Les agents d'IA modifient la façon dont les gens font leurs achats. Voici ce que cela signifie pour les marques.

Avec l'avènement des agents génétiques d'IA qui assistent les consommateurs dans leur parcours d'achat, l'équilibre du pouvoir va probablement se déplacer des détaillants vers les marques et les agents d'IA. En effet, les agents d'IA rechercheront des biens de consommation de manière plus large, plus rapide et plus complète que les humains. Avec l'avènement d'agents génétiques d'IA qui assistent les consommateurs dans leur parcours d'achat, l'équilibre des forces se déplacera probablement des détaillants vers les marques et les agents d'IA. En effet, les agents d'IA rechercheront des biens de consommation de manière plus large, plus rapide et plus complète que les humains. Pour être compétitifs dans ce nouvel environnement, les marques et les détaillants devront adopter l'optimisation des agents d'IA (AAO), en veillant à ce que leurs atouts uniques - qu'il s'agisse de la qualité des produits, de l'innovation ou du service à la clientèle - soient clairement mesurables et facilement reconnaissables par ces systèmes d'IA, et en optimisant les sources sur lesquelles les agents d'IA s'appuieront.

Les agents d'IA - des algorithmes habilités à agir au nom d'un utilisateur - commencent à remodeler fondamentalement le paysage des entreprises et des consommateurs. Un exemple concret : Les consommateurs sont suffisamment nombreux à ignorer Google et à effectuer des recherches à l'aide de ChatGPT, un agent d'IA qui interprète les questions et synthétise les résultats de recherche, pour que certains experts estiment qu' il pourrait remplacer Google d'ici quatre ans. Pour d'autres, les agents d'IA créent une nouvelle source de clients potentiels, indépendante du référencement traditionnel. Il ne fait aucun doute que les acteurs dominants se défendront, mais l'adoption rapide des agents d'IA a des implications bien plus importantes pour la capture de la valeur - en particulier pour la possession du client final, le Saint-Graal de l'ère numérique.

Prenons l'exemple de la recherche de produits. Autrefois, un client potentiel commençait par effectuer une recherche sur des moteurs de recherche tels que Google. Il consultait ensuite les avis sur les produits pour décider de ce qu'il allait acheter, puis recherchait les détaillants proposant les meilleures offres et, enfin, naviguait dans le processus d'achat en plusieurs étapes.

Les agents d'IA transforment déjà ce processus. Aujourd'hui, vous pouvez demander à un portail d'IA, tel que Perplexity, la meilleure alternative à Tesla, recevoir des suggestions sur les voitures à acheter, un résumé des avantages et des inconvénients tirés d'évaluations légitimes des produits, et des liens vers les meilleurs endroits et les meilleurs prix. Il suffit d'un tout petit pas pour que Perplexity complète la transaction, supprimant ainsi presque entièrement l'influence des gardiens (par exemple, Google, Amazon) ou des influenceurs (par exemple, les marques, les personnalités d'Instagram). Perplexity est à mi-chemin, lançant des agents d'IA pour des tâches multi-applications comme la réservation de voyages ou la planification d'événements.

Nous sommes à la pointe d'un changement potentiellement radical. Les agents d'IA sont déjà intégrés dans les applications - et tous les grands acteurs de l'IA (OpenAI, Claude, Google, etc.) ont introduit des agents - mais ils sont surtout capables d'accomplir des tâches simples. Les agents sont capables de répondre à des questions telles que "Pouvez-vous m'aider à choisir une police d'assurance ?" ou "Pouvez-vous trouver le meilleur moyen de transport pour acheminer des pièces au client ?" Les agents IA n'ont qu'un pas à franchir pour effectuer l'achat et optimiser la logistique. Perplexity serait déjà en train d'effectuer des achats.

Le passage aux agents d'IA modifiera la manière dont le travail est effectué et qui détient le pouvoir, puisqu'ils contrôlent l'accès aux clients finaux. Bien que de nombreux secteurs soient concernés, le changement commencera là où les activités/produits sont plus simples ou plus standardisés, comme dans les biens de consommation. Ces entreprises traitent souvent des produits relativement simples mais des flux d'informations complexes, et les agents d'IA pourraient rapidement modifier le rôle des détaillants et des marques, ainsi que la manière dont les clients évaluent, décident et achètent les produits. Voici comment, et ce que les entreprises peuvent faire pour se préparer.

Pour comprendre comment les agents d'IA pourraient perturber la chaîne de valeur dans le monde B2C, rappelons rapidement comment les affaires se déroulaient à l'ère pré-internet. L'équilibre des informations entre les détaillants et les marques était relativement équilibré. Les détaillants avaient accès aux data tickets de caisse data data dataqui, bien qu'elles ne soient pas liées à des clients individuels, permettaient de savoir ce qui était vendu, dans quelles combinaisons et à quelle fréquence. Les marques n'avaient généralement pas accès à ces data granulaires, mais pouvaient recueillir des informations sur les ventes à l'unité ou à l'unité sur l'ensemble du marché. Ce n'est qu'en collaborant que les détaillants et les marques ont pu glaner des informations essentielles pour développer de nouveaux produits ou des stratégies de marketing plus intelligentes. Par exemple, les marques peuvent mener des études de clientèle chez les détaillants pour développer de nouveaux produits ou les détaillants peuvent partager l'historique des commandes, les niveaux de stock ou les data points de vente avec les marques afin d'optimiser les ventes ou les promotions.

Avec l'essor du commerce électronique, cependant, l'équilibre des forces a commencé à changer. Les détaillants, en particulier la nouvelle génération de détaillants en ligne, sont passés de data transaction au niveau de la caisse à des data au niveau du client. Les marques, quant à elles, n'ont généralement pas eu accès à beaucoup plus de data. Dans une ère numérique où data et l'accès aux clients règnent en maîtres, le pouvoir - et les profits - sont passés aux détaillants qui contrôlent ces data. Au cours de la dernière décennie, nous avons vu de grands détaillants comme Amazon, Alibaba et Zalando exploiter les data clients pour en tirer des flux de revenus importants (grâce à la publicité, par exemple) et des marges croissantes. Leurs trésors d'informations sur les clients leur donnent un avantage certain sur les marques ou les détaillants qui ne sont pas propriétaires des clients finaux. Cette tendance ne se limite pas aux grandes entreprises technologiques. Les détaillants plus traditionnels tirent également parti de ce pouvoir pour améliorer leurs marges.

Alors que nous envisageons l'avenir du commerce de détail, il est clair que l'IA générative (gen AI) pourrait transformer fondamentalement le paysage, tout comme le commerce électronique l'a fait avant elle. Historiquement, le succès des détaillants a été lié à une combinaison de formules, de prix et d'emplacement. Dans le passé, l'emplacement physique d'un magasin était crucial - être au bon endroit signifiait visibilité et accessibilité pour les consommateurs. Puis l'essor du commerce électronique a bouleversé l'environnement de la vente au détail, en déplaçant l'accent de l'emplacement vers l'efficacité transactionnelle. Les plateformes de commerce électronique ont commencé à exceller en proposant des prix compétitifs, des livraisons rapides et en tirant parti de la valeur de la marque pour instaurer la confiance avec les consommateurs, comme nous l'avons vu avec des entreprises telles qu'Amazon.

Avec l'avènement des agents génétiques d'IA qui assistent les consommateurs dans leur parcours d'achat, nous prévoyons un changement dans l'équilibre des pouvoirs, des détaillants vers les marques et les agents d'IA. En effet, les agents d'IA rechercheront des biens de consommation de manière plus large, plus rapide et plus complète que les humains. Alors que la plupart des consommateurs font leurs achats principalement auprès d'un ensemble restreint de détaillants - ilest tout simplement trop difficile de faire des recherches partout, de gérer un nombre croissant de comptes et d'évaluer la fiabilité de chaque détaillant en ligne - les agents d'IA peuvent le faire et optimiser sur des facteurs clés que les humains manquent parfois, mais qu'ils apprécient tout de même. Les agents d'IA balaieront les data que les gens trouvent moins biaisées par l'influence des entreprises, comme Reddit, pour faire apparaître les data les plus pertinentes et suggérer des options basées sur un éventail plus large de data sur des mesures clés telles que :

• Prix: Quel est le détaillant qui propose le prix le plus bas ?
• Disponibilité: Le produit est-il en stock ? Est-il possible d'expédier plusieurs variantes et de renvoyer facilement les produits non désirés ?
• Fiabilité: Le détaillant a-t-il des antécédents constants en matière de livraisons ponctuelles ?
• Service: Le détaillant offre-t-il un service de retour ou d'assistance raisonnable et facile ?
• Partenariats: Le détaillant collabore-t-il avec des passerelles de paiement et des services de livraison réputés ?

La puissance de l'obtention de toutes les data disponibles sur ces critères objectifs va aplanir le paysage de la vente au détail, car l'agent IA du consommateur donnera la priorité à ces facteurs pragmatiques plutôt qu'à la fidélité à la marque. Par exemple, alors qu'auparavant les consommateurs souhaitant un manteau de corvée française pouvaient s'en remettre à des détaillants en qui ils avaient confiance (par exemple Amazon, Zalando, Uniqlo) parce que cela prenait trop de temps de chercher partout pour tout et de faire des comparaisons précises, un agent d'intelligence artificielle peut parcourir ces data. Un agent d'IA pourrait suggérer un petit créateur moins connu comme Paynter Jackets en raison de la vague d'enthousiastes qui aiment leur veste de corvée française. Ainsi, dans cet avenir, le pouvoir se déplacera des détaillants vers ceux qui ont la capacité de fournir le meilleur service au moindre coût.

Dans ce nouveau monde, nous prévoyons des gagnants et des perdants clairs. Les détaillants comme Amazon, avec leurs marges très réduites, leur vaste réseau de livraison et leurs politiques de retour souples, sont bien placés pour prospérer. Leur capacité à répondre aux normes élevées d'un agent d'IA générique - qui filtrera les options en fonction de critères tels que le prix, la vitesse de livraison et le service à la clientèle - consolidera leur domination.

D'autre part, les détaillants "moyens", tels que les grands magasins, qui n'excellent ni dans les prix ni dans la qualité du service, risquent de connaître des difficultés, à moins qu'ils ne puissent tirer parti de la brique et du mortier pour prendre l'avantage. Ces entreprises seront coincées entre des acteurs à bas coûts et à haut rendement comme Amazon et des détaillants haut de gamme offrant un service inégalé ou des produits exclusifs. L'avenir du commerce de détail ne se résumera pas à une course au moins-disant en matière de prix ; les détaillants à prix élevé peuvent encore gagner, mais seulement s'ils offrent un ensemble de services de qualité supérieure. Les détaillants à prix élevé peuvent encore gagner, mais seulement s'ils offrent un ensemble de services de qualité supérieure, notamment une excellente livraison, des retours faciles et une solide assistance à la clientèle, créant ainsi une expérience d'achat transparente et agréable.

Les détaillants locaux qui offrent des expériences uniques peuvent encore occuper une place importante dans l'environnement de vente au détail en évolution, s'ils peuvent être repérés par des agents d'IA qui reconnaissent la valeur des achats locaux - ce qui dépendra de leur capacité à se faire remarquer. En résumé, dans un monde où data deviennent de plus en plus transparentes, les expériences seront des facteurs de différenciation uniques pour capter les clients.

Dans l'ensemble, tout cela suggère l'essor potentiel d'un nouveau domaine - l'optimisation des agents d'IA (AAO) - pour aider les détaillants et les marques à se démarquer non seulement auprès des consommateurs, mais aussi auprès des agents d'IA. Tout comme le référencement aide les détaillants à se démarquer dans le monde du commerce électronique, l'optimisation des agents d'intelligence artificielle deviendra probablement une discipline importante à l'avenir.

Les agents d'IA seront probablement programmés pour évaluer un produit sur la base de facteurs tels que la qualité, les caractéristiques et les avis. Par conséquent, les marques doivent s'assurer que leurs atouts uniques - qu'il s'agisse de la qualité des produits, de l'innovation ou du service à la clientèle - sont clairement mesurables et facilement reconnaissables par ces systèmes d'IA. En outre, les marques et les détaillants devront optimiser les sources sur lesquelles les agents d'IA s'appuieront, par exemple en augmentant l'importance de ressources telles que les évaluations de produits ou les avis de clients, ainsi que leur contenu. Alors que dans le passé, le nombre d'avis sur Amazon était un facteur d'achat important, il sera de plus en plus facile pour les agents d'IA de synthétiser et d'agir sur la base du contenu agrégé de ces avis.

Pour les marques qui s'appuient fortement sur leurs valeurs traditionnelles sans offrir grand-chose de plus en termes de qualité ou de différenciation des produits, cette évolution pourrait constituer un défi de taille. La prime que ces marques ont toujours obtenue sur la base de leur seul nom pourrait en pâtir si les agents de l'IA considèrent qu'elles n'offrent pas d'avantages significatifs par rapport à des alternatives moins chères.

Pour compliquer les choses, les marques devront optimiser leur offre auprès de plusieurs agents d'IA en même temps. En effet, les agrégateurs d'agents d'IA, comme Poe, permettent à l'utilisateur de passer très facilement d'un agent à l'autre dans sa recherche de produits ou de services. Ainsi, le détaillant ne saura pas si le client utilisera ChatGPT, DeepSeek, Perplexity ou toute autre combinaison d'agents pour ses requêtes. Peut-être qu'à l'avenir, les spécialistes du marketing devront également apprendre le marketing par agent d'IA (AAM), analogue au marketing par moteur de recherche (SEM).

Les marques devront s'adapter à un monde où des agents IA prennent des décisions d'achat pour les consommateurs, bien qu'elles soient confrontées à un problème différent : relier leur marque aux besoins des consommateurs avec une approche d'optimisation des agents IA (AAO). Lorsqu'on leur demandera de recommander un achat, les agents d'IA ne commenceront probablement pas leur processus de décision en examinant des produits ou des marques individuels. Ils se concentreront plutôt sur les besoins du consommateur. Cela est déjà évident aujourd'hui ; sur des plateformes comme Google, les requêtes de recherche liées aux besoins des consommateurs (par exemple, "meilleur chargeur de téléphone pour les voyages") sont largement plus nombreuses que celles portant sur des produits ou des marques spécifiques. Cela signifie que pour prospérer, une marque doit définir clairement les besoins des consommateurs auxquels elle répond et la manière dont elle se démarque en y répondant.

Les marques devront démontrer qu'elles sont dignes de confiance et différencier clairement leurs produits ou services de ceux de leurs concurrents. C'est particulièrement intéressant car cela signifie que les marques qui offrent réellement quelque chose d'unique - que ce soit en termes d'innovation produit, de qualité de service ou d'une combinaison des deux - seront probablement privilégiées par les agents d'IA par rapport à celles qui proposent des imitations génériques. Plutôt que de travailler avec les détaillants pour promouvoir et recommander des produits, les marques devront amplifier leurs qualités attrayantes par le biais des canaux sur lesquels ces agents s'appuient fortement, comme les avis sur les produits.

Les produits génériques sont essentiellement des produits interchangeables : des articles avec peu ou pas de différenciation en dehors du nom de la marque. L'éclairage de bureau en est un bon exemple. Alors que Signify produit des ampoules de haute qualité sous son ancienne marque Philips, de nombreuses marques génériques vendent des produits presque identiques. En fait, beaucoup de ces ampoules sont produites dans les mêmes usines, ce qui fait qu'il est difficile pour les consommateurs - ou les agents d'intelligence artificielle - de justifier le prix plus élevé du produit de marque.

Pour ces marques, l'avenir est plein de défis. Dans le monde du commerce électronique, les consommateurs choisissent toujours la marque, même sur des plates-formes comme Amazon qui ont tendance à regorger de produits génériques. En effet, évaluer si un produit similaire est vraiment aussi bon est un défi qui prend du temps. Toutefois, à mesure que les agents d'IA deviennent plus efficaces pour comparer les produits - notamment en s'appuyant sur des data telles que les commentaires des clients et des produits pour démontrer l'équivalence - les clients se tourneront probablement davantage vers des alternatives moins chères, à moins que la marque ne puisse offrir quelque chose de vraiment distinct.

Ceci est particulièrement pertinent pour les produits où la visibilité de la marque est limitée ou inexistante pendant l'utilisation, comme les ampoules électriques ou d'autres produits de base. Imaginez qu'un agent d'intelligence artificielle découvre que deux ampoules sont fabriquées dans la même usine et qu'il recommande (ou achète automatiquement) l'ampoule concurrente la moins chère. Dans ce cas, les marques peuvent avoir du mal à fidéliser les consommateurs face à des alternatives moins chères et souvent tout aussi efficaces.

Alors, comment les marques peuvent-elles réussir dans ce nouveau paysage ? La clé réside dans la différenciation d'une manière que les agents d'IA privilégient, l'optimisation des agents d'IA (AAO). Les marques devront se démarquer dans un ou plusieurs des domaines suivants :

1. Le prix: Proposer un prix attractif, ou une variante à bas prix, qui apparaîtra dans les recherches effectuées par les agents d'intelligence artificielle comme une défense contre les concurrents génériques à bas prix.
2. Innovation de produit: Créer des produits dotés de caractéristiques, de matériaux ou de performances supérieures qui se distinguent dans les recherches des agents d'intelligence artificielle et les rendent difficilement comparables.
3. Le design: Offrir des produits esthétiquement uniques qui attirent les consommateurs à la recherche de style et de qualité, en se démarquant une fois de plus dans les activités dirigées par les agents.
4. Service: Fournir des services exceptionnels après l'achat, tels que l'assistance à la clientèle, les garanties et les retours faciles, mais le faire d'une manière qui se démarque dans les forums où les agents de l'IA s'approvisionneront.

Le marché des chargeurs de téléphone sans fil en est un bon exemple. D'un côté, il y a les options bon marché comme celles d'Ikea, qui attirent les consommateurs à la recherche de fonctionnalité à bas prix. D'autre part, vous avez des marques haut de gamme comme Zens, qui proposent des chargeurs dotés d'une électronique supérieure, d'un plus grand nombre de bobines de charge et de capacités de charge plus rapides. Les deux produits desservent des segments de marché différents, mais ce qui sera crucial à l'avenir, c'est la manière dont chaque marque communiquera ses arguments de vente uniques aux agents d'intelligence artificielle.

En résumé, les marques et les détaillants qui sortiront gagnants de ce nouveau monde piloté par l'IA sont ceux qui peuvent clairement se différencier par des produits ou des services uniques et développer des capacités d'optimisation des agents d'IA (AAO) pour se démarquer. Que ce soit par l'innovation, le design ou un service à la clientèle exceptionnel, ces marques se distingueront à la fois auprès des consommateurs et des agents d'IA. En revanche, les marques qui fabriquent des produits génériques et qui s'appuient uniquement sur la reconnaissance de leur nom sans apporter de valeur ajoutée risquent d'avoir du mal à conserver leur part de marché. L'avenir des marques sera défini par leur capacité à s'adapter à un monde où les agents de l'IA mènent le parcours du consommateur - et seules celles qui sont vraiment uniques prospéreront.