Les applications retail de ChatGPT résolvent le mauvais problème

Lorsque OpenAI a abandonné l’Instant Checkout au profit d’applications aux couleurs des retailers, la justification officielle était la flexibilité : les marchands veulent garder le contrôle de l’expérience client et du processus de transaction. Très bien. Mais regardons à quoi ressemble réellement le parcours utilisateur.

Vous ouvrez ChatGPT. Vous décrivez ce que vous cherchez. Vous obtenez une recommandation. Si le retailer concerné dispose d’une application ChatGPT, et encore faut-il le savoir, vous l’activez, basculez dans son environnement, puis êtes redirigé vers son site pour finaliser l’achat, soit dans un navigateur intégré, soit dans un onglet séparé. S’il n’a pas d’application, ou si vous ignorez son existence, vous suivez de toute façon un lien vers son site.

À chaque étape, la charge cognitive repose sur l’utilisateur. Quel retailer a une application ? Pourquoi utiliser cette application plutôt que d’acheter directement sur le site du retailer ? Comment la trouver ? Comment l’activer ? Comme l’a souligné PYMNTS peu après l’annonce, les acheteurs « peuvent simplement ne pas savoir que les applications ChatGPT des retailers existent ou comment y accéder ». Ce n’est pas un simple détail d’UX. C’est le problème central du modèle.

L’argument de la réduction de friction en faveur des applications est le suivant : les utilisateurs disposent déjà de parcours de paiement fiables sur les sites de leurs retailers préférés. Leur carte est enregistrée. Leurs points de fidélité y sont associés. Pourquoi paieraient-ils dans un chatbot ? C’est un argument valable, mais seulement si le modèle par application réduit réellement la friction. Aujourd’hui, il en ajoute. Vous finissez toujours sur le site du retailer. Vous avez simplement emprunté un chemin plus long et plus confus pour y parvenir.

La promesse initiale de l’agentic commerce était élégante : une IA capable de trouver le meilleur produit pour vos besoins spécifiques, à travers l’ensemble du web marchand, et de gérer l’achat. L’IA est neutre. Le résultat est optimisé pour l’acheteur.

Le modèle par application abandonne complètement cette idée. Au lieu d’un agent neutre, vous obtenez un sélecteur de vitrines. Walmart a Sparky. Target a son propre chatbot. Sephora a un conseiller beauté. Chacun constitue un environnement fermé conçu pour vous maintenir dans l’écosystème du retailer. Ce n’est pas de l’agentic commerce. C’est le modèle des app stores de 2011 déguisé en interface conversationnelle, et l’acheteur doit toujours savoir où il souhaite acheter avant même de commencer.

La description honnête de ce qu’est devenu ChatGPT est celle d’un moteur de recommandation. Un Google Shopping plus intelligent et plus conversationnel. Les analystes de TD Cowen ont qualifié le revirement d’OpenAI de « reconnaissance frappante », notant que « cette annonce indique que les plateformes d’IA remplaçant les applications pour devenir le “nouvel OS” ne se concrétisent pas, ou du moins sont significativement retardées ». Ce n’est pas un pivot, mais une concession.

Le 24 mars, le même jour où OpenAI a abandonné l’Instant Checkout, Shopify a activé une fonctionnalité permettant à ses 5,6 millions de marchands d’être visibles dans ChatGPT par défaut, sans configuration, sans intégration, sans application. C’est une véritable avancée vers la démocratisation du commerce par l’IA, et cela mérite d’être souligné.

Mais voici le détail souvent ignoré dans les analyses optimistes : personne ne finalise réellement un achat dans ChatGPT. Ni Walmart, ni Sephora, ni Target. Le paiement intégré de Sephora est « prévu ultérieurement ». Target redirige vers son site. Sparky de Walmart est un environnement intégré à ChatGPT qui traite les paiements via l’infrastructure de Walmart, plus proche d’une mini-application que d’un véritable paiement intégré. Le seul retailer proposant un paiement réellement intégré au chat est Instacart. Un seul. Sur une centaine d’applications.

Alors, que propose réellement aujourd’hui ce « modèle par application » ? Un système de découverte à deux niveaux. Niveau un : les grands retailers capables de développer des intégrations ChatGPT personnalisées, Sparky de Walmart avec synchronisation du panier et fidélité, Sephora avec les données Beauty Insider, Target avec son propre chatbot. Niveau deux : 5,6 millions de marchands Shopify affichés via le catalogue, avec une fiche produit et une redirection.

Les deux niveaux redirigent les utilisateurs hors du chat pour finaliser l’achat. Mais l’expérience n’est pas équivalente. Un client Walmart utilisant Sparky bénéficie d’une continuité de compte, de paniers synchronisés entre plateformes et de points de fidélité appliqués. Une petite marque Shopify obtient un simple lien. C’est la même hiérarchie du retail, avec une interface conversationnelle par-dessus, et la promesse d’un paiement intégré sans cesse repoussée à une version future.

Alors qu’OpenAI opérait ce pivot, Google a déployé des données produits en temps réel, des paniers multi-produits et l’intégration des programmes de fidélité dans sa couche d’achat basée sur l’IA, soit précisément les trois fonctionnalités qu’OpenAI a invoquées pour abandonner le paiement natif. Le Shopping Graph de Google regroupe plus de 50 milliards d’offres produits, mises à jour deux milliards de fois par heure. Les données obsolètes étaient un problème pour OpenAI car elles étaient issues du scraping. Google l’a résolu au niveau de l’infrastructure et a poursuivi son développement.

Le contraste est instructif. Les deux entreprises se sont heurtées au même obstacle technique majeur. L’une a construit pour le dépasser. L’autre s’est réorganisée autour de cet obstacle et a présenté cela comme une stratégie.

Cela dit, Google est déjà passé par là. L’entreprise a lancé le paiement natif « Buy on Google » en 2018 et l’a discrètement abandonné en 2023 après avoir échoué à détourner les acheteurs d’Amazon et des sites de retailers. Les données en temps réel et les paniers multi-produits sont des conditions nécessaires pour l’agentic commerce. Elles ne sont pas suffisantes. L’histoire invite à faire preuve d’un certain scepticisme.

Il existe un autre problème lié à ce « focus sur la découverte » qui n’a pas reçu suffisamment d’attention : il crée une question de monétisation sans réponse. Le modèle basé sur des frais de transaction était simple : OpenAI gagnait de l’argent lorsque les utilisateurs achetaient, ce qui alignait directement ses incitations avec la recherche du meilleur produit. Un modèle basé sur la découverte et la recommandation introduit une dynamique différente. Quels marchands sont mis en avant dans les recommandations ? Qui paie pour une meilleure visibilité dans le flux ? Seuls 16,7 % des utilisateurs d’IA aux États-Unis commencent actuellement leurs recherches produits avec un assistant IA, ce chiffre ne peut croître que si les utilisateurs ont confiance dans la neutralité des résultats. Dès que les placements sponsorisés entrent en jeu, cette confiance s’érode. Et les placements sponsorisés finissent toujours par apparaître.

L’approche par application ne va pas s’effondrer de manière visible. Walmart continuera d’itérer sur Sparky. Shopify mettra en avant ses 5,6 millions de marchands « découvrables dans ChatGPT ». OpenAI trouvera une forme de monétisation.

Mais regardez ce qui a réellement été construit. Personne ne finalise un achat dans ChatGPT, sauf via Instacart. Tous les autres sont redirigés vers un site web. La promesse du paiement intégré dans le chat a été repoussée tant de fois qu’elle ressemble de plus en plus à un argument marketing plutôt qu’à un élément de feuille de route.

L’idée véritablement ambitieuse, une IA indifférente au retailer ayant conclu le meilleur accord plateforme, a été discrètement abandonnée. Ce qui l’a remplacée : de grandes marques bénéficiant d’une meilleure visibilité, de petits marchands avec une fiche produit et une redirection, et un paiement qui se fait toujours ailleurs.