+42 % vs -38 %
Écart de conversion trafic AI vs non-AI, mars 2026 vs mars 2025
Adobe Analytics, avril 2026. Swing de 80 points en 12 mois sur le même dataset. Le trafic AI référent est passé de sous-performant à surperformant.
393 %
Croissance YoY du trafic retail référé par les AI, Q1 2026
Adobe Analytics. Sur Black Friday 2025 c'était +805 %. Sur Cyber Monday +670 %.
20 % / 3 %
Part shopping ChatGPT : Etsy vs Amazon
Similarweb via Elogic 2026. Amazon en chute d'environ 18 % par mois parce qu'il bloque ChatGPT-User dans son robots.txt. Etsy est launch partner d'ACP.
50 M / jour
Requêtes shopping dans ChatGPT
OpenAI Economic Research 2026 : 2 % des queries sur 900 M d'utilisateurs actifs par semaine sont des queries shopping.
Le contexte : pourquoi on écrit cet article en 2026 et pas en 2028
On a été patients sur l'agentic commerce. En 2024, c'était de la démo. Debut 2025, c'était de la promesse. Puis Adobe Analytics a sorti son rapport d'avril 2026 avec un chiffre qui a changé notre lecture : le trafic référé par les AI (ChatGPT, Perplexity, Claude, Gemini) convertissait 38 % PIRE que le trafic Google en mars 2025. Douze mois plus tard, ce même trafic convertit 42 % MIEUX. C'est un renversement de 80 points en 12 mois sur le même dataset chez les mêmes marchands.
Côté taille de marché, Salesforce a documenté 262 milliards de dollars de ventes attribuables aux agents IA durant les Fêtes 2025 (20 % des commandes globales). Adobe a mesuré +805 % de trafic retail référé par les AI le Black Friday 2025, +670 % le Cyber Monday. Sur Q1 2026, +393 % en moyenne. Ces chiffres ne sont pas les projections d'un consultant, ce sont des mesures sur des trackers en place chez les marchands eux-mêmes.
La vraie question pour un marchand PME au Québec n'est plus est-ce que ça va arriver. Elle est : qu'est-ce que je change sur mon site cette semaine pour que quand ChatGPT choisit trois sacs à dos pour un utilisateur, un des trois soit le mien.
Source
AI traffic converted 42% better than non-AI traffic in March 2026, an 80-percentage-point swing from March 2025 when AI converted 38% worse.
Ce que cherche un agent quand il magasine pour ton client
Un agent IA ne matche pas des mots-clés. Il matche des contraintes.
Quand un utilisateur écrit dans ChatGPT sac à dos durable, pour un backpack trip en Asie de 3 semaines, moins de 200 $, livré avant le 1er mars, l'agent décompose la requête en 4 sous-tâches distinctes :
- Filtre catégorie + prix + délai : sacs à dos, moins de 200 $, disponibilité + shipping OK avant le 1er mars.
- Match cas d'usage :
backpack trip Asie 3 semainesimplique capacité 40-65L, compartiment laptop, résistance à l'eau, cadenas TSA, sangles de compression. - Filtre qualitatif :
durableimplique matériaux (Cordura, ripstop 500D+), coutures renforcées, garantie pluri-annuelle. - Ranking final : les fiches qui explicitent le plus grand nombre de matchs, avec preuves (avis descriptifs, spécifications techniques précises, mentions par des tiers) montent en haut de la shortlist.
Le piège : une PDP écrite pour le SEO traditionnel (sac à dos bleu, cuir premium, look urbain) ne matche aucune des 4 dimensions. Elle est invisible pour l'agent, même si elle rank en position 1 sur Google pour sac à dos bleu.
Ce qu'on retrouve dans les fiches qui se font citer :
- Cas d'usage nommés :
idéal pour trek 3-4 semaines, cabine avion, backpack Asie du Sud-Est. Pas 1 cas générique, mais 3 à 5 scénarios précis. Ça permet à l'agent de direvoici un match pour ta situation. - Exclusions explicites :
pas idéal pour randonnée alpine hiver, pas conçu pour porter plus de 18 kg. Contre-intuitif, mais l'exclusion aide l'agent à éliminer les faux matchs et augmente la confiance dans les vrais. - Compatibilité concrète : dimensions en cm, poids max porté en kg, bagage cabine sur les 3 principales compagnies aériennes, dishwasher-safe oui/non, iOS 26+ compatible oui/non. Chaque contrainte devenue explicite est un match potentiel.
- FAQ ancrée sur les vraies questions client : reprendre les questions du chat support, des reviews, des threads Reddit du produit. Chaque Q/R devient une donnée d'entraînement pour la fiche.
- Spécifications en format tableau structuré, pas en prose. Les modèles extraient beaucoup mieux les listes et les tables que les paragraphes.
La bataille du robots.txt : bloquer ou laisser passer
Amazon a choisi de bloquer. Dans son robots.txt, ChatGPT-User et OAI-SearchBot sont interdits. Résultat mesuré par Similarweb : la part d'Amazon dans les shopping queries ChatGPT est passée sous 3 %, avec une chute d'environ 18 % par mois. Etsy, qui a fait l'inverse (partenaire de lancement du protocole ACP en septembre 2025), passe au-dessus de 20 %.
La logique d'Amazon se défend : leur business publicitaire sur le site vaut 56 milliards de dollars par année. Si les agents court-circuitent la vitrine et achètent sans voir les ads sponsorisées, cette valeur s'évapore. Alors ils ont bloqué le crawl, poursuivi Perplexity en novembre 2025 (Comet naviguait Amazon en se faisant passer pour Chrome), et obtenu une injonction préliminaire le 10 mars 2026 qui bloque Comet des comptes Amazon. La décision de la Cour d'appel du 9e Circuit, prévue après l'audience du 11 juin 2026, va poser le premier précédent fédéral sur les agents acheteurs.
Pour une PME au Québec, ce n'est pas un dilemme théorique. Bloquer les crawlers AI dans robots.txt = disparaître des shopping panels de ChatGPT / Perplexity / Google AI Mode. Les laisser passer = accepter que l'agent scrape ta fiche, la présente à côté de 3 concurrents, et négocie potentiellement la vente sans que l'utilisateur ne mette les pieds sur ton site. Notre position par défaut chez nos clients marchands : on laisse passer, on optimise pour être choisi, et on soigne les KPIs post-clic (repeat rate, LTV, brand searches) parce que le clic initial devient rare mais qualifié.
Les 3 protocoles qui structurent le marché
Depuis septembre 2025, trois protocoles se sont mis en place. Ils font des choses différentes, et il faut comprendre lequel s'applique à quoi :
| Critère | ||
|---|---|---|
| Portée | ACP - Checkout dans le chat | UCP + AP2 - Discovery + paiement |
| Porté par | OpenAI + Stripe (ChatGPT Instant Checkout) | Google + Shopify + Etsy + Walmart (UCP), Google + 60 partenaires (AP2) |
| Lancé | 29 septembre 2025 (Etsy), étendu à 1 M+ Shopify + PayPal le 16 février 2026 | AP2 : 16 septembre 2025 (donné à FIDO Alliance en mai 2026). UCP : 11 janvier 2026. |
| Comment ça marche pour le marchand | Ton catalogue Shopify est syndiqué vers ChatGPT. L'achat se fait dans l'interface ChatGPT via Stripe. Frais 4 % OpenAI + 2,9 % Stripe. | Feed Merchant Center + Business Agent Google. L'utilisateur peut acheter via UCP checkout ou revenir sur ton site. AP2 signe cryptographiquement l'intention d'achat de l'utilisateur (Intent + Cart Mandates). |
| Ce que tu perds | Environ 6-7 % de marge par transaction, la relation email/data client, l'upsell post-achat. | Une partie du contrôle de l'expérience, mais tu conserves la relation client si l'utilisateur revient checkout sur ton site. |
| Notre reco par défaut pour une PME | Activer sur Shopify si marge > 25 %, tester 90 jours, mesurer LTV vs canal direct. | Toujours - c'est la base d'être trouvable. Zéro frais additionnel côté marchand pour être listé. |
Les 8 changements qu'on fait sur les sites de nos marchands avant Q4
On a classé les interventions par couche. Un marchand qui déploie les 3 premières a déjà 80 % du gain, parce que ce sont les couches que les agents lisent en premier.
Feed produit et Merchant Center (couche 1, la plus critique)
- Feed Google Merchant Center à jour quotidiennement, tous les GTIN, MPN, brand, condition, availability, price + sale_price en attributs séparés. Le feed est devenu, pour ChatGPT via UCP, la source d'autorité principale sur ton catalogue, pas ton site.
- Attribut `product_highlight` rempli sur chaque SKU (4 à 5 bullets courts de bénéfices concrets). Sous-utilisé en 2024, obligatoire en 2026.
- Attributs custom pour cas d'usage (`custom_label_0` à `_4`) : `use_case_trekking`, `use_case_travel_cabin`, `material_ripstop`, `waterproof_yes`. Ça permet aux agents de filtrer sur des contraintes fines.
Structure de fiche produit (couche 2)
- Section `Idéal pour` avec 3 à 5 cas d'usage nommés + section `Pas idéal pour` avec 2 à 3 exclusions. Écrit en toutes lettres, pas juste des tags.
- Bloc de spécifications en format tableau (pas prose) : dimensions, poids, matériaux, garantie, entretien. Un tableau HTML rend 3× mieux dans les citations LLM qu'un paragraphe.
- FAQ de 6 à 10 questions ancrées sur les vraies questions client (chat support, threads Reddit, avis). Marquée avec `schema.org/FAQPage`.
Signaux hors-site et confiance (couche 3)
- Minimum 150 avis vérifiés par produit stratégique (SEL scorecard 2026). En dessous de 150, la probabilité d'être court-listé chute significativement.
- Mentions ciblées sur Reddit (subs pertinents du vertical), YouTube (avis honnêtes de créateurs, pas des placements payés déguisés), et 2 à 3 blogs autorités du secteur. Les agents citent lourdement les tiers pour valider un match.
Le vrai risque en 2026 : la marge, pas la visibilité
On passe beaucoup de temps sur la visibilité parce que c'est le premier goulot. Mais la vraie discussion stratégique commence après que tu sois visible.
Quand un utilisateur achète via ChatGPT Instant Checkout, OpenAI prend 4 % de commission, Stripe 2,9 %, et toi tu perds la donnée client (email, adresse, historique d'achat consolidé dans ChatGPT, pas dans ton CRM). C'est le pattern des marketplaces (Amazon, Etsy) qu'on connaît depuis 15 ans, sauf qu'ici la marketplace n'est plus un site, c'est une conversation. Et l'utilisateur va probablement dire à ChatGPT commande-moi le même produit la prochaine fois, sans jamais penser à ta marque.
Deux stratégies qu'on voit passer chez nos marchands :
- Accepter le canal comme acquisition payante : le canal ChatGPT est traité comme du paid, avec un CAC équivalent (les 6-7 % de marge). Le KPI de succès n'est plus le ROAS de la transaction, c'est le taux de repeat direct qu'on arrive à ramener sur son propre site dans les 90 jours (via emailing post-livraison + qualité du produit).
- Bloquer sur les SKUs à faible marge, activer sur les nouveautés / hero products : on active ACP juste sur les 20 à 40 SKUs stratégiques où on veut faire du volume et de la notoriété rapide, on garde les répétitifs (consommables, accessoires) sur son propre site où la marge tient.
La position on active tout, on verra sur un catalogue de 1 000 SKUs sans stratégie de marge, on ne l'a pas testée chez un client qui en soit revenu content.
Verdict : par où commencer si tu as 2 semaines et 5 000 $ de budget
Si t'es un marchand PME qui vend un catalogue entre 50 et 500 SKUs et que tu veux être présent quand tes clients demandent à ChatGPT ou Perplexity de leur trouver un produit, voici l'ordre :
Semaine 1 - Audit + fondations :
- Vérifier
robots.txt+ firewall (Cloudflare, Sucuri) et débloquerChatGPT-User,OAI-SearchBot,PerplexityBot,ClaudeBot,Google-Extended. - Auditer le feed Merchant Center. Vérifier que
product_highlightest rempli, que les attributs custom pour les cas d'usage sont là. - Sélectionner les 20 à 40 SKUs stratégiques sur lesquels on va investir la couche 2 (structure de fiche).
Semaine 2 - Refonte des fiches stratégiques :
- Sur ces 20 à 40 SKUs, réécrire la fiche en 5 blocs :
Idéal pour/Pas idéal pour/Spécifications techniques(tableau) /FAQ(6-10 questions) /Compatibilité concrète. - Ajouter les schémas
Product,Offer,FAQPage,AggregateRatingen JSON-LD. Vérifier que le schéma match ce qui est visible sur la page (pas de drift). - Activer le canal
Agentic Storefrontsde Shopify (Winter 2026) pour syndiquer vers ChatGPT / Perplexity / Copilot avec un catalogue unique.
Après 30 jours - Mesure :
- Regarder le trafic référé AI dans GA4 (segment
session_sourcecontientchatgpt,perplexity,claude,gemini). - Installer un tracker de
share of model(Profound, TruIntel ou équivalent) sur les 20-40 SKUs. - Comparer la conversion AI vs non-AI. Si la conversion AI est plus faible chez toi, c'est probablement un problème de structure de fiche, pas de canal.
On a écrit cet article parce que la question est-ce que je devrais me préoccuper des agents IA revient dans chaque call de stratégie e-commerce depuis mars 2026. La réponse est oui, maintenant, sans attendre Q4.
Tu veux un audit rapide de la visibilité de ton catalogue dans ChatGPT, Perplexity et Google AI Mode ? On regarde ton feed, ton robots.txt, tes 10 fiches stratégiques et on te livre un plan concret.
Réserver un audit agentic commerceCe que les marchands nous demandent en ce moment
Est-ce qu'activer ChatGPT Instant Checkout, c'est cannibaliser mes ventes directes ?
En partie oui. Sur les 6 à 9 premiers mois, on voit une redistribution : environ 20 à 30 % des ventes ChatGPT Instant Checkout auraient probablement été faites sur ton site direct (surtout pour les marques établies avec une clientèle qui te connaît). Le reste est de l'incrémental (nouveaux clients qui ne te connaissaient pas). La bonne question n'est pas est-ce que ça cannibalise mais est-ce que le CAC net (frais OpenAI + Stripe - marge perdue sur cannibalisation) reste inférieur à mon CAC paid actuel. Chez la plupart de nos marchands, la réponse est oui, mais on le mesure sur 90 jours, pas sur 2 semaines.
Est-ce que les schémas JSON-LD suffisent, ou il faut aussi un feed structuré ?
Les deux, ils servent à des choses différentes. Le JSON-LD sur ta page produit sert quand un agent visite la fiche directement (via Perplexity Comet par exemple qui navigue le web). Le feed Merchant Center sert quand ChatGPT ou Google AI Mode consulte le catalogue en amont via UCP, sans jamais visiter la page. Pour être visible dans les deux modes, il faut les deux. Et surtout : ils doivent dire la même chose. Un feed qui dit en stock alors que la page dit épuisé te fait tomber en fiabilité.
Les avis sur ma fiche Shopify comptent-ils pour les agents ?
Oui, à condition qu'ils soient marqués en schema.org/Review + AggregateRating, et surtout à condition qu'ils soient descriptifs. Un avis super produit, 5 étoiles a peu de valeur pour un agent parce qu'il ne contient pas de signal de match. Un avis je l'utilise pour le tennis 3 fois par semaine, j'ai fait 40 h en 3 mois, aucune usure est de la donnée d'entraînement pour l'agent quand un utilisateur cherche souliers durables pour tennis 3x/semaine. Pousse tes clients satisfaits à décrire leur usage, pas juste à noter.
On est une PME de services (pas e-commerce). Ça s'applique quand même ?
Partiellement. Les mécaniques de fiche produit ne s'appliquent pas telles quelles, mais l'idée de contraintes matchables oui. Sur les pages de services, on ajoute : cas d'usage nommés (idéal pour PME 5-15 employés en croissance), exclusions (pas idéal pour équipe de moins de 5 personnes sans gestionnaire dédié), zones desservies précises, tarification par tranches, FAQ ancrée sur les vraies objections. L'agent qui répond à agence marketing pour PME manufacturière au Québec, moins de 15 employés doit pouvoir extraire ces contraintes de ta page en 2 secondes. Même logique que pour un SKU, différent vocabulaire.