Meta teste un assistant shopping dans Meta AI : vers une nouvelle vitrine produit pour l’e-commerce

Meta avait jusqu’ici surtout communiqué sur ses modèles d’intelligence artificielle et ses infrastructures. Cette fois, le groupe ajoute une brique beaucoup plus concrète pour l’industrie du e-commerce : un assistant shopping intégré à Meta AI, capable de proposer une sélection d’articles sous forme de carrousel.

L’annonce peut sembler technique, mais elle s’inscrit dans une transformation plus large. À mesure que la découverte de produits se déplace vers des interfaces conversationnelles, la recommandation algorithmique remplace progressivement la page de résultats traditionnelle. Et dans l’économie numérique, une page de résultats finit presque toujours par devenir un espace monétisable.

En bref : ce qu’il faut retenir

• Le test : Meta expérimente un bouton « Shopping research » (Recherche de produits) dans Meta AI. Le déploiement est pour l’instant limité à quelques utilisateurs américains, uniquement sur ordinateur via l’interface web.
• La fonctionnalité : l’IA affiche un carrousel de produits avec images, prix, marque et lien vers le site e-commerce, accompagné d’une courte justification des recommandations.
• La personnalisation : les suggestions s’appuient sur des données contextuelles comme la localisation ou le genre pour affiner les résultats.
• L’enjeu stratégique : Meta cherche à transformer la recherche conversationnelle en nouvelle surface publicitaire et commerciale.

Un bouton “Shopping research” : ce que Meta teste réellement

D’après Bloomberg, Meta n’est pas encore dans une logique transactionnelle complète. Le test est très circonscrit : il est accessible sur la version web de Meta AI, uniquement sur ordinateur et pour un nombre limité d’utilisateurs aux États-Unis.

L’objectif : mesurer les taux de clic, observer les requêtes shopping les plus fréquentes et vérifier la capacité du chatbot à produire des recommandations pertinentes.

Concrètement, l’utilisateur voit apparaître un bouton « Shopping research » dans la barre de requête. Lorsqu’il pose une question comme « quelle doudoune choisir ? » ou « quels écouteurs sans fil acheter ? », Meta AI génère un carrousel de produits comprenant :

• une image du produit,
• le prix,
• la marque,
• un lien vers le site e-commerce,
• et une courte explication justifiant la recommandation.

Cette dernière dimension est particulièrement stratégique. Meta ne se contente pas d’afficher une liste de résultats : le chatbot explique pourquoi un produit correspond à la demande. L’IA se positionne donc comme prescripteur, et non plus simplement comme moteur de recherche.

L’atout data : une personnalisation à double tranchant

Les premiers tests révèlent également un niveau de personnalisation avancé. Les suggestions peuvent s’adapter à des signaux contextuels comme la localisation ou le genre de l’utilisateur.

Par exemple, une testeuse basée à New York aurait obtenu une sélection de doudounes pour femmes livrables rapidement dans sa ville. L’IA combine donc les critères produits avec le contexte de l’utilisateur.

Pour les e-commerçants, cette capacité ouvre des perspectives importantes. Une recommandation personnalisée peut générer une intention d’achat beaucoup plus qualifiée, avec un trafic plus proche de la conversion.

Mais cette personnalisation comporte aussi des risques. L’utilisation de données personnelles dans un chatbot capable de recommander des produits peut susciter des interrogations sur la confidentialité et la neutralité des recommandations. Si l’utilisateur a le sentiment que l’IA pousse certains produits de manière trop intrusive, la confiance peut rapidement s’éroder.

Dans un univers où la confiance conditionne directement la conversion, cet équilibre sera déterminant.

Pas d’achat dans Meta AI (pour l’instant)

Autre élément important : il n’est pas possible de finaliser un achat directement dans Meta AI.

Pour l’instant, l’assistant agit uniquement comme un intermédiaire de découverte. Lorsqu’un utilisateur clique sur un produit, il est redirigé vers le site e-commerce du marchand pour finaliser la transaction.

Cette architecture présente plusieurs avantages pour Meta :

• aucune gestion logistique ou transactionnelle,
• pas de service client ni de litiges liés au paiement,
• et une position claire d’intermédiaire média.

Meta capte ainsi l’intention d’achat sans assumer la complexité opérationnelle du commerce.

Mais cette prudence pourrait n’être qu’une étape. Mark Zuckerberg a récemment évoqué auprès des investisseurs le développement d’outils d’achat automatisés capables de finaliser une commande sans quitter le chatbot. Le carrousel actuel pourrait donc représenter la première étape d’un parcours d’achat conversationnel plus complet.

Meta face à la concurrence dans le shopping par IA

Avec cette expérimentation, Meta rejoint une compétition déjà bien engagée. Plusieurs géants technologiques explorent désormais le commerce conversationnel :

• OpenAI déploie des fonctionnalités shopping dans ChatGPT.
• Google intègre progressivement l’IA dans Google Shopping et Gemini.
• Perplexity explore des modèles transactionnels avec des partenaires de paiement.
• Amazon propose déjà son assistant shopping basé sur l’IA, Rufus.

Pour Meta, l’enjeu dépasse la simple innovation produit. L’entreprise cherche à transposer son modèle historique, transformer l’attention en revenus publicitaires, dans l’univers des chatbots.

Si la découverte de produits se déplace vers l’IA conversationnelle, ces interfaces deviendront de nouveaux espaces publicitaires à forte intention d’achat.

Cette logique s’inscrit dans une tendance plus large observée chez les plateformes e-commerce. Par exemple, Amazon teste actuellement l’affichage de sites de marques externes directement dans ses résultats de recherche afin d’augmenter ses revenus Retail Media.