Comment la recherche par l'IA change-t-elle la façon dont les consommateurs trouvent la mode ?

La recherche par l'IA transforme la découverte de la mode en permettant aux consommateurs de décrire ce dont ils ont besoin en langage courant, par exemple une tenue pour une occasion précise, et de recevoir une sélection plutôt qu'une liste de liens ou une grille de produits. L'influence se déplace ainsi vers ceux qui contrôlent l'interface d'IA, au profit des marques dont les données produit sont complètes, exactes et lisibles par les machines.

Qu'est-ce que le shopping conversationnel ?

Le shopping conversationnel, c'est la recherche et la découverte de produits par le dialogue. Au lieu de saisir « robe midi noire » et d'appliquer des filtres, la cliente écrit « je cherche quelque chose d'élégant mais confortable pour un mariage en plein air en septembre, à moins de 200 euros » et affine la réponse par des questions successives. Un grand modèle de langage interprète la demande, la traduit en requêtes structurées, récupère les produits et explique ses choix.

Cela se passe à trois endroits : sur les sites et applications des distributeurs, dans les assistants IA généralistes comme ChatGPT et Gemini, et dans les moteurs de recherche qui mêlent désormais réponses générées par l'IA et fiches produit. Le rapport The State of Fashion 2026 de McKinsey place ce phénomène au cœur de son thème « l'acheteur IA », en affirmant que l'IA bouleverse déjà la manière dont les consommateurs découvrent la mode et que des agents d'achat IA autonomes pourraient à l'avenir agir pour le compte des consommateurs, de la surveillance des prix jusqu'à l'achat des produits.

Comment fonctionnent les assistants shopping IA ?

Sous la surface, la plupart des assistants suivent un schéma similaire :

1. Interprétation de l'intention : le modèle de langage extrait l'occasion, le style, le budget, la taille, la couleur et les contraintes de la demande et de l'historique de la conversation.
2. Récupération : le système interroge un index produit, souvent en combinant recherche par mots-clés, filtres d'attributs et recherche vectorielle sur les textes et les images.
3. Classement : les résultats sont ordonnés selon leur pertinence et des signaux commerciaux comme la disponibilité et le prix.
4. Génération de la réponse : le modèle présente une courte sélection avec des explications, et peut poser des questions de clarification.
5. Action : de plus en plus, l'assistant peut suivre les prix ou lancer le paiement.

La documentation d'aide d'OpenAI indique par exemple que les résultats produit de ChatGPT s'appuient sur des métadonnées structurées provenant de fournisseurs propriétaires et tiers et tiennent compte de facteurs comme le prix, les avis et la disponibilité, et que les résultats produit sont sélectionnés de manière indépendante et ne sont pas des publicités. La qualité de la réponse dépend donc fortement de la qualité des données auxquelles chaque système a accès.

Lire aussi

Comment l'IA est-elle utilisée dans le service client de la mode, et où échoue-t-elle ?

Quelles expériences de shopping par l'IA existent aujourd'hui ?

Les assistants propres aux distributeurs sont les plus aboutis dans la mode. Selon l'étude de cas d'OpenAI, l'assistant de Zalando a été lancé en 2023 et étendu en 2024 à l'ensemble de ses 25 marchés ; il prend en charge plusieurs langues et traite des demandes comme des suggestions de tenues pour des événements.

Google a annoncé en mai 2025 qu'AI Mode dans Search afficherait un panneau visuel de produits qui se met à jour à mesure que les utilisateurs affinent leurs requêtes, et a introduit le paiement agentique : les utilisateurs peuvent fixer un prix cible et, une fois celui-ci atteint, Google peut ajouter l'article au panier du marchand et finaliser l'achat avec Google Pay après confirmation de l'utilisateur.

OpenAI a lancé Instant Checkout le 29 septembre 2025, permettant aux utilisateurs américains d'acheter auprès de vendeurs Etsy dans ChatGPT et annonçant que les marchands Shopify suivraient, sur la base d'un Agentic Commerce Protocol ouvert développé avec Stripe. Les marchands devaient payer une commission sur les achats réalisés. En mars 2026, Shopifreaks, citant des informations de The Information, a écrit qu'OpenAI remplaçait Instant Checkout par un modèle fondé sur des applications dans lequel les distributeurs gèrent leurs propres boutiques au sein de ChatGPT, après une adoption limitée par les marchands et une faible conversion. L'épisode montre à quel point le commerce agentique reste instable.

Dans la mode en particulier, les assistants de découverte font face à des problèmes plus difficiles que dans beaucoup d'autres catégories. Le style est subjectif, les tailles diffèrent d'une marque à l'autre, et un même article peut être décrit en termes très différents selon les distributeurs. Les assistants qui ne disposent pas d'attributs cohérents sur la coupe, la matière et l'occasion se rabattent souvent sur des best-sellers génériques, ce qui favorise les grandes marques aux données bien structurées.

Que signifie la recherche par l'IA pour les marques de mode ?

• Moins de clics, plus de présélection : si un assistant montre trois produits, être quatrième revient presque à être invisible.
• Les données avant le design : l'assistant lit les attributs, la disponibilité et les prix, pas l'esthétique d'une landing page.
• Contrôle par des tiers : sur les assistants externes, la marque ne maîtrise ni la logique de classement, ni la présentation, ni la relation client.
• Nouveaux angles morts de mesure : le trafic provenant des assistants IA est plus difficile à attribuer, et certains achats peuvent se faire sans aucune visite du site.

McKinsey résume sans détour la conséquence pour le marketing en qualifiant les réponses des chatbots IA de « nouveau SEO » du retail de mode. Pour les marques wholesale, cela signifie aussi que les informations produit transmises aux partenaires retail alimentent les systèmes d'IA utilisés par ces derniers.

Quels sont les risques et les questions ouvertes ?

Les assistants IA peuvent se tromper sur les prix, la disponibilité ou les détails des produits, et les marques restent responsables de ce que disent leurs propres assistants. Les agents tiers soulèvent des questions sur la propriété de la relation client, la gestion des retours et des litiges et le niveau des commissions par rapport à celles des marketplaces. Il existe aussi un risque de concentration : si quelques plateformes d'IA deviennent la principale porte d'entrée de la découverte de produits, leurs règles façonneront le commerce de la mode, comme le font aujourd'hui les plateformes de recherche et les réseaux sociaux.

Lire aussi

Comment fonctionne la personnalisation par l'IA dans l'e-commerce de mode ?

Comment les distributeurs de mode doivent-ils se préparer ?

Commencez par les données produit : vérifiez la complétude des attributs, les informations de taille et la qualité des images, et assurez-vous que les flux vers les moteurs de recherche et les marketplaces sont à jour. Testez la façon dont les principaux assistants décrivent aujourd'hui vos produits en leur posant des questions réalistes de clients. Si vous exploitez votre propre assistant, limitez-le aux données vérifiées du catalogue et des politiques, et mesurez la conversion et les retours par rapport à la recherche classique. Considérez le paiement agentique comme une expérimentation jusqu'à ce que les protocoles, les commissions et l'adoption par les consommateurs se stabilisent.