La façon dont les clients découvrent les produits est en train de changer.
Pendant plus de deux décennies, le commerce en ligne a été optimisé pour les moteurs de recherche, les marketplaces et la recherche sur site. Aujourd’hui, un nouveau canal de découverte s’impose rapidement : l’IA conversationnelle. Les clients font de plus en plus appel à ChatGPT, Microsoft Copilot, Claude, Gemini et d’autres grands modèles de langage (LLM) pour obtenir des recommandations de produits, comparer des options et trouver des réponses à leurs questions d’achat, bien avant de se rendre sur un site marchand.
Ce changement marque une transformation profonde dans la façon dont les produits sont découverts. D’avril à juin 2026, le trafic provenant de sources IA vers les sites de vente au détail américains a progressé de 125 % par rapport à la même période l’année précédente, selon Adobe Digital Insights. Cette dynamique fait suite à celle observée lors de la dernière saison des fêtes (novembre à décembre 2025), où le trafic IA avait bondi de 693 % en glissement annuel.
Le succès ne se joue plus uniquement sur le classement dans les moteurs de recherche ou les règles de merchandising — il repose désormais sur la capacité des systèmes d’IA à comprendre, analyser et recommander les produits avec assurance.
C’est précisément là que Adobe Commerce avec la découverte de produits sur les surfaces LLM peut faire la différence.
Un contexte produit enrichi, sans modifier le storefront.
Optimiser pour la découverte par l’IA ne signifie pas repenser le storefront. Les clients continuent d’accéder aux mêmes pages de détail produit, aux mêmes visuels et au même parcours d’achat. En coulisses, cependant, les assistants IA de recherche ont besoin d’un contexte bien plus riche que ce qui est habituellement présenté aux acheteurs.
Adobe Commerce intègre désormais Adobe Catalog Agent pour enrichir les pages de détail produit avec des informations structurées, extraites directement du catalogue Commerce. Cette amélioration est déployée dans un calque lisible par les machines, destiné aux robots d’exploration IA et aux systèmes de découverte optimisés par les LLM, sans modifier l’expérience d’achat des utilisateurs.
En exposant des noms de produits, des attributs, des spécifications, des informations de compatibilité, de disponibilité, de tarification et d’autres données pertinentes du catalogue, cette capacité agentique renforce la confiance des applications IA dans l’interprétation et la recommandation des produits. Elle leur fournit le contexte nécessaire pour relier la recherche du client au bon produit. Résultat : une meilleure visibilité des produits dans les expériences de découverte optimisées par l’IA, permettant aux marques d’apparaître plus fréquemment et avec plus de précision lorsque les acheteurs entament leur parcours d’achat via l’IA conversationnelle.
Des messages produit cohérents sur chaque canal de vente.
La qualité des recommandations IA ne peut pas dépasser celle des informations produits sur lesquelles elles s’appuient.
Le nom d’un produit, sa description et ses cas d’usage racontent ce qu’il est, à qui il s’adresse et dans quel contexte le recommander. Dès lors que ce discours varie selon les canaux — ou ne fournit pas à l’IA le contexte dont elle a besoin — des produits à forte valeur risquent de passer inaperçus.
Catalog Agent dans Adobe Commerce enrichit directement les noms de produits, les descriptions et les formulations de cas d’usage au sein du catalogue produits de Commerce. En appliquant ces améliorations à la source, chaque surface de vente en aval bénéficie des mêmes messages produits de haute qualité — des storefronts et pipelines publicitaires aux marketplaces et aux expériences de découverte optimisées par l’IA.
Cette approche « source en premier » garantit aux marques une cohérence et une maîtrise de leur discours produit, quel que soit l’endroit où leur catalogue est exposé. À mesure que les informations produits évoluent, chaque canal reste aligné : les LLM bénéficient d’une compréhension plus précise de chaque produit, tandis que les marchands peuvent délivrer des messages exacts et cohérents partout où les clients découvrent et achètent leurs produits.
Meilleure visibilité produit à l’ère du commerce IA.
À mesure que les assistants IA de recherche s’imposent comme l’interface privilégiée pour la découverte de produits et les achats, la notion de visibilité produit prend un tout nouveau sens.
Depuis des années, les marchands investissent pour rendre leurs produits accessibles via :
- Référencement naturel (SEO)
- Optimisation du flux de produits
- Visibilité sur les marketplaces
- Merchandising sur site
Ces leviers restent indispensables, mais le commerce optimisé par l’IA introduit une toute nouvelle dimension de découverte.
Product discovery for LLM surfaces dans Adobe Commerce prépare le catalogue produits à cette évolution en exposant des données commerce riches et structurées — attributs produits, spécifications, catégories, variantes, tarification, disponibilité et relations entre produits — dans un format intelligible par les expériences optimisées par l’IA. Plutôt que de s’appuyer uniquement sur la correspondance de mots-clés, les applications IA peuvent interpréter l’intention de l’acheteur et raisonner sur les produits à partir de données de catalogue fiables et gouvernées issues d’Adobe Commerce.
Cela permet des expériences d’achat plus naturelles, où les clients peuvent poser des questions telles que :
- « Montre-moi des chaussures de trail légères adaptées à un entraînement pour marathon. »
- « Compare ces deux ordinateurs portables pour la retouche vidéo. »
- « Trouve des accessoires compatibles avec cet appareil photo. »
Ces parcours d’achat conversationnels incarnent la prochaine étape du commerce digital, et ils reposent sur des données produits de haute qualité, prêtes pour l’IA.
L’IA agentique est le socle de cette nouvelle ère du commerce optimisé par l’IA dans Adobe Commerce. Catalog Agent établit la couche de connaissance produit de référence qui permet aux marchands de s’intégrer dès aujourd’hui aux expériences d’achat IA émergentes, tout en posant les fondations de l’innovation future. Au fil du développement de la feuille de route IA d’Adobe pour le commerce, les clients peuvent anticiper de nouvelles capacités en matière d’intelligence catalogue, d’enrichissement, de gouvernance et de découverte, renforçant encore la façon dont les produits sont mis en avant, compris et recommandés dans un écosystème d’expériences d’achat optimisées par l’IA en pleine expansion.
Pourquoi cela compte pour les dirigeants.
Pour les décideurs du commerce, l’IA agentique dans Adobe Commerce va bien au-delà d’une simple fonctionnalité. C’est un investissement stratégique pour pérenniser la découverte produit à long terme.
À mesure que les parcours d’achat débutent en amont dans des expériences d’IA conversationnelle, les marques qui exposent des informations produit riches et structurées se retrouvent en meilleure position pour capter l’attention des clients.
Les bénéfices métier comprennent :
Meilleure visibilité des produits.
Les produits deviennent plus facilement identifiables, compréhensibles et recommandables par les expériences d’achat optimisées par l’IA.
Qualité des recommandations améliorée.
Les assistants IA fournissent des réponses plus pertinentes grâce à un contexte produit plus riche, sans se limiter aux informations publiques disponibles.
Expériences client de haute qualité.
Les clients reçoivent des réponses précises et conversationnelles qui les aident à prendre leurs décisions d’achat plus rapidement.
Moindre dépendance à l’optimisation par mots-clés.
L’intelligence produit structurée vient en complément du SEO traditionnel en favorisant une découverte produit basée sur l’intention.
Des bases solides pour le commerce agentique.
À mesure que les agents IA accompagnent davantage les clients tout au long du parcours d’achat, le catalogue devient un actif métier stratégique, bien plus qu’une simple base de données produit.
Valeur ajoutée pour les équipes techniques.
Pour les équipes techniques, l’IA agentique d’Adobe Commerce élimine une grande partie de la complexité liée à la mise en condition des données commerce pour l’IA.
