L’intelligence artificielle est en train de bouleverser les règles de la visibilité en e-commerce. Demain, les consommateurs ne taperont plus forcément « chaussures de randonnée homme » dans Google. Ils demanderont simplement à un assistant IA : « Quelles sont les meilleures chaussures pour partir en montagne ? »
La différence est majeure. Dans un moteur de recherche classique, plusieurs dizaines de résultats peuvent apparaître. Avec une IA conversationnelle comme Gemini, seuls quelques produits ou marques sont recommandés.
La récente étude State of AI Commerce 2026, menée par Recomaze auprès de 9 720 boutiques e-commerce et 58 320 requêtes d’achat réalisées via Google Gemini, illustre ce changement : 60 % des boutiques analysées n’ont jamais été recommandées par l’IA.
Une évolution qui confirme que le référencement traditionnel ne suffit plus. Désormais, les marchands doivent aussi apprendre à rendre leurs catalogues compréhensibles… pour les intelligences artificielles.
L’IA redéfinit les règles de la visibilité e-commerce
Les grandes marques ne dominent plus systématiquement les recommandations
L’un des enseignements les plus surprenants de l’étude concerne la répartition des recommandations.
Contrairement à ce que l’on pourrait imaginer, les géants du e-commerce ne monopolisent pas les réponses générées par Gemini.
Au total, 50 287 marques différentes ont été citées dans les recommandations analysées.
La marque la plus souvent recommandée, Etsy, ne représente que 1,3 % des réponses. Walmart atteint 0,6 %, Target 0,5 %, tandis qu’Amazon ne représente que 0,2 % des recommandations observées !
Cette dispersion est particulièrement marquée :
– les 10 premières marques ne concentrent que 4 % des recommandations ;
– les 100 premières représentent seulement 11 % ;
– près de 71 % des marques citées n’apparaissent qu’une seule fois.
Ces résultats montrent que les IA conversationnelles ne reproduisent pas simplement le classement des moteurs de recherche traditionnels. Elles cherchent avant tout à sélectionner les produits qu’elles jugent les plus pertinents pour répondre à une intention d’achat précise.
Certaines catégories sont naturellement mieux comprises par l’IA
Toutes les familles de produits ne bénéficient pas de la même visibilité.
Les meilleurs taux de recommandation concernent des univers où les produits sont faciles à comparer grâce à des caractéristiques techniques ou fonctionnelles clairement identifiables.
Les catégories les plus performantes sont :
– Loisirs créatifs : 17 %
– Sports et plein air : 17 %
– Animaux de compagnie : 17 %
– Électronique et technologie : 16 %
– Alimentation et boissons : 16 %
Ces secteurs présentent généralement des catalogues riches en données objectives : dimensions, matériaux, performances, compatibilités ou usages. Autant d’informations que les modèles d’IA exploitent facilement pour construire leurs recommandations.
Pourquoi autant de boutiques en ligne restent invisibles ?
Six boutiques sur dix ne sont jamais recommandées
Le chiffre le plus marquant de l’étude reste sans doute celui-ci : 60 % des boutiques analysées n’apparaissent jamais dans les recommandations de Gemini.
Cette invisibilité varie selon les secteurs.
Par exemple, 74 % des boutiques spécialisées dans la maison et la décoration ne sont citées sur aucune requête, tandis que ce taux atteint 67 % dans la mode. À l’inverse, l’alimentaire affiche le meilleur résultat observé avec 52 % de boutiques invisibles.
Plus un achat repose sur des critères subjectifs comme le style, les goûts ou l’esthétique, plus l’IA semble avoir des difficultés à départager les différentes offres.
Les marques spécialisées prennent l’avantage
L’étude met également en évidence un autre phénomène.
Les boutiques recommandées de manière récurrente sont souvent des acteurs très spécialisés, concentrés sur une catégorie de produits bien définie.
Qu’il s’agisse d’équipements sportifs, de produits pour animaux, de solutions dédiées au sommeil ou encore d’accessoires très spécifiques, ces enseignes disposent d’un positionnement clair que l’IA identifie facilement.
Les catalogues très larges ou insuffisamment structurés semblent eux plus difficiles à interpréter. Une spécialisation forte agit ainsi comme un véritable signal d’expertise aux yeux des assistants conversationnels.
Comment rendre son catalogue plus visible dans les résultats IA ?
L’étude montre surtout que la visibilité dans les moteurs conversationnels repose désormais autant sur la qualité des données que sur le référencement traditionnel.
Structurer ses données produits
L’IA n’a pas la même lecture d’une fiche produit qu’un consommateur.
Elle s’appuie principalement sur des données exploitables : prix, disponibilité, caractéristiques techniques, matériaux, dimensions, variantes ou encore avis clients.
Les balises Schema.org (Product, Offer, Review) ainsi qu’un flux produit correctement renseigné dans Google Merchant Center facilitent fortement cette compréhension.
Plus les informations sont précises et structurées, plus un produit a de chances d’être sélectionné dans une réponse générée par l’IA.
Produire des contenus plus précis et plus utiles
L’étude confirme également l’émergence de l’Answer Engine Optimization (AEO).
L’objectif n’est plus uniquement de séduire un visiteur, mais aussi d’aider une IA à comprendre rapidement à qui s’adresse un produit, dans quel contexte il est pertinent et pourquoi il répond à un besoin précis.
Les contenus les plus efficaces sont généralement ceux qui apportent des réponses concrètes :
– des caractéristiques techniques complètes et cohérentes
– des FAQ répondant aux principales questions des acheteurs
– des cas d’usage détaillés selon différents profils d’utilisateurs
– des informations précises sur les matériaux, les tailles ou les compatibilités
– des signaux de confiance clairement identifiables (avis, garanties, délais de livraison, politique de retour…).
À mesure que les assistants IA s’imposent dans les parcours d’achat, les catalogues devront être pensés autant pour les consommateurs que pour les machines capables de recommander les produits.
Pour les e-commerçants, la visibilité ne dépendra plus uniquement d’un bon positionnement dans Google, mais aussi de la capacité de leurs données produits à être comprises, interprétées… puis sélectionnées par les intelligences artificielles.
