IA pour le shopping : des exemples concrets de marques qui génèrent du chiffre d’affaires

De plus en plus de personnes se tournent vers l’IA pour faire des achats afin d’orienter leur prochain achat, comme elles le feraient avec Google et TikTok.

En tant que marque B2C, vous pouvez probablement supposer que certains de vos clients découvrent vos produits via des LLM comme ChatGPT et Gemini. En fait, 39 % des consommateurs ont acheté un produit recommandé par l’IA au cours des 6 derniers mois, selon le rapport 2026 de Klaviyo sur les tendances de consommation en matière d’IA.

L’étude, qui a regroupé 8 000 consommateurs interrogés en 4 persona selon leur utilisation et leur confiance dans l’IA, a révélé que 85 % des adeptes de l’IA (26 % de l’ensemble des répondants) ont utilisé l’IA lors de leurs achats sur cette même période.

Ce qui est particulièrement intéressant, c’est que l’IA appliquée au shopping se déploie sur des canaux appartenant aux marques, et sur d’autres qui ne leur appartiennent pas. D’une part, les consommateurs utilisent des LLM comme ChatGPT, Google Gemini et Perplexity pour faire des recherches, comparer et cliquer pour passer à l’achat. D’autre part, les marques intègrent l’IA tout au long de l’expérience client.

Aujourd’hui, les marques B2C utilisent l’IA pour les achats afin de :

Déployez la personnalisation 1:1 à grande échelle, sur le marketing et le service.
Guidez les acheteurs vers l’achat avec des assistants IA.
Servez les clients plus rapidement grâce à une assistance pilotée par l’IA.

Voici à quoi ressemble l’IA pour les achats en pratique, et comment de vraies marques B2C l’adoptent pour augmenter les ventes et renforcer la fidélité client.

Qu’est-ce que l’IA pour les achats ?

L’IA pour le shopping [EN] est le processus par lequel les consommateurs utilisent des LLM et d’autres agents d’IA pour découvrir, comparer et acheter des produits.

L’expérience d’achat avec l’IA présente des caractéristiques distinctes par rapport à la recherche traditionnelle :

L’achat est conversationnel et contextuel. Plutôt que de rechercher un produit et de passer de site en site pour faire des recherches, les consommateurs ont des conversations avec des agents IA, comme ils le feraient avec un personal shopper. Ils reçoivent des recommandations qui correspondent à leurs recherches précédentes et répondent aux questions de suivi de l’IA afin de trouver exactement ce dont ils ont besoin.
Les consommateurs utilisent un langage plus descriptif et plus émotionnel avec les LLM. Selon notre rapport sur les tendances des consommateurs en matière d’IA, 30 % des recherches IA contiennent 8 mots ou plus, et 78 % des consommateurs incluent un contexte émotionnel ou personnel au moins une partie du temps. Par exemple, une personne pourrait rechercher : « Je cherche des accessoires pour mon bureau qui donnent une impression de chaleur et d’accueil. Mon bureau est trop froid, et je préférerais que mon espace soit cosy, afin d’aimer m’asseoir pour travailler. »
La découverte, la comparaison et l’achat de produits peuvent se faire au même endroit. Avec des Customer Agent IA côté marque et des assistants d’achat, les consommateurs peuvent découvrir de nouveaux produits, comparer des options, et même finaliser leur achat en une seule interaction, plutôt que de faire des recherches sur différents sites web et marketplace. Cela pourrait bientôt être vrai aussi pour les LLM.

Qu’est-ce que les consommateurs attendent des expériences d’achat basées sur l’IA ?

L’IA peut en faire plus pour la découverte et la comparaison de produits, en moins d’étapes. Mais lorsque les clients utilisent l’IA pour faire des achats, ils veulent plus que de la rapidité.

Les consommateurs se tournent vers des expériences d’achat basées sur l’IA pour :

Personalization: 55 % de l’ensemble des consommateurs ont vécu au moins un moment « aha », lorsque l’IA les a impressionnés par sa précision ou sa personalization, selon l’étude derrière notre rapport AI Consumer Trends Report. L’IA peut offrir une personnalisation plus approfondie et contextualisée, d’une manière que les algorithmes de recherche et de réseaux sociaux traditionnels ne peuvent pas égaler.
Simplification : d’après notre étude, le moment de révélation (« aha ») le plus fréquent chez les consommateurs survient lorsque l’IA explique clairement un concept complexe en termes simples. Les LLM et les agents d’IA côté marque peuvent fournir aux acheteurs un contexte précieux sur des achats nouveaux ou coûteux en consolidant un grand volume d’informations en une seule réponse rapide.
Efficacité : 62 % des consommateurs préféreraient que l’IA se souvienne de leurs préférences plutôt que de devoir les réexpliquer à un Customer Agent humain, selon l’étude à l’origine de l’ Online Shopping Report [EN] 2025 de Klaviyo. Pour faire gagner du temps et des efforts aux clients, les marques peuvent entraîner des Customer Agent basés sur l’IA à s’appuyer sur les données clients et, si nécessaire, à transférer les conversations à des humains en conservant l’intégralité du contexte.

Comment les consommateurs utilisent-ils l’IA pour faire leurs achats ?

43 % des consommateurs ont utilisé l’IA lors d’achats de produits non essentiels au cours des 6 derniers mois, selon notre étude AI consumer trends. Le plus souvent, ils utilisent l’IA pour rechercher des produits dans l’électronique ou la technologie, les voyages ou les hôtels, ainsi que la santé ou la beauté.

Notre étude a également révélé que 70 % des consommateurs ont utilisé l’IA à plusieurs reprises pour trouver le meilleur produit ou la meilleure offre, et que 69 % l’ont utilisée à plusieurs reprises pour des recommandations générales de produits.

Mais même si de nombreux acheteurs testent l’IA, tout le monde n’est pas prêt à lui confier l’intégralité du processus d’achat. 85 % des consommateurs ont au moins une certaine confiance dans la capacité de l’IA à fournir des recommandations d’achat précises et personnalisées, mais seuls 27 % font totalement confiance à l’IA pour cela.

En 2025, 65 % des consommateurs s’attendaient à ce que 2026 soit l’année où les assistants IA deviennent une composante normale du shopping en ligne, selon l’étude à l’origine de l’ AI Shopping Index 2025 de Klaviyo.

Où les expériences de shopping avec l’IA montrent-elles leurs limites ?

Malgré l’augmentation de l’utilisation de l’IA côté consommateurs, les marques font toujours face à une courbe d’apprentissage. Les résultats que vous observez avec l’IA dépendent de nombreux facteurs : la qualité de vos données, la manière dont elles sont intégrées dans l’ensemble de votre stack technologique, et les garde-fous mis en place autour de celles-ci.

Les consommateurs reconnaissent une IA insuffisante quand ils la voient. Et lorsqu’ils la voient dans leur expérience d’achat, cela se traduit par des revenus manqués pour votre marque.

Voici les principaux signaux d’alerte pour les consommateurs lorsqu’ils utilisent l’IA pour faire des achats :

Réponses tardives : Selon notre étude sur l’indice d’achat IA, 75 % des consommateurs ont abandonné un achat parce qu’ils ne pouvaient pas obtenir de réponses instantanées. Structurer votre catalogue de produits pour qu’il soit détectable par les LLM, et former vos Customer Agent d’IA à répondre aux FAQ, sont les nouvelles exigences pour convertir des clients.
Personnalisation insuffisante : d’après notre étude sur les tendances IA côté consommateurs, après avoir reçu du contenu peu personnalisé, 21 % des consommateurs sont moins susceptibles d’ouvrir les messages d’une marque. Cela souligne l’importance des recommandations de produits basées sur l’IA, alimentées par des données client en temps réel, afin que vos messages reflètent un contexte réel du côté du client.
Assistance déshumanisée : Moins de la moitié des consommateurs (43 %) affirment que l’IA a amélioré la qualité du service client, et 42 % des personnes se sentent neutres à ce sujet, selon notre étude AI consumer trends. La principale inquiétude des consommateurs (n° 1) concernant l’IA dans les expériences de marque concerne des interactions avec le service client qui leur donnent l’impression de parler à un robot. Entraînez vos agents IA sur des données clients et produits afin que l’assistance ne paraisse pas générique.
Désinformation : 27 % des consommateurs sont le plus mal à l’aise avec l’IA lorsqu’elle partage des réponses inexactes, trompeuses, ou de faible qualité, selon notre étude sur les tendances de consommation en matière d’IA. Des réponses inexactes au sujet de vos produits peuvent nuire à la réputation de votre marque, que la désinformation provienne d’un LLM ou d’un Customer Agent d’IA côté marque.

À quoi ressemble l’expérience de shopping des consommateurs avec l’IA ?

L’expérience d’achat IA côté consommateur varie selon les LLM et les sites Web des marques. Mais compte tenu du lancement récent de deux Standard ouverts pour le paiement agentique — Agentic Commerce Protocol et Universal Commerce Protocol —, il pourrait y avoir davantage de cohésion dans un avenir proche.

Examinons quelques exemples de l’expérience d’achat basée sur l’IA aujourd’hui :

Perplexity

Voici un exemple d’un consommateur qui utilise Perplexity AI pour acheter un recourbe-cils.

L’utilisateur recherche : « trouve-moi un recourbe-cils qui a de Bon avis et qui coûte moins de 20 $. » Dans l’onglet Réponse, Perplexity trouve quelques options, crée un tableau comparatif et renvoie vers l’endroit où le consommateur peut effectuer un achat.

Capture d’écran du moteur de recherche Perplexity montrant un tableau de recommandations de produits pour un recourbe-cils avec de bons avis à moins de 20 $, sur la base d’une invite conversationnelle d’une seule ligne. Le tableau est blanc sur un arrière-plan vert grisâtre, avec un texte noir simple et des liens bleus qui dirigent l’utilisateur vers des sites web où il peut acheter les recourbe-cils recommandés.

Dans l’onglet Achats, Perplexity affiche des fiches produits plus détaillées pour les meilleures sélections. Ces fiches produits incluent des notes par étoiles, des résumés d’avis clients et plusieurs liens indiquant où acheter l’article. Chaque fiche produit cite également des sources d’avis spécifiques, qui incluent souvent le site web de la marque, des fils Reddit, des publications TikTok et des sites d’avis tiers.

Capture d’écran de l’onglet Shopping dans Perplexity, montrant des fiches produits pour des recourbe-cils spécifiques avec Bon avis à moins de 20 $. Dans un format à 3 colonnes, on voit 3 images de recourbe-cils : d’abord, un recourbe-cils fin, noir, avec des poignées rouges qui ressemblent à des poignées de ciseaux. Ensuite, un recourbe-cils plus massif, noir et gris. Enfin, un recourbe-cils brillant, rose et élégant, qui ressemble à un recourbe-cils plus traditionnel. En dessous, on trouve de plus petites images de deux recourbe-cils supplémentaires : l’un dans son emballage, l’autre avec des coussinets de confort noirs sur les poignées.

En 2025, Perplexity a noué un partenariat avec PayPal et Venmo pour lancer Instant Buy [EN], une option de paiement agentique pour les utilisateurs américains.

Google

Dans cet exemple de recherche Google IA, l’acheteur pose une question sur une paire de Reebok, à la fois élégante et adaptée à la course à pied et à la musculation. Google fournit un tableau comparatif, puis pose une question de suivi pour aider à affiner les options disponibles.

Capture d’écran de Google AI Search présentant des recommandations de produits pour des Reebok, élégantes et adaptées à la course et à l’haltérophilie, avec une question de suivi pour l’utilisateur : « Souhaitez-vous voir des coloris spécifiques pour l’un de ces modèles, ou recherchez-vous une fourchette de prix particulière ? » Au-dessus de la question se trouvent 4 images de chaussures, chacune de taille moyenne, majoritairement en noir et blanc, dans des couleurs neutres.

En 2025, Google a lancé le paiement agentique dans Google AI Search et Gemini auprès de certains détaillants, afin que les consommateurs puissent trouver, puis à terme acheter, ce qu’ils recherchent depuis la même interface.

Customer Agent IA côté marque

Les Customer Agent IA côté marque sont des agents IA avec lesquels les clients peuvent interagir sur le site web d’une marque. Bien que de nombreuses marques utilisent principalement des agents IA pour le service client, ils peuvent aussi aider les acheteurs pendant la phase de recherche, de la même manière que les LLM.

Voici un exemple d’assistant IA de la marque de beauté Half Magic. Cette expérience de chat conversationnelle invite les consommateurs à demander des recommandations de produits, à vérifier le statut des commandes, à partager des conseils d’utilisation des produits, et bien plus encore.

Capture d’écran de l’agent IA de Half Magic sur leur page d’accueil de marque. On voit une image principale en gros plan d’une personne aux cheveux foncés et au large sourire, avec des diamants incrustés dans ses dents blanches. La personne ferme les yeux, et l’on distingue un fard à paupières pailleté bleu et violet sur ses paupières. Sur le côté droit de l’écran, il y a une fenêtre de chat blanche avec une bulle de texte grise, dans laquelle l’acheteur peut choisir l’aide dont il a besoin auprès de l’assistant IA de la marque.

Dans cet échange, l’acheteur invite l’assistant à trouver des options de maquillage pour le visage qui conviennent bien aux peaux sensibles. L’assistant enchaîne sur un ton amusant et convivial avec une recommandation initiale qui renvoie vers une fiche produit.

Capture d’écran de l’agent IA de Half Magic partageant une fiche produit en fonction d’une invite conversationnelle demandant des produits pour le visage adaptés aux peaux sensibles. Dans une zone de texte noire en haut de la page, une question est affichée : « What are the best face makeup options for sensitive skin? ». En dessous, une réponse de l’agent IA présente un titre en gras pour un produit : « Beam Trap Illuminating Balm Light Beam/Deep Beam », ainsi qu’une image d’un produit dans un emballage jaune néon. En dessous se trouvent des boutons de sélection supplémentaires indiquant : « Suivre la commande », « Fréquence de l’abonnement » et « Ignorer la prochaine commande ». Il y a une zone de texte de réponse en bas de l’écran.

4 exemples d’utilisation du shopping avec l’IA par les marques pour générer des revenus

La priorité n° 1 des spécialistes marketing B2C en matière de pile technologique pour 2026 est d’étendre leur adoption de l’IA, selon l’étude 2026 de Klaviyo sur l’avenir du marketing auprès des consommateurs. Si c’est votre cas, voici un peu d’inspiration de la part de 4 marques bien réelles qui enchantent déjà leurs clients avec des expériences d’achat basées sur l’IA :

1. Le Customer Agent IA de Happy Wax est un raccourci pour la recherche de produits

À l’approche de la période des fêtes 2025 particulièrement chargée, la marque de parfums d’intérieur Happy Wax a lancé un Customer Agent IA sur son site web. En s’appuyant sur des données client et produit, l’assistant IA personnalisé fonctionne 24 h/24 et 7 j/7 pour résoudre les problèmes, répondre aux questions et recommander des produits.

Capture d’écran d’une conversation entre un acheteur et un agent IA sur le site web de Happy Wax. L’acheteur demande quels produits conviennent aux personnes allergiques, et l’agent IA donne une réponse détaillée sur les ingrédients du produit, tout en demandant si le client a une préférence en matière de parfum et de taille. À gauche de la fenêtre de discussion se trouve la bannière principale de Happy Wax, qui montre un chauffe-cire cylindrique vert écume de mer. À côté du chauffe-cire, on voit deux cires parfumées à faire fondre rouge clair, en forme d’oursons gélifiés. Le titre superposé à l’image indique : « Un parfum d’intérieur sans flamme, conçu pour être plus sain et plus heureux. »

Sur une période de 90 jours, plus de 50 % des conversations [EN] gérées par l’agent IA ont été entièrement résolues sans aucune implication de l’équipe de service. « Les clients obtiennent des réponses instantanées, et notre équipe gagne en disponibilité pour les moments à forte valeur ajoutée », déclare Rachel Fagan, vice-présidente marketing chez Happy Wax.

2. Le Customer Agent IA de Harney & Sons résout les demandes de recommandations de produits

La marque de thé familiale Harney & Sons utilise un Customer Agent d’IA en complément d’un portail client en libre-service et d’un service d’assistance partagé où des agents humains et IA peuvent gérer les demandes des clients sur tous les canal.

Le Customer Agent basé sur l’IA fonctionne 24 h/24 et 7 j/7 pour répondre de manière autonome aux demandes d’assistance et de recommandations. Si la conversation nécessite l’intervention d’un humain, l’agent IA la transfère au helpdesk de l’équipe d’assistance client humaine, avec l’intégralité du contexte. Mais en 60 jours, l’agent IA a résolu seul 77 % des demandes de recommandations de produits [EN].

3. Le Customer Agent IA de Folk Clothing prend en charge l’assistance simple

Pendant des années, l’équipe de la marque de mode londonienne Folk Clothing a eu du mal avec une logistique de service client reposant sur une boîte de réception e-mail basique et une ligne téléphonique qui se retrouvait facilement submergée. La marque a donc mis en place un Customer Agent basé sur l’IA capable de fournir des réponses instantanées aux questions courantes des clients, sans aucune intervention de l’équipe.

En 90 jours, le Customer Agent d’IA de Folk Clothing a résolu 53 % des conversations avec l’assistance. « Cela a déjà fait une différence notable dans ma charge de travail », déclare Hayley Scott, coordinatrice e-commerce chez Folk Clothing. « J’ai été soulagée de constater que même nos clients les plus fidèles, qui sont habitués à un service haut de gamme, n’ont pas noté de baisse de la qualité. »

4. Svenfish montre aux clients ce dont ils ont besoin avant même qu’ils ne sachent qu’ils en ont besoin

La marque de fruits de mer frais Svenfish utilise l’IA en coulisses : pour soutenir une stratégie de campagne hautement ciblée à grande échelle. Auparavant, ils envoyaient des réductions à l’ensemble de leur liste, mais désormais, ils ne les proposent qu’aux clients désengagés qui n’ont rien acheté depuis plus de 3 mois.

Svenfish utilise également les analyses prédictives pour récompenser les clients à forte valeur, dont la valeur vie client prévisionnelle est supérieure à 200 $. Cela les a aidés non seulement à réduire leur segment de reconquête, mais aussi à améliorer leurs marges. Cela a aussi déclenché de véritables achats et des conversions auprès de leur audience : Svenfish a généré 82 % de ses revenus Klaviyo depuis le début de l’année [EN] en utilisant une ou plusieurs fonctionnalités d’IA.

Comment Klaviyo positionne votre marque pour réussir avec l’IA pour les achats

Le shopping avec l’IA n’est pas l’avenir. C’est déjà une réalité. Si ce n’est pas déjà fait, c’est le moment de planifier la manière dont vous allez intégrer l’IA à l’ensemble de l’expérience d’achat de vos clients.

Klaviyo est le CRM B2C autonome qui unifie vos données client, le marketing, le service, l’analyse et l’IA agentique sur une seule plateforme. Découvrez comment Klaviyo peut vous aider à tirer parti des opportunités d’achat avec l’IA à chaque étape du parcours client :

Découverte : optimisez votre contenu pour la visibilité dans les LLM avec des catalogues de produits bien structurés, et une solide stratégie d’avis clients. Lancez des campagnes plus rapidement avec un agent marketing IA comme Klaviyo Composer, et générez un meilleur engagement grâce à un ciblage plus précis et à du contenu inédit.
Fidéliser : Utilisez l’IA pour développer davantage de relations clients 1:1. Avec Klaviyo, vous pouvez envoyer des messages au moment préféré de chaque acheteur [EN], sur ses canaux préférés. Créez des garde-fous de voix et de ton [EN] pour tout le contenu généré par l’IA, afin que chaque interaction soit conforme à votre marque et humaine.
conversion : Utilisez un assistant d’achat IA comme K:AI Customer Agent pour répondre aux questions avant l’achat, partager des recommandations personnalisées, et trouver des offres pertinentes.
Rétention : développez la fidélité des clients grâce à une messagerie de rétention fondée sur le moment où les clients achètent, ce qui les intéresse et leur valeur vie. Utilisez les analyses prédictives de Klaviyo pour identifier les clients à risque avant qu’ils ne soient touchés par l’attrition et déclencher des flux de reconquête personnalisés.
Analyses : Utilisez l’ application Klaviyo pour ChatGPT ou le connecteur avec Claude [EN] pour accéder à vos analyses via de simples invites textuelles. Appuyez-vous sur vos assistants IA pour collecter des données zero-party qui peuvent enrichir les profils clients et améliorer la personnalisation future.

Klaviyo aide les marques à gagner en échelle avec l’IA, tout en maintenant la confiance des clients. S’inscrire

IA pour le shopping : exemples de marques de référence