Agents IA et e-commerce : 6 recherches sur 10 restent sans réponse
Sur des milliers de sites e-commerce italiens, 6 recherches sur 10 en langage naturel restent sans réponse. Pourquoi les agents IA s'arrêtent avant le checkout.
Les analyses les plus récentes sur le commerce agentique s'accordent sur un point : apparaître dans les résultats d'un agent IA est la partie facile. Les problèmes surgissent ensuite, lorsque flux, disponibilités, paiements et remboursements donnent des réponses contradictoires et que l'agent se bloque. C'est pourquoi presque toutes s'intéressent au checkout, là où l'argent change de mains et où les incohérences remontent à la surface. Cette attention est justifiée. Mais entre la visibilité et le checkout, il existe une étape que personne ne mesure.
Avant d'acheter, l'agent doit trouver
Pour identifier un produit, un agent utilise les outils que la boutique met à sa disposition : le flux, les données structurées et la recherche interne. Il transmet à la recherche la demande de l'utilisateur telle quelle, sans la reformuler et sans regarder les images. Un client humain qui ne trouve pas change de mot ou reconnaît le produit sur une photo. Un agent, en général, ne pose la question qu'une fois et travaille avec ce qu'il reçoit : si la réponse est vide, le produit n'existe pas pour lui, ni pour le client qu'il représente.
Cette défaillance n'attend pas de nouveaux protocoles. Elle est déjà là, et elle est déjà mesurable.
Six fois sur dix, aucune réponse
Nous l'avons mesurée sur des milliers de sites e-commerce italiens, en soumettant à chacun 25 recherches construites à partir de son catalogue. Dix sont formulées dans la langue de l'acheteur, et cinq d'entre elles sont des phrases complètes, comme je cherche une gourde à emporter au bureau qui ne fuie pas : exactement la forme sous laquelle un assistant IA transmet la demande de son utilisateur. Résultat : 3,7 réponses pertinentes sur 10.
La cause tient surtout au texte du catalogue. Dans 24 % des cas, le nom d'un produit ne contient aucun des mots que la boutique elle-même utilise pour décrire ses catégories, et dans 98 boutiques cette part dépasse la moitié. Un client qui lit « XK-2205 noir » regarde la photo et comprend ; un agent ne lit que le texte. C'est la même incohérence entre systèmes que les analyses décrivent pour les paiements, mais située une étape plus tôt, au moment de la découverte.
Pour que la comparaison tienne, les requêtes ne sont pas improvisées. Elles sont tirées du vocabulaire de chaque catalogue, restent identiques d'une mesure à l'autre et sont évaluées selon des critères objectifs, vérifiables même des mois plus tard grâce à l'archive de chaque relevé. C'est ce qui permet de dire à une boutique non seulement comment fonctionne sa recherche, mais où elle se situe par rapport au marché.