La couche agentique : Les trois avenirs possibles pour les médias commerciaux et la publicité numérique

Ce moment ne sera plus jamais le même.

Aujourd'hui, selon Comscore, les moteurs d'IA générative ne représentent que 3,3 % du temps passé à effectuer des recherches en ligne aux États-Unis. ChatGPT, Claude et Perplexity ne représentent à eux trois qu'une fraction du trafic de Google Search. Mais cela va changer. Google intègre l'IA dans son moteur de recherche. Les plateformes d'IA ajoutent des expériences commerciales agentées. En septembre 2025, l'IA conversationnelle représentera déjà 15 à 20 % du trafic référent des détaillants. D'ici 2027, la distinction entre la recherche et la découverte agentielle aura très probablement disparu. Et d'ici 2030, selon McKinsey, les détaillants américains pourraient voir jusqu'à 1 000 milliards de dollars de revenus orchestrés provenant du commerce agentiel.

Au cours des derniers mois, l'infrastructure nécessaire a commencé à prendre forme. OpenAI a ouvert son protocole de commerce agentique (ACP), une norme technique conçue pour permettre aux commerçants d'intégrer les paiements directement dans les conversations de l'IA. Shopify et Etsy ont été les premiers à l'adopter, permettant à leurs commerçants de vendre via ChatGPT. Puis Walmart a annoncé un partenariat avec OpenAI pour permettre aux clients de faire des achats de manière conversationnelle par l'intermédiaire de ChatGPT. Perplexity a intégré les achats avec PayPal. 

Collectivement, ces mesures affirment l'émergence d'une nouvelle couche de navigation entre la découverte et le paiement. Cela s'accompagne d'une réorganisation complète de la manière dont les produits sponsorisés, les campagnes médiatiques et l'inventaire publicitaire sont découverts et présentés.

Pour bien comprendre cette évolution, il faut savoir qui contrôle l'expérience de navigation, comment les produits sponsorisés circulent sur ces nouveaux canaux et ce qui se passe lorsque la publicité passe d'une approche par mot-clé à une approche contextuelle.

La question de la curation

Au cours de la dernière décennie, l'histoire des médias de détail était simple : Amazon, Walmart et Shopify ont créé des entreprises de médias propriétaires parce qu'ils possédaient le moment le plus propice à l'intention commerciale. Données sur les détaillants. L'audience des détaillants. L'immobilier publicitaire des détaillants. C'est ainsi qu'est né ce qui est aujourd'hui un marché de 180 milliards de dollars.

Imaginez maintenant une couche supérieure. Un consommateur demande à ChatGPT : "J'ai besoin d'une nouvelle cafetière. Compacte, moins de 150 dollars, utilisable sur un petit comptoir". L'IA comprend la demande, effectue une recherche parmi les détaillants auxquels elle a accès, présente les options et, éventuellement, passe à la caisse entièrement dans le cadre de la discussion en ligne. Pas de clic vers Amazon. Pas de redirection vers Walmart.

Cela soulève une question fondamentale : Qui décide quels produits apparaissent dans cette réponse ?

Premier scénario : les détaillants gardent le contrôle. Amazon, Walmart et Shopify syndiquent leurs flux de produits et leur inventaire publicitaire dans les assistants d'intelligence artificielle par le biais d'extensions de protocoles comme ACP. Les détaillants introduisent des annonces sponsorisées et des données sur les produits dans la pile de protocoles. Les campagnes déjà en cours par l'intermédiaire des DSP des détaillants sont automatiquement affichées dans les expériences agentiques. Le détaillant conserve la relation avec la marque et monétise l'inventaire de la même manière qu'aujourd'hui. La plateforme d'IA devient une infrastructure - puissante, mais une infrastructure.

Deuxième scénario : Les plateformes d'IA créent leur propre couche publicitaire. OpenAI, Perplexity et Google décident que le moment de la découverte dans les réponses des agents est trop précieux pour être confié aux détaillants. Ils créent leurs propres réseaux publicitaires. Les marques enchérissent directement pour les placements. La plateforme d'IA devient l'arbitre des produits, des marques et des publicités qui apparaissent. Il s'agit du modèle Google AdWords appliqué à la conversation ; les détaillants perdent entièrement le contrôle.

Troisième scénario : un hybride. Les détaillants intègrent leurs campagnes dans les plateformes d'IA. Ces dernières se réservent le droit de monétiser les impressions de manière native. Les commerçants de Shopify soumettent des flux de produits par l'intermédiaire d'ACP, mais OpenAI accepte également les offres directes des annonceurs. Perplexity agrège les données des détaillants mais insère ses propres résultats sponsorisés. Les fragments de contrôle et les deux flux coexistent.

La structure à laquelle vous aboutirez déterminera tout ce qui concerne le fonctionnement de la publicité au cours de la prochaine décennie. Mais la réponse n'est pas encore déterminée. C'est dans cette ambiguïté que réside la stratégie.

Le marché nous montre déjà quel scénario chaque détaillant préfère. Amazon est réticent à l'idée de proposer des flux de produits personnalisés à des plateformes qui pourraient devenir des concurrents, préférant s'approprier l'ensemble du parcours du client, de la découverte à l'achat. L'entreprise s'est entièrement retirée de Google Shopping en juillet 2025, puis a empêché les robots d'OpenAI, d'Anthropic et d'autres d'accéder à ses données de vente au détail en août 2025. Simultanément, elle développe ses propres fonctionnalités agentiques (Rufus pour la découverte sur site ; "Buy for Me" pour effectuer des achats sur des sites tiers) afin de garder le contrôle de la couche de découverte en interne.

D'autres grands détaillants adoptent des positions défensives similaires : Walmart a lancé Sparky, Lowe's a introduit Mylow et Home Depot a créé Magic Apron. Shopify a fait le contraire : il s'est intégré à OpenAI par le biais d'ACP, permettant aux commerçants d'opter pour Instant Checkout. La divergence n'est pas subtile. Elle suggère que les détaillants ne syndiqueront pas uniformément leur inventaire publicitaire dans les plateformes d'IA. Certains protégeront leur propre couche d'agents. D'autres utiliseront les plateformes d'IA comme moyen de distribution pour leurs activités médiatiques.

Pour les annonceurs, cela signifie que les 18 prochains mois seront chaotiques. La question de savoir quels détaillants exposent tel ou tel inventaire à telle ou telle plateforme d'intelligence artificielle n'est toujours pas réglée. Le travail de l'acheteur média devient nettement plus complexe. Il ne s'agit plus seulement d'optimiser les canaux. Vous essayez de prédire quels canaux existeront encore.

Les produits sponsorisés à l'ère de l'agentivité

Actuellement, les marques mènent des campagnes par l'intermédiaire d'une plateforme axée sur la demande, ciblant les consommateurs en fonction de leur comportement de recherche, de leur historique de navigation et de leur intérêt pour telle ou telle catégorie. Les produits sponsorisés, qui représentent actuellement 70 % des recettes des médias de détail, apparaissent à côté des résultats organiques. L'annonceur paie au clic. Le retour sur investissement est mesuré en fonction des données de conversion. 

Cette infrastructure existe chez Amazon, Walmart, Shopify et dans des dizaines de réseaux de médias de détail plus petits. Elle est mature, optimisée et profondément intégrée à la manière dont les marques allouent leur budget. Et elle fonctionne.

Dans un monde agentique, ce sera différent : Une marque vendant du matériel de cuisine haut de gamme mène aujourd'hui une campagne par l'intermédiaire de la DSP de son détaillant. Demain, si ce détaillant expose ses objets publicitaires par le biais de protocoles tels que ACP, ces mêmes publicités pourraient apparaître dans une réponse à une requête OpenAI. Le même objet médiatique apparaît sur de multiples surfaces : résultats de recherche traditionnels, propriété du détaillant et réponses conversationnelles de l'assistant IA.

Cela crée à la fois des opportunités et des tensions.

L'opportunité est évidente : une seule campagne, plusieurs surfaces, aucune nouvelle logique de création ou de ciblage n'est nécessaire. Les marques qui optimisent déjà leurs campagnes sur plusieurs canaux ont soudain accès à un autre canal.

La tension est plus intéressante. Pour que cela fonctionne à grande échelle, les détaillants doivent exposer leur inventaire publicitaire aux plateformes d'IA de manière structurée et normalisée : Amazon met à la disposition d'OpenAI des objets de produits sponsorisés. Walmart permet à Perplexity de faire apparaître ses publicités dans les réponses conversationnelles. La base d'annonceurs de Shopify autorise les campagnes à passer dans des couches d'IA tierces.

Rien de tout cela ne peut se faire par défaut. Il faut des partenariats négociés et des normes techniques. Il faut également que les détaillants confient aux plateformes d'IA leur atout le plus précieux : le moment de l'intention commerciale. Si la découverte guidée par l'IA supplante entièrement la navigation traditionnelle, les détaillants risquent d'être réduits à des réseaux d'exécution assortis de programmes de fidélisation, leur trafic sur site perdant une grande partie de sa valeur en phase de découverte. Les revenus des médias de détail à forte marge, fondés sur le contrôle de ce moment de découverte, seraient directement menacés.

Lorsque Walmart s'est associé à OpenAI, l'accord est allé au-delà du paiement transactionnel. Les membres de Walmart et de Sam's Club peuvent désormais faire leurs achats par l'intermédiaire de ChatGPT en discutant de leurs besoins (planification des repas, réapprovisionnement en produits de première nécessité, découverte de nouveaux produits) pendant que Walmart s'occupe du reste. Walmart appelle cela le "commerce agentique" : L'IA passe de la réactivité à la proactivité, en apprenant et en prédisant les besoins des clients.

Mais voici la complication : si Walmart fait apparaître des produits dans le cadre de son partenariat avec OpenAI, les produits sponsorisés par Walmart apparaissent-ils également dans ces résultats ? Les détaillants concurrents devraient-ils bénéficier d'un accès égal à la couche de réponse d'OpenAI ? Ou bien le partenariat de Walmart lui confère-t-il un placement préférentiel ? Si les agents compriment la découverte et le paiement en une seule conversation, le trafic vers les sites des détaillants pourrait s'effondrer. Si les consommateurs ne naviguent pas page après page, il n'y aura pas assez d'impressions à servir.

Si l'offre contrôlée par les détaillants domine, le modèle commercial ne change pas fondamentalement. Les détaillants restent propriétaires de la curation. La plateforme d'IA devient une nouvelle surface sur laquelle sont affichées les publicités diffusées par les détaillants. La relation entre la marque, l'acheteur de médias et le détaillant reste intacte.

Si les plateformes d'IA créent des réseaux publicitaires indépendants, la dynamique du pouvoir change radicalement. Les détaillants perdent le contrôle. Les marques ont un accès direct à OpenAI ou Perplexity. Nous reviendrons à l'ère des médias avant la vente au détail, lorsque les marques se faisaient concurrence par l'intermédiaire de Google et de Facebook sans la médiation des détaillants. Il s'agirait d'une véritable réorganisation du marché.

La réponse sera probablement plus désordonnée : un mélange des deux. Différents détaillants feront des paris différents. Mais c'est la combinaison des deux qui déterminera qui capturera la valeur. Et c'est ce qui compte vraiment.

Au-delà des mots-clés et des clics

Si vous avez appris le marketing numérique à l'époque de Google AdWords, vous connaissez la logique de base : identifiez des mots-clés, faites des offres sur des mots-clés, remportez l'enchère et votre annonce apparaît. La mesure est simple : on clique ou on ne clique pas, on convertit ou on ne convertit pas. Le ROAS était-il positif ?

Ce modèle devient insuffisant. Le mode IA de Google compte plus de 100 millions d'utilisateurs mensuels. Lorsqu'un consommateur demande : " Aidez-moi à trouver une chaussure de course qui convienne à l'entraînement au marathon et qui soit adaptée aux pieds étroits", la requête n'est pas décomposée en mots-clés. Elle est perçue comme complexe et multidimensionnelle : catégorie de produit, cas d'utilisation, profil d'ajustement et préférences personnelles. L'IA génère une réponse narrative - comparant les chaussures, discutant de la technologie d'ajustement, mentionnant les marques - puis fait apparaître des annonces.

Mais ces annonces ne sont pas déclenchées par des enchères sur des mots clés. Elles sont diffusées sur la base de signaux beaucoup plus riches : contexte complet de la requête, historique de la conversation, intention déduite, historique de recherche de l'utilisateur, mentions de la marque dans la réponse et qualité des données sur les produits de l'annonceur. C'est ce que Google appelle le "ciblage multidimensionnel". Les marques qui utilisent Performance Max et les campagnes Shopping avec correspondance large sont automatiquement éligibles aux placements en mode AI. Mais l'éligibilité n'est pas synonyme d'efficacité.

Pour gagner en visibilité dans les réponses des agents, les marques doivent optimiser les signaux qui vont au-delà de la stratégie traditionnelle des mots-clés. La qualité des flux de produits devient essentielle. Non pas pour la découverte organique. Pour la compréhension de l'IA.

Lorsqu'un LLM analyse des milliers de listes de produits, il comprend les données structurées : descriptions, spécifications, matériaux, dimensions et évaluations. Une marque dont les données sur les produits sont riches et organisées est mise en avant. Une marque dont les données sont éparses ne le sera pas. Il s'agit d'une contrainte stricte, et non d'une suggestion souple.

L'un des aspects qui rend le commerce agentique si attrayant est sa capacité à résoudre un véritable problème pour les consommateurs : trouver le bon produit, qu'il s'agisse d'une tenue pour un événement spécifique ou d'une machine à laver dotée de fonctionnalités particulières, peut prendre une heure ou plus sans l'aide de l'IA. L'IA conversationnelle réduit considérablement cette phase de recherche, ce qui explique pourquoi son adoption s'accélère, même parmi les consommateurs qui continuent d'effectuer leurs achats via les canaux traditionnels.

En fait, selon Salesforce, les entreprises de vente au détail ont enregistré une augmentation mensuelle de 128 % des actions sur les outils et assistants IA au cours du premier semestre 2025. Les consommateurs qui utilisent régulièrement des agents IA sont deux fois plus susceptibles de déclarer que leur expérience avec les détaillants s'est améliorée.

Certaines marques avant-gardistes construisent déjà ce qui s'apparente à des mini-modèles linguistiques propriétaires basés sur des données de première main : flux de produits, contenu du site, avis des clients et sources de données connectées. Ces mini-modèles sont conçus pour être intégrés dans des LLM plus importants ou partagés avec des plateformes d'IA en tant que sources de données fiables. La marque devient le conservateur de son propre récit au sein de la couche agentique.

Il s'agit d'une différence fondamentale par rapport au modèle d'enchères par mot-clé. Au lieu de "Je veux apparaître lorsque quelqu'un cherche X", cela devient "Je veux que mon produit, l'histoire de ma marque et ma proposition de valeur soient représentés avec précision lorsqu'un agent d'intelligence artificielle répond à une question dans ma catégorie".

La mesure doit évoluer au même rythme. Les clics deviennent un indicateur moins fiable de l'impact de la publicité dans un monde agentique. Un acheteur lit un résumé d'IA mentionnant votre produit, le compare à d'autres produits et clique sur le détaillant ou poursuit la conversation pour comparer. Les analyses traditionnelles montrent qu'il n'y a pas eu de clics directs. Mais vous avez influencé l'ensemble des considérations. Vous avez façonné l'histoire. Vous avez conduit le consommateur vers un point de décision.

Cette influence est importante. Et elle doit être mesurée.

Les spécialistes du marketing tournés vers l'avenir élargissent les cadres d'indicateurs de performance clés pour tenir compte de ces éléments : la profondeur de l'engagement (le temps que l'utilisateur passe à lire la réponse, le nombre de questions complémentaires qu'il pose, le nombre de produits alternatifs qu'il explore), le nombre de requêtes agentiques dans lesquelles une marque est mentionnée, le sentiment qui se dégage de cette mention et le contexte. Tous ces éléments deviennent des indicateurs de performance. La conversion éventuelle est toujours importante, mais le chemin qui y mène est moins linéaire et plus difficile à attribuer par le biais d'une analyse traditionnelle de l'entonnoir.

Ce qui se passe ensuite

Une nouvelle couche de navigation réorganise le fonctionnement de la découverte commerciale et de la publicité : il ne s'agit pas d'un ajout à l'infrastructure existante, mais d'un nouveau support doté d'une logique de curation différente, de mécanismes d'enchères différents et de signaux de performance différents.

Les résultats à court terme sont assez clairs. Les détaillants disposant de données propriétaires solides expérimenteront l'exposition des stocks à des plateformes d'IA tout en construisant leurs propres expériences agentiques. C'est ce que fait Amazon. Walmart le fait. Google intégrera des publicités au mode IA dans le cadre de sa stratégie de monétisation Gemini. OpenAI et Perplexity vont monétiser leurs intégrations d'achat. 

Les avantages défensifs des détaillants demeureront dans l'expérience client, les écosystèmes de fidélisation, les réseaux d'exécution et les actifs omnicanaux. Mais cela ne suffira pas. Les détaillants et les marques devront s'efforcer de mettre en place des expériences agentiques natives pour s'assurer que leurs publicités, leurs agents et leurs intégrations commerciales s'intègrent dans les nouvelles voies de découverte de l'IA.

Mais ils ne peuvent pas le faire seuls. Ils auront besoin de partenaires capables de naviguer dans la complexité à laquelle ils sont sur le point de faire face. Plus précisément, des partenaires qui disposent d'une véritable intégration avec les plateformes d'IA et les détaillants. Des partenaires qui comprennent comment structurer des objets de campagne agentiques - il ne peut s'agir des produits sponsorisés d'hier dans un nouvel emballage. Les partenaires qui peuvent agir en tant que tissu conjonctif, agrégeant la demande là où les plateformes d'IA préfèrent moins de relations directes avec les marques. Et surtout, des partenaires qui développent des capacités de mesure pour les paramètres spécifiques à l'agentivité : profondeur de l'engagement, résultats des conversations et conversions assistées. Les fournisseurs capables de fournir de manière crédible ces quatre mesures deviendront indispensables. Ceux qui optimisent encore les clics se retrouveront de plus en plus marginalisés.

À plus long terme, la structure à moyen terme est véritablement incertaine. Les plateformes d'IA continueront-elles à servir de canaux de distribution pour l'inventaire des détaillants, ou créeront-elles des réseaux publicitaires indépendants ? Les marques renonceront-elles aux médias traditionnels de vente au détail pour soumissionner directement auprès des plateformes d'IA ? Les réseaux de médias de détail évolueront-ils pour s'adapter aux expériences agentiques, ou seront-ils déplacés ?

Pour les responsables de la stratégie publicitaire, la clé est de reconnaître qu'il s'agit d'un point d'inflexion. L'infrastructure, les relations et les cadres de mesure que vous avez mis en place ne sont pas obsolètes. Mais ils sont mis à l'épreuve par une nouvelle couche de commerce fonctionnant selon des principes différents.

Les gagnants seront ceux qui reconnaissent que l'IA agentique n'est pas un ajout aux canaux publicitaires existants, mais plutôt un nouveau média. Ceux qui adapteront leur stratégie et leur infrastructure en tireront de la valeur. Ceux qui la considèrent comme un nouveau flux d'inventaire boulonné sur le playbook d'hier se retrouveront marginalisés.

L'ère de l'agentivité dans la publicité numérique est déjà là. Ce qui reste à déterminer, c'est qui sera le maître d'œuvre de cette expérience. Et, en retour, qui en bénéficiera.

---

Questions fréquemment posées