Le commerce en ligne entre dans une nouvelle phase : l’achat ne se joue plus uniquement sur une fiche produit bien référencée ou sur un tunnel de conversion optimisé. Avec le panier universel formalisé par Google et la montée des achats guidés par l’IA, le parcours client devient distribué entre Search, Shopping, Gemini, AI Mode et, de plus en plus, des assistants capables de comparer, recommander et préparer un panier avant même l’intention explicite de paiement. Pour les marchands, cela change profondément les règles de visibilité et de conversion.
Pour une PME, une marque e-commerce ou un commerçant en croissance, l’enjeu n’est pas seulement technologique. Il est commercial. Lorsque 39 % des shoppers utilisent déjà l’IA pour découvrir des produits selon Salesforce, 54 % chez la Gen Z, et qu’Adobe indique qu’en moyenne 46 % des consommateurs ont déjà utilisé des assistants IA pour acheter en ligne, il devient stratégique d’adapter sa boutique, ses flux produits et ses données pour rester choisi dans ces nouveaux parcours.
Le panier universel redéfinit le parcours d’achat
Google formalise désormais un panier universel capable de suivre l’utilisateur à travers plusieurs surfaces. Concrètement, un produit repéré dans Search peut être conservé, enrichi ou combiné avec d’autres dans Shopping, Gemini ou AI Mode, puis transmis au site marchand au moment de finaliser la commande. Le panier n’est donc plus attaché à une seule session ni à une seule boutique consultée de façon linéaire.
Cette évolution répond à une réalité d’usage : le consommateur alterne inspiration, comparaison, validation budgétaire et achat final sur plusieurs interfaces. Le Universal Basket agit comme une mémoire transactionnelle centralisée. Pour le marchand, cela signifie que la bataille ne se joue plus seulement à l’instant du clic vers la fiche produit, mais beaucoup plus tôt, dès la phase de sélection opérée dans les interfaces IA.
Google met aussi en avant un bénéfice direct sur la conversion : le transfert instantané du panier vers le site marchand en un clic vise explicitement à réduire la friction et l’abandon. Autrement dit, plus le catalogue, les prix et les signaux marchands sont exploitables par ces surfaces, plus le commerçant augmente ses chances d’être présent dans le panier au moment décisif.
L’IA devient un canal de découverte et de sélection produit
Les assistants IA ne sont plus un usage marginal. Adobe rapporte qu’en 2026, l’adoption continue de s’accélérer, avec 58 % des consommateurs dans les marchés leaders qui prévoient d’utiliser ces assistants pour acheter cette année. Dans le même temps, l’étude Adobe Holiday Forecast 2025 indique que 95 % des répondants se déclarent satisfaits lorsqu’ils utilisent une IA pour le shopping. Cette satisfaction élevée accélère naturellement la répétition d’usage.
Le changement est d’autant plus important que la découverte produit bascule déjà vers ces interfaces. Salesforce estime que l’IA et les agents ont représenté 262 milliards de dollars de dépenses lors des fêtes de fin d’année 2025. De son côté, McKinsey note que 44 % des utilisateurs ayant testé la recherche assistée par IA la considèrent désormais comme leur source de recherche Internet principale et préférée, contre 31 % pour la recherche traditionnelle.
Pour les marchands, cela signifie qu’une part croissante de la préférence de marque et de la présélection produit se construit hors des pages de résultats classiques. Le sujet n’est donc plus seulement d’être bien positionné en SEO, mais d’être intelligible, comparable et sélectionnable dans des réponses synthétiques produites par des agents ou assistants.
La visibilité dans les surfaces IA devient un nouvel enjeu de part de voix
Google parle désormais de signaux de performance sur les expériences d’achat IA, avec des AI performance insights annoncés dans Merchant Center. Ces indicateurs visent à mesurer la visibilité des marques sur AI Mode, AI Overviews et Gemini, en apportant des données de funnel, des termes produits et des alertes sur les attributs manquants. Cette évolution montre que la notion de performance commerciale s’étend bien au-delà du trafic organique classique.
La logique de concurrence se déplace vers la share of voice dans les interfaces IA. En pratique, un marchand peut être absent de certaines recommandations non pas parce que ses produits sont mauvais, mais parce que ses attributs sont incomplets, son inventaire mal synchronisé ou ses signaux de prix et de fidélité insuffisamment structurés. Le déficit de données devient alors un déficit de visibilité.
Pour une entreprise qui cherche une croissance mesurable, cette bascule impose de piloter de nouveaux KPI : couverture catalogue exploitable par l’IA, part de présence sur les requêtes conversationnelles, complétude attributaire, cohérence prix-stock et capacité à remonter dans les scénarios de comparaison automatisée. C’est une extension logique du SEO vers un travail d’optimisation des données commerce.
Le catalogue produit devient un actif stratégique de compétitivité
Dans les parcours d’achat guidés par l’IA, la qualité du catalogue n’est plus une tâche d’administration secondaire. Elle devient un levier direct de compétitivité. Google souligne que ses insights IA peuvent identifier les attributs réellement recherchés par les utilisateurs et mesurer un attribute completeness score afin de repérer les fiches insuffisamment renseignées.
Pour être bien sélectionné par un assistant, un produit doit être compréhensible sans ambiguïté : titre clair, marque, dimensions, couleurs, usages, compatibilités, disponibilité, délai, prix, avis, promotions et éventuels avantages membres. Plus les agents comparent automatiquement, plus la précision de ces champs influence la recommandation. Le marchand passe d’une logique de présentation visuelle à une logique de lisibilité machine.
Cette exigence est particulièrement forte pour les boutiques WooCommerce ou les catalogues multi-références qui évoluent rapidement. Sans gouvernance des données produits, les erreurs de stock, les variantes mal balisées ou les attributs incomplets dégradent à la fois la visibilité IA, l’expérience utilisateur et la conversion finale. Mieux structurer son flux devient donc un investissement commercial, pas uniquement technique.
Du SEO classique à l’optimisation pour les agents d’achat
Le référencement naturel conserve un rôle important, mais il ne suffit plus à lui seul. La recommandation produit se déplace vers la synthèse et la comparaison automatisées. Deloitte et McKinsey convergent sur ce point : l’IA réduit l’effort de recherche, compare les options et peut exécuter l’achat. Le marchand ne doit plus seulement être visible sur une page, il doit être compréhensible par l’agent qui filtre cette page.
Cette évolution implique d’articuler SEO, données structurées, flux Merchant Center, taxonomie produit et contenus d’aide à la décision. Une fiche produit optimisée pour les humains mais pauvre en données actionnables risque d’être moins bien servie dans les expériences IA qu’une offre plus complète sur le plan informationnel. L’enjeu est donc de relier contenu éditorial, balisage et données transactionnelles.
Pour les PME et e-commerçants français, cela ouvre aussi une opportunité : les acteurs qui professionnalisent tôt leur socle technique peuvent gagner de la visibilité face à des concurrents plus lents à adapter leurs catalogues. Dans un marché où la compréhension machine devient déterminante, la qualité d’exécution digitale reprend un poids majeur.
Le panier multi-produits et la baisse de friction créent de nouvelles opportunités
La documentation UCP de Google décrit une API Cart capable de créer et gérer un panier à travers ses différentes surfaces, y compris AI Mode et Gemini, avant même que l’utilisateur n’ait exprimé une intention explicite de paiement. C’est une nouveauté structurante : l’agent peut préparer une sélection multi-articles cohérente avant le checkout, puis transmettre ce panier pour validation.
Pour les marchands, l’opportunité est double. D’une part, la réduction de friction peut limiter l’abandon de panier grâce à un passage plus fluide vers le site. D’autre part, la composition de paniers multi-produits favorise la hausse du panier moyen. Google indique explicitement que le Universal Commerce Protocol vise aussi à soutenir la construction de paniers multi-items et l’augmentation de la valeur moyenne des commandes.
Cette logique pousse à repenser les bundles, les ventes croisées et les règles de recommandation. Si l’agent construit lui-même des ensembles de produits, les marchands ont intérêt à rendre visibles les compatibilités, accessoires, packs et avantages économiques associés. Les meilleures stratégies ne seront pas forcément celles qui affichent le plus d’upsell, mais celles qui rendent l’offre plus simple à assembler automatiquement.
Fidélisation, CRM et canaux contrôlés reprennent de la valeur
Un autre enjeu majeur concerne la relation client. Google annonce la possibilité d’afficher directement des prix fidélité ou membres dans son interface shopping. Cela pousse les marchands à mieux connecter CRM, programme de fidélité et flux produits. Si ces signaux remontent correctement, ils deviennent des arguments de conversion dès la phase de comparaison orchestrée par l’IA.
En parallèle, Deloitte souligne le risque concurrentiel de l’agentic commerce : la relation peut se déplacer vers l’agent plutôt que rester entre le marchand et le client. Si l’assistant devient l’intermédiaire principal pour comparer, arbitrer et acheter, la marque peut perdre une part de maîtrise sur la découverte, la préférence et la récurrence. C’est pourquoi le controlled channel redevient stratégique.
Les assistants propriétaires sur site ou dans l’application illustrent cette tendance. Deloitte cite par exemple “Ask Ralph”, intégré chez Ralph Lauren. Pour les enseignes et e-commerçants ayant un trafic significatif, un assistant on-site bien conçu peut devenir le premier point de contact utile, avec un avantage décisif : l’accès aux données propriétaires de navigation, de panier et de conversion. Cela permet d’améliorer l’expérience tout en gardant la main sur la relation commerciale.
L’intégration technique devient le vrai terrain de différenciation
La montée des achats guidés par l’IA fait émerger un défi très concret : réduire les silos entre canaux IA, boutique propre, CRM, catalogue, stock et analytics. Les plateformes commerce se positionnent désormais comme couche d’infrastructure pour ces nouveaux usages. Shopify annonce par exemple en 2026 des Agentic Storefronts connectés aux grands canaux IA, dont ChatGPT, Microsoft Copilot, AI Mode dans Google Search et Gemini, avec gestion centralisée depuis l’admin.
Le message de fond est clair : il ne s’agit plus de multiplier les intégrations isolées ou les flux fragmentés. La bataille se joue sur l’orchestration omnicanale du parcours d’achat. Un marchand qui gère proprement ses données, ses règles de prix, son inventaire et ses points de contact IA peut répondre plus vite aux évolutions du marché et limiter les pertes de cohérence entre acquisition, conversion et fidélisation.
Pour les PME et ETI, cela suppose souvent un chantier de fond sur l’architecture e-commerce : qualité du flux produit, connecteurs fiables, données structurées, suivi des conversions, performance technique du site et gouvernance des contenus. Ce travail peut sembler moins visible qu’une refonte graphique, mais dans le contexte actuel, il conditionne directement la capacité à capter une demande de plus en plus assistée par l’IA.
Quels choix prioritaires pour les marchands dès maintenant ?
La première priorité consiste à auditer la qualité des données produits. Attributs manquants, variantes incohérentes, catégories imprécises, signaux promotionnels absents ou mauvaise synchronisation stock-prix peuvent déjà pénaliser la visibilité dans les surfaces IA. Un audit catalogue orienté performance commerce devient un prérequis.
La deuxième priorité est de renforcer l’intégration entre la boutique, Merchant Center, analytics, CRM et programme de fidélité. Plus les données sont reliées, plus il devient possible de faire remonter les bons signaux dans les parcours pilotés par les agents : prix membres, disponibilité locale, conditions de livraison, compatibilités produit ou offres groupées. C’est aussi la base pour mesurer ce que rapportent réellement les nouveaux points d’entrée IA.
Enfin, la troisième priorité est stratégique : définir la place que l’entreprise veut occuper dans ce nouvel écosystème. Certaines marques miseront surtout sur les canaux IA externes pour accélérer l’acquisition. D’autres investiront en parallèle dans un assistant propriétaire sur leur site pour conserver un canal contrôlé et enrichir la donnée first-party. Dans tous les cas, l’objectif reste le même : rendre l’offre trouvable, compréhensible et achetable avec un minimum de friction.
Le panier universel et achats guidés par l’ia ne relèvent plus de la prospective lointaine. Les signaux de marché, les annonces des grandes plateformes et l’évolution des usages montrent que l’achat assisté devient une réalité opérationnelle. Pour les marchands, la question n’est plus de savoir si ces interfaces auront un impact, mais à quelle vitesse elles vont redistribuer la visibilité, la préférence de marque et la conversion.
Les entreprises qui avanceront le plus efficacement seront celles qui traiteront ce sujet comme un projet de croissance globale : qualité du socle e-commerce, structuration des données, performance SEO étendue aux surfaces IA, intégration CRM-fidélité et optimisation des parcours. Dans un contexte où la concurrence se joue de plus en plus sur la capacité à être sélectionné par un agent, la performance digitale passe désormais autant par l’infrastructure et la donnée que par le design et l’acquisition.