Retail
Omnicanal
le 4 novembre 2026
par Dalila Bouaziz

Commerce agentique : les enseignes misent-elles sur les mauvais usages de l’IA ?

Alors que les distributeurs explorent les achats autonomes et les interactions entre agents IA, les consommateurs privilégient toujours la comparaison des prix et les recommandations produits.

À mesure que les agents d’intelligence artificielle s’invitent dans les parcours d’achat, les distributeurs se préparent à une nouvelle étape du commerce en ligne : celle où des assistants seraient capables de rechercher, sélectionner et acheter des produits au nom des consommateurs. Mais cette perspective correspond-elle réellement aux attentes des clients ? Dans son étude « The Human and the Agent ; The State of Agentic Commerce in Europe », réalisée en mai 2026 auprès de 13 500 consommateurs dans 15 pays européens, Deloitte met en évidence un décalage entre les possibilités offertes par la technologie et les usages que les consommateurs souhaitent développer. L’adoption de l’IA dans les achats est pourtant bien engagée.

Plus de la moitié des Européens interrogés ont déjà utilisé un outil d’intelligence artificielle dans leur parcours d’achat, tandis que 27 % supplémentaires se déclarent prêts à l’essayer. Mais derrière cette progression se dessine une réalité plus nuancée : les consommateurs attendent avant tout de l’IA qu’elle les aide à prendre de meilleures décisions, et non qu’elle décide à leur place.

Comparer les prix avant de déléguer les achats

Interrogés sur les fonctionnalités d’IA qu’ils jugent les plus importantes pour les 12 à 24 prochains mois, les Européens placent largement en tête la comparaison des prix, citée par 48 % des répondants. Les recommandations de produits et les offres personnalisées arrivent ensuite, à égalité avec 32 %, devant la découverte de nouveaux produits (31 %) et l’assistance par chatbot (26 %). À l’inverse, seuls 16 % des consommateurs considèrent le paiement autonome comme une fonctionnalité prioritaire. Un écart qui illustre la distance entre les perspectives d’automatisation complète du commerce et les besoins immédiats des clients.

Cette réticence se retrouve dans les tâches que les consommateurs accepteraient de confier à un agent IA. Si 34 % sont prêts à lui déléguer la recherche du meilleur prix entre plusieurs enseignes, 29 % la synthèse des avis clients et 27 % la comparaison des produits, cette proportion tombe à 10 % pour le renouvellement d’une commande et à seulement 8 % pour la finalisation d’un achat et son paiement. Deloitte observe ainsi que l’IA est davantage perçue comme un outil d’aide à la décision que comme un acheteur autonome. Sur une échelle de 1 à 7, les consommateurs accordent une importance moyenne de 5,3 à sa capacité à fournir des informations utiles, contre seulement 2,3 lorsqu’il s’agit de la laisser prendre des décisions d’achat à leur place.

L’IA s’impose dans la recherche, mais pas encore dans la transaction

Cette distinction apparaît également dans les différentes étapes du parcours client. Parmi les consommateurs ayant déjà utilisé l’IA pour leurs achats, 57 % y ont recours pour rechercher des produits, presque autant que Google Search (61 %). Lors de la comparaison, l’IA passe même devant le moteur de recherche, avec 57 % d’utilisation contre 52 %. Mais au moment de concrétiser l’achat, les équilibres s’inversent. Seuls 17 % des utilisateurs d’IA citent cet outil à l’étape de l’achat, contre 44 % pour les marketplaces, 39 % pour les sites d’enseignes et 52 % pour les magasins physiques.

L’intelligence artificielle gagne donc du terrain dans la découverte et l’évaluation des offres, sans pour autant remplacer les circuits de conversion traditionnels. Pour les distributeurs, l’enjeu immédiat pourrait ainsi être moins d’automatiser la transaction que de s’assurer que leurs produits figurent parmi les recommandations formulées par les agents. Cette évolution soulève aussi une question économique. Avec la comparaison des prix comme premier cas d’usage attendu, les enseignes pourraient être davantage exposées à une concurrence fondée sur les tarifs. Deloitte les invite donc à rendre visibles d’autres critères de différenciation, comme la qualité des produits, les services associés, les garanties ou encore les engagements de la marque.

Des ambitions technologiques confrontées à la réalité des données

Le décalage ne concerne pas uniquement les consommateurs. Deloitte souligne également que les organisations anticipent des usages avancés de l’IA, notamment les interactions entre agents et l’automatisation des décisions, alors que les attentes des clients restent principalement concentrées sur la recherche d’informations et l’accompagnement à l’achat. Or, les entreprises ne disposent pas toujours des fondations nécessaires pour développer ces nouveaux services. En s’appuyant notamment sur des données issues du rapport « Adobe AI and Digital Trends 2026 », Deloitte relève que seules 44 % des organisations jugent la qualité et l’accessibilité de leurs données suffisantes pour l’IA. Elles ne sont que 39 % à disposer d’une plateforme de données clients partagée capable de soutenir des usages agentiques. Par ailleurs, 75 % des entreprises interrogées citent les données parmi leurs principaux obstacles.

Ces difficultés interrogent l’ordre des priorités. Avant de permettre à des agents d’effectuer des achats de manière autonome, les distributeurs doivent déjà être capables de leur transmettre des informations fiables et actualisées sur leurs produits, leurs prix, leurs stocks et leurs conditions commerciales. La confiance constitue un autre frein. Dans l’enquête Deloitte, la protection et la sécurité des données personnelles arrivent en tête des préoccupations, particulièrement chez les consommateurs les plus âgés. La volonté de conserver le contrôle sur les décisions d’achat reste également forte, y compris parmi les utilisateurs réguliers de l’IA.

Être recommandé par l’IA avant de vouloir automatiser l’achat

Face à ces constats, Deloitte propose aux distributeurs de concentrer leurs efforts sur trois objectifs : être trouvés par les agents, être sélectionnés parmi les offres proposées et inspirer suffisamment confiance pour transformer une recommandation en achat. Cette approche passe notamment par l’amélioration des données produits, le renforcement des signaux de confiance et le développement d’outils de recommandation capables d’expliquer leurs propositions aux consommateurs. Elle suppose également de fluidifier le passage entre la recherche assistée par IA et la transaction sur les canaux habituels des enseignes. Son impact le plus immédiat pourrait se jouer bien en amont du paiement, au moment où les consommateurs découvrent, comparent et sélectionnent les produits.