Amazon franchit un nouveau cap dans l’intégration de l’IA à son expérience d’achat
Amazon vient d’annoncer une nouvelle fonctionnalité pour son application shopping : l’affichage d’images de produits générées par intelligence artificielle directement dans les résultats de recherche. Concrètement, lorsqu’un utilisateur tape une requête dans la barre de recherche, des visuels créés par IA apparaissent sous les suggestions d’autocomplétion pour lui proposer des interprétations visuelles de ce qu’il cherche.
La logique affichée par Amazon est simple : aider les acheteurs qui ont une idée précise en tête mais qui ne connaissent pas le bon vocabulaire pour la formuler. L’exemple cité par le groupe ? Des termes techniques comme “col bénitier” pour un style de vêtement, ou “rotin” pour un type de mobilier. En cliquant sur l’une de ces images générées, l’utilisateur serait redirigé vers des résultats de recherche correspondant à ce style visuel, grâce aux capacités de recherche visuelle de la plateforme.
Ce que ça change concrètement pour les marques présentes sur Amazon
Pour les marques qui vendent sur Amazon, cette nouvelle fonctionnalité n’est pas anodine. Elle modifie en profondeur la façon dont les acheteurs arrivent sur les pages produits et donc la façon dont les contenus doivent être pensés.
Jusqu’ici, le chemin était relativement linéaire : une requête texte → des résultats → une fiche produit. Demain, un utilisateur pourra arriver sur votre produit après avoir cliqué sur une image générée par IA qui ressemble vaguement à ce qu’il cherchait. Cela signifie que l’intention derrière le clic sera peut-être moins précise, plus exploratoire et que le risque de déception au moment de voir la fiche réelle sera plus élevé.
C’est d’ailleurs le point qui fait le plus débat depuis l’annonce : Amazon possède des millions de photos de vrais produits. Pourquoi afficher des images fictives ? La question n’est pas que rhétorique elle touche directement à la gestion des attentes des consommateurs, et donc au taux de conversion et au taux de retour des marques.
Une tendance de fond : l’IA s’invite à chaque étape du parcours d’achat Amazon
Cette fonctionnalité n’est pas un coup isolé. Elle s’inscrit dans une stratégie globale d’Amazon visant à intégrer l’IA à l’ensemble de l’expérience d’achat, avec des résultats très variables selon les cas d’usage.
Côté positif, Amazon a déjà déployé des résumés de fiches avis générés par IA une fonctionnalité largement saluée, qui permet aux acheteurs de saisir rapidement les points forts et les limites d’un produit sans lire des centaines de commentaires. Une vraie aide à la décision.
D’autres initiatives sont plus discutables : les “collages shoppables” générés par IA pour orienter vers des pages de style, les résumés audio de produits présentés façon podcast par des “experts” virtuels, ou encore Amazon Lens Live, qui analyse ce que capte la caméra d’un smartphone pour proposer des correspondances visuelles. Autant de fonctionnalités qui transforment Amazon en quelque chose de plus proche d’un moteur de découverte visuelle que d’un moteur de recherche transactionnel classique.
Plus récemment, Amazon a également remplacé son assistant IA Rufus par Alexa for Shopping dans la barre de recherche, permettant des requêtes en langage naturel par voix et par texte.
Ce que les marques doivent anticiper
Face à cette évolution, quelques réflexes s’imposent pour les marques soucieuses de leur performance sur Amazon.
Premièrement, soigner encore davantage la qualité visuelle des fiches produits. Si les images IA servent d’hameçon pour attirer l’acheteur, vos propres visuels doivent être à la hauteur de l’attente créée en termes de style, de mise en scène et de cohérence avec l’intention de recherche.
Deuxièmement, travailler les mots-clés visuels et stylistiques dans les titres et les descriptions. Amazon va s’appuyer sur sa recherche visuelle pour relier les images IA aux produits réels : vos contenus doivent parler le même langage que les requêtes exploratoires des consommateurs.
Troisièmement, suivre de près l’évolution des métriques de conversion et de retour produit dans les semaines qui suivent le déploiement de cette fonctionnalité. Si des acheteurs arrivent sur vos fiches avec des attentes mal calibrées, vous le verrez rapidement dans vos données.