans Workspace.
Ce modèle produit devient courant. Search devient un flux de réservation. Demand Gen peut devenir un flux de conversation. Les centres de contact deviennent des flux de résolution assistés par l'IA. Amazon développe des agents d'achat dans son propre écosystème.
Voilà le compromis stratégique qui sous-tend l'approche d'Amazon. L'entreprise ne se contente pas de bloquer les bots ; elle protège l'interface où l'intention du client, la découverte des produits, la publicité, les données de transaction et la fidélité peuvent se renforcer mutuellement.
Un écosystème fermé peut créer une économie first-party plus solide, mais il oblige aussi le distributeur à offrir suffisamment de découverte, de qualité de recommandation, de service et de confiance pour que les clients acceptent d'y rester.
Un écosystème ouvert peut gagner en portée grâce aux assistants externes et aux plateformes de recherche, mais une plus grande partie de la décision peut se dérouler hors du contrôle direct de la marque. Les données produit doivent être précises, les autorisations des partenaires intentionnelles, et l'attribution devient plus difficile.
Le modèle gagnant ne sera ni le plus ouvert ni le plus fermé. Ce sera celui qui correspond à l'avantage réel du distributeur : demande propre, inventaire unique, logistique, service, fidélité ou capacité à devenir la source la plus utile, quel que soit le point de départ du client.
L'équipe Beecommercer