Passer au contenu
Pourquoi est-ce si bon marché ici ?
Social Rocket

Shopping par IA : ChatGPT, Google et Amazon recommandent des produits selon leurs propres règles

Les assistants IA deviennent de nouveaux gardiens du e-commerce. Des analyses montrent de nettes différences dans le choix des marchands et des recommandations de produits entre ChatGPT, Google AI Mode et Amazon.

De Rédaction Social Rocket

Ce texte a été rédigé avec l'aide de l'IA et relu par la rédaction avant publication. Toutes les sources sont liées ci-dessous.

Achats en ligne avec smartphone et carte de crédit, symbole de la recherche de produits assistée par IA
Photo : Vitaly Gariev / Unsplash

Les assistants IA deviennent de nouveaux gardiens du e-commerce : une analyse récente de Jellyfish montre que ChatGPT, Google AI Mode et Amazon Alexa for Shopping sélectionnent les produits et les marchands de manière très différente. Pour les marques, la visibilité dans la recherche classique ne suffit donc plus : il faut aussi savoir dans quelles boutiques et sources leurs produits apparaissent réellement pour les systèmes IA.

ChatGPT, Google et Amazon ne voient pas les mêmes marchands

Digiday rapporte le 1 octobre 2026 une analyse réalisée avec la technologie Share-of-Model de Jellyfish. Lors d'une requête sur les jouets, Alexa for Shopping a présenté des produits de 177 marques, presque exclusivement issus de la boutique propre d'Amazon. ChatGPT a renvoyé vers 24 marchands pour le même type de recherche, Google AI Mode vers 37.

Ce constat est important, car le shopping par IA ne repose pas sur un index unique. La marque recommandée dépend aussi des marchands, des pages produit et des sources que le système prend en compte.

Ce basculement correspond à notre aperçu du GEO comme nouveau modèle économique pour éditeurs et médias ainsi qu'aux Preferred Sources de Google dans AI Overviews et AI Mode.

La présence chez les marchands devient une part de la visibilité IA

Jellyfish décrit sa plateforme Share-of-Model comme un outil permettant aux marques de mesurer la manière dont les modèles d'IA les perçoivent et les recommandent. L'entreprise soutient que les LLM et les agents d'achat prennent de plus en plus en charge la recherche, la comparaison et le choix des produits.

Concrètement, pour les marques, les données produit ne doivent pas seulement être irréprochables sur leur propre site. La disponibilité, les spécifications, la couverture des marchands, les avis et les contenus indépendants peuvent influencer la présence d'un produit dans une recommandation IA.

Un effet similaire se dessine déjà avec Meta Muse et le shopping agentique via WhatsApp. Le rôle des plateformes évolue également dans le retail media, comme le montre notre regard sur Walmart Connect et la publicité hors site.

Le trafic IA est faible, mais plus précieux

Les données d'Adobe, relayées par Reuters en juin, montrent également ce basculement : en mai, les utilisateurs arrivés sur les sites de retail américains via ChatGPT, Gemini ou d'autres systèmes IA ont généré 53 % de chiffre d'affaires en plus par visite que les visiteurs issus d'autres sources. Selon Adobe, le taux de conversion était également plus élevé.

Ces chiffres ne signifient pas que le trafic IA remplace déjà la recherche classique. Ils montrent toutefois que les utilisateurs qui arrivent sur les sites marchands après une recommandation IA ont souvent une intention d'achat plus forte.

Ce que les marketeurs devraient vérifier dès maintenant

Pour les équipes e-commerce et social commerce, une vérification supplémentaire de la visibilité vaut donc la peine : quels produits sont cités par ChatGPT, Google AI Mode, Gemini ou d'autres assistants ? Quels marchands et quelles sources apparaissent ? Et quels produits de la marque manquent complètement ?

GEO et commerce agentique se rejoignent ainsi. Il ne s'agit pas seulement d'être mentionné dans une réponse d'IA, mais d'apparaître dans le bon contexte d'achat, avec des données produit correctes et des sources fiables.

Sources