Votre prochain client interrogera une IA à votre sujet

Le mois dernier, j’ai acheté une paire de chaussures de course, et la façon dont je les ai achetées est la raison pour laquelle j’écris ceci.

Je n’ai jamais vu une page de résultats, un tour d’horizon d’avis, ou un article « les meilleures chaussures de course 2026 » avec des liens d’affiliation dès le troisième paragraphe. J’ai ouvert un assistant de chat, indiqué que mes genoux me faisaient mal à force de courir récemment, et demandé si les Hokas me conviendraient. Il a répondu oui, plus ou moins, et vingt minutes plus tard la commande a été passée.

Au moment où j’ai tapé cette question, je n’aurais pas pu vous dire ce qui distinguait Hoka des autres marques. Ce n’est qu’après avoir rappelé avoir regardé une vidéo sur des marathoniens franchissant la barrière des deux heures, et remarqué ce qui se trouvait aux pieds des coureurs.

Quelqu’un du marketing a rendu cet achat possible, et ils n’ont rien reçu que leurs analyses puissent même en principe capturer: aucun clic, aucun code promo, aucune source de référence. Selon leur tableau de bord, je n’existe pas.

Ce n’est plus une anecdote

Adobe a analysé plus d’un trillion de visites sur des sites de commerce de détail américains, et la courbe est très raide. Le trafic provenant de sources IA vers ces sites a augmenté de 393 % d’une année sur l’autre au premier trimestre 2026, après un bond de 693 % pendant la saison des fêtes précédente.

La croissance est la moitié la moins intéressante de l’histoire, car ce qui a changé, c’est la qualité de ce trafic. Il y a un an, les visiteurs provenant d’assistants IA convertissaient 38 % moins bien que tous les autres canaux. En mars 2026, ils convertissaient 42 % mieux, un record historique et un swing de quatre-vingt points en douze mois.

Ce swing en dit davantage sur les acheteurs que sur le trafic, car les personnes qui arrivent via un assistant ont déjà décidé ce qu’elles veulent.

Je dois préciser que je dirige une plateforme d’intelligence des influenceurs ; nous mesurons les créateurs et les audiences, pas les paniers d’achat, donc ces données proviennent de l’extérieur de mon périmètre, mais la tendance n’est pas subtile. La recherche consommateur d’Adobe a révélé que 39 % des répondants avaient utilisé l’IA pour leurs achats et 85 % ont déclaré que cela améliorait l’expérience, et le même schéma apparaît désormais bien au‑delà du commerce de détail.

La machine ne peut pas regarder la vidéo

Lorsqu’un assistant recherche un produit, il lit les avis, les fiches techniques, les fils de discussion des forums et la documentation. La critique vidéo de douze minutes qui a réellement convaincu un humain n’atteint le modèle qu’au mieux sous forme de transcription, et souvent pas du tout.

Le ton de la voix, les images d’ambiance et le visage en qui quelqu’un a confiance depuis trois ans ne font jamais le trajet.

Les chercheurs ne commencent tout juste à examiner ce qui se passe dans ce vide. Une étude de 2026 menée par Møller et ses collègues a constaté que les personnes extrayant des informations d’une vidéo avec l’aide de l’IA étaient nettement mieux loties en sautant la vidéo, la précision s’améliorant jusqu’à 35 %. Mais lorsque l’assistant a reçu de fausses informations, la précision s’est effondrée de 32 % tandis que la confiance des participants est restée stable à environ 4,5 sur 5, ce qui signifie que les gens ne pouvaient pas détecter quand le résumé était erroné.

Le format marketing le plus persuasif de la dernière décennie est presque invisible pour le système qui conclut désormais la vente, et les humains dans la boucle sont mal équipés pour remarquer la substitution.

L’influence n’a pas disparu, elle a bougé

Je suis sorti de cela plus optimiste quant au marketing d’influence, pas moins, et la raison réside dans la formulation exacte de ma propre question.

J’aurais pu demander quelles chaussures de course sont les meilleures pour des genoux douloureux, ce qui déclencherait une comparaison de quinze marques où la meilleure fiche technique l’emporterait. Au lieu de cela, j’ai interrogé une marque par son nom, ce qui a limité l’assistant: il ne m’aurait jamais montré d’alternatives, car je n’en avais pas demandé.

La marque inscrite dans la question élimine entièrement la comparaison, tandis que tous les autres concurrents se disputent la réponse.

Ce nom est sorti de ma bouche parce que les coureurs que je suis les portent. Au cours de l’année écoulée, des créateurs ont implanté cette marque dans mon esprit, de sorte que lorsque je me suis enfin mis à acheter, chaque concurrent avait déjà été éliminé avant le départ de la course.

Le clic disparaît mais l’influence ne le fait pas ; elle remonte en amont, dans la question elle‑même.

Les communautés écrivent la couche de preuve

Être nommé n’est que la moitié de la victoire, car l’assistant vérifie ensuite sa réponse à l’aide de textes rédigés par des personnes.

C’est là que la communauté cesse d’être une métrique douce et devient une infrastructure. Une analyse de 30 millions de sources couvrant ChatGPT, Google AI Mode, Gemini, Perplexity et AI Overviews a révélé que les domaines les plus cités étaient Reddit, YouTube, LinkedIn, Wikipedia et Forbes, les plateformes d’avis telles que G2 et Yelp apparaissant fortement dans les requêtes de recommandation. Un public n’influence plus seulement les acheteurs ; il rédige également le corpus contre lequel le modèle vérifie la réponse.

Le secteur du jeu l’a découvert par accident: un jeu avec des dizaines de milliers d’avis Steam possède une couche de preuve lisible par machine plus riche que la plupart des produits de consommation ne pourront jamais assembler délibérément.

La conséquence est inconfortable pour les propres propriétés des marques. L’audit d’Adobe des sites de vente au détail a constaté que les pages produit n’étaient que 66 % lisibles par machine, le type de page le moins performant mesuré, et celui où la décision d’achat est censée se produire.

Ce que cela change en pratique

Rien de tout cela n’exige de croire que la recherche est morte. Le rappel de marque devient une métrique de performance plutôt qu’une métrique douce, car il détermine quels noms sont tapés dans le prompt. La surface textuelle qu’une marque et sa communauté produisent, c’est‑à‑dire les avis, les réponses de forum, la documentation et les données produit structurées, est désormais lue par les machines au moins aussi souvent que par les humains, et doit être entretenue en conséquence. La mesure des créateurs doit tenir compte de l’influence qui ne touche jamais un lien suivi, ce qui implique des tests de contrôle et des études de lift de marque plutôt que de meilleurs pixels.

L’attribution a toujours été une fiction de politesse

Cette partie devrait rassurer les marketeurs plutôt que les décourager. Le dernier clic mesurait la proximité du paiement plutôt que l’influence, et l’IA n’a pas tant cassé un système fonctionnel que retiré la prétention. Ce qui subsiste en dessous est l’actif qui faisait toujours le travail: être mémorisé.

Une machine peut comparer et résumer les compromis toute la journée, mais elle ne peut pas décider de ce qui importe réellement à un humain. À mesure que davantage de la transaction est gérée par le logiciel, la mémoire humaine devient la ressource rare, et les choses rares gagnent en valeur.

Le marketing d’influence ne meurt pas ; il est sur le point d’être mesuré honnêtement pour la première fois.

J’ai passé des années en tant que créateur de contenu avant de commencer à développer des outils pour eux, donc je le dis clairement: les marques qui gagneront la prochaine décennie ne seront pas celles qui crient le plus fort ou achètent le plus de clics, mais celles qu’une vraie personne se souvient suffisamment afin de les nommer à haute voix et de soutenir la prétention dans un texte lisible par une machine.