Les assistants IA préparent déjà l'achat : ils cherchent, comparent, recommandent, puis le client conclut ailleurs. Dans cette étape, un prix faux ou un stock périmé suffit à faire écarter une offre. L'exactitude de vos données produits décide donc de votre place dans la recommandation, avant même la conversion sur votre site.
D'après l'étude Deloitte « The Human and the Agent », réalisée en mai 2026 auprès de 13 500 consommateurs dans 15 pays européens, plus de la moitié des personnes interrogées ont déjà utilisé l'IA dans leur parcours d'achat. Et 27 % supplémentaires se disent prêts à l'essayer.
Reste à savoir à quel moment elle intervient. Parmi les utilisateurs d'IA, 57 % s'en servent pour rechercher des produits, contre 61 % pour Google Search. Pour comparer, l'IA passe devant : 57 %, contre 52 % pour les moteurs de recherche classiques.
À l'étape de l'achat, les rôles s'inversent. Seuls 17 % des utilisateurs d'IA citent l'outil à ce moment, contre 44 % pour les marketplaces, 39 % pour les sites d'enseignes et 52 % pour les magasins physiques.
Source : Deloitte, 2026
Le graphique montre que l'IA ne conclut pas la vente. Le client finalise son achat sur les circuits habituels, et c'est là que votre site reste en première ligne.
Mais l'IA joue un autre rôle, plus discret : elle décide qui reste dans la liste avant que le client arrive chez vous. Si votre offre est écartée pendant la recherche ou la comparaison, le client ne voit jamais votre site, quelle que soit la qualité de votre page de paiement.
Ces chiffres décrivent des usages mesurés en mai 2026, pas une prévision sur l'avenir de l'IA. Deloitte en tire lui-même la conséquence : l'impact le plus immédiat se joue bien en amont du paiement, au moment où les consommateurs découvrent, comparent et sélectionnent. Pour une équipe marketing ou commerciale, l'enjeu se déplace donc : être présent, et surtout exact, dans la comparaison que l'assistant fait pour votre client.
Quand on demande aux Européens quelle fonction d'IA comptera le plus d'ici 12 à 24 mois, la réponse est prosaïque. Selon Deloitte, 48 % citent la comparaison des prix, devant les recommandations de produits et les offres personnalisées (32 % chacune).
La délégation suit la même logique : le client confie à l'assistant ce qui se vérifie, pas ce qui engage.
Source : Deloitte, 2026
Sur une échelle de 1 à 7, les personnes interrogées accordent 5,3 à la capacité de l'IA à fournir des informations utiles, et 2,3 à celle de décider à leur place. Le client veut donc une information fiable et garde la décision. Votre prix, votre stock et vos caractéristiques sont précisément ce qu'il demande à l'assistant de lui rapporter.
Deloitte avertit aussi que la comparaison de prix expose les enseignes à une concurrence par les tarifs. Le cabinet leur conseille de rendre visibles garanties, services et qualité. Ces critères ne comptent que s'ils sont lisibles par l'assistant et exacts : une garantie qu'il ne trouve pas, ou qu'il restitue de travers, ne vous différencie de personne.
Un prix faux ou un stock périmé ne fait pas perdre une vente à la caisse : il fait perdre une place dans la comparaison.
Les deux cas de figure coûtent. Soit l'offre est écartée sans que vous le sachiez. Soit le client arrive avec une condition promise par l'assistant, que votre équipe commerciale devra démentir devant lui.
Une précaution sur les chiffres de fiabilité. D'après Le Fil IA, 86 % des projets pilotes d'agents en entreprise échouent principalement par gouvernance insuffisante et problèmes de fiabilité, et seuls 11 à 14 % atteignent la production. Sa FAQ parle d'une « différence existentielle » entre 90 % et 100 % de précision, à propos des chaînes financières.
Ces mesures ne concernent pas les agents d'achat grand public. Elles montrent seulement que la fiabilité est reconnue comme le point de rupture quand un agent agit pour une organisation.
Unite.AI décrit, dans un article du 30 octobre 2026, le cas d'un distributeur automobile. Son configurateur, son CRM (le logiciel de suivi des clients) et son système de financement contiennent chacun une version différente du dossier client. Ils ne s'accordent pas sur la validité d'un devis de location vieux de trois semaines. C'est un cas décrit, sans nom d'entreprise.
La solution tient en une question : qui fait foi pour quoi ? Le configurateur fait foi pour la configuration du véhicule. Les données de financement ont une durée de validité définie. Les stocks sont actualisés en quelques minutes, si bien que le client ne voit jamais une voiture que le concessionnaire vient de vendre.
Unite.AI formalise cette répartition par un « contrat de données » pour chaque cas d'usage prioritaire. Il fixe les champs requis, la source de référence, la latence acceptable (le délai toléré entre un changement et sa mise à jour), les usages autorisés et l'équipe responsable de la qualité. Pour une direction marketing, cela se traduit simplement :
Le même problème se pose pour les fiches de prospects. Selon remio, la startup Floqer entretient en continu les fiches de prospects B2B, car elles vieillissent dès qu'une personne change d'emploi ou qu'une entreprise change d'orientation. Floqer affirme que ses clients réduisent le temps de prospection jusqu'à 70 %. Ce chiffre est rapporté par ses clients et n'a pas fait l'objet d'une évaluation indépendante. L'exemple vaut surtout pour sa mécanique, pas pour ce chiffre.
Cette mécanique s'applique à vos prix, vos stocks et vos caractéristiques. Une information exacte un jour devient fausse quelques semaines plus tard si personne n'en est responsable. Un assistant qui la reprend telle quelle la répète à vos clients avec la même assurance.
Les entreprises voient grand, leurs données suivent moins. Deloitte, en s'appuyant sur le rapport Adobe AI and Digital Trends 2026, relève que seules 44 % des organisations jugent la qualité et l'accessibilité de leurs données suffisantes pour l'IA. Elles sont 39 % à disposer d'une plateforme de données clients partagée, et 75 % citent les données parmi leurs principaux obstacles (Republik, étude Deloitte).
Source : Deloitte, citant Adobe AI and Digital Trends, 2026
Deloitte en tire un ordre de priorités : avant de laisser des agents acheter, transmettre des informations fiables et à jour sur les produits, les prix, les stocks et les conditions commerciales. Le même écart apparaît dans l'adoption. D'après Unite.AI, qui cite le Stanford AI Index 2026, 88 % des organisations ont utilisé l'IA en 2025, mais l'adoption des agents reste à un chiffre dans presque toutes les fonctions. Pour Unite.AI, l'IA ne fait que « révéler des dysfonctionnements préexistants » : données fragmentées, responsabilités floues.
Côté ventes, le constat est le même. Dans l'étude Salesforce State of Sales 2026, menée auprès de 4 050 professionnels, 51 % des responsables commerciaux qui utilisent l'IA disent que les systèmes déconnectés ralentissent leurs initiatives, et 74 % des professionnels priorisent le nettoyage des données (remio).
Ces chiffres décrivent des organisations, pas des réponses d'assistants. Mais ils expliquent où le risque se concentre : sur les questions dont la réponse dépend du client. Combien pour mon volume ? Livrez-vous chez moi ? Suis-je éligible ? Aucune page ne porte ces réponses, parce qu'elles se calculent au cas par cas.
Prenons un acheteur qui demande à un assistant le tarif pour son volume. L'assistant ne trouve aucune grille sur votre site. Il ne répond pas « je ne sais pas » : il avance un chiffre plausible, tiré du discours général du secteur.
Si vous êtes directeur commercial et que vos prix ne sont pas publics, vous pensez peut-être ne pas être concerné. C'est l'inverse : c'est précisément là que l'assistant comble le vide. Votre prospect arrive alors avec un chiffre qui n'est pas le vôtre, et votre équipe doit le démentir.
1. Mesurer l'écart. Posez vous-même à ChatGPT, Claude, Perplexity et Gemini les questions que vos clients leur posent : votre prix, votre délai, votre stock, les conditions d'éligibilité. Notez chaque réponse et comparez-la à vos grilles. Nous détaillons la méthode dans Quand l'IA se trompe sur votre prix, auditer ses réponses protège la conversion. Cet exercice d'une heure donne souvent à une direction commerciale sa première liste d'erreurs concrètes.
2. Nommer un responsable par donnée. Pour chaque information qui compte (prix, stock, délai, conditions), fixez trois choses : la source qui fait foi, la personne responsable, la fréquence de mise à jour. Unite.AI recommande de garder des faits approuvés et réutilisables pour que l'IA ne puisse pas inventer la réalité. Sans cette base, aucune réponse d'assistant ne sera plus fiable que votre propre site.
3. Traiter à part les réponses qui se calculent. Prix pour un volume, délai pour un territoire, éligibilité : ces réponses n'ont pas de page, et aucune refonte ne les listera toutes. Elles doivent venir de vos grilles validées, calculées pour chaque client au moment de la question. C'est ce que fait Isoligne : nous calculons ces réponses à partir des grilles de l'entreprise et nous les servons aux assistants sur une adresse à part, sans changer votre site pour vos visiteurs. Nous reposons ensuite les mêmes questions avant et après, pour que l'effet se constate au lieu de se supposer.
Deloitte résume l'objectif de l'enseigne en trois étapes : être trouvé par les agents, être sélectionné, inspirer assez confiance pour que la recommandation devienne un achat. Seule la troisième se joue sur votre site. Les deux premières dépendent de ce que l'assistant sait de vous avant que le client ne clique.
Ce que l'IA répond aujourd'hui à vos clients, sur votre site : le test est gratuit, en deux minutes, sur https://isoligne.com/audit.
L'équipe Isoligne.
Nous lisons vos pages comme le fait un robot d'assistant, nous posons les questions de votre marché, et nous vous montrons ce qu'une IA répond à votre place.