Les moteurs d’intelligence artificielle générative, comme ChatGPT et Gemini, s’imposent comme de nouveaux intermédiaires entre les enseignes et les consommateurs. Selon un communiqué de Dekuple Insight, le pôle Consumer Intelligence du Groupe Dekuple, ces outils redistribuent les cartes de la grande distribution, et être cité ne suffit pas toujours à être recommandé.
Dekuple Insight a mené pendant deux mois une étude d’image et de présence sur six secteurs du retail français : alimentaire, beauté, mode, sport, high-tech et équipement de la maison. Les analystes ont examiné 3 882 réponses générées par ChatGPT et Gemini, à partir de 45 requêtes par secteur et de 8 appels de données, et ont identifié 1 719 enseignes au total. Les résultats montrent que les modèles d’IA ne raisonnent pas en catégories de marché étanches, mais mettent en avant ou écartent les enseignes selon le besoin précis formulé par l’acheteur.
Quand l’IA casse les frontières entre les secteurs du retail
Toujours selon le communiqué, sur des critères de prix bas dans la beauté, E.Leclerc et Action entrent directement en concurrence avec les acteurs spécialisés. Dans l’alimentation, Uber Eats et Deliveroo apparaissent dès que la livraison rapide devient prioritaire, tandis que pour la domotique, IKEA ou Leroy Merlin prennent la main face aux enseignes purement high-tech. L’étendue de l’offre varie fortement selon les univers : la mode compte 496 marques identifiées pour 560 réponses, l’équipement de la maison 410 pour 704, la beauté 266 pour 656, le high-tech 226 pour 688, le sport 208 pour 644 et l’alimentation 113 pour 630.
Être cité ne suffit plus
Figurer souvent dans les requêtes ne garantit pas la première place. Dans la beauté, Sephora apparaît dans plus de 70 % des réponses analysées, avec un rang moyen de 1,59. De même, Fnac-Darty figure dans plus de 70 % des requêtes liées au high-tech et capte près d’un tiers des mentions globales.
Une forte présence n’entraîne pas systématiquement une recommandation exclusive. Sur les requêtes ChatGPT axées sur la qualité dans le sport, Decathlon arrive dans 80 % des réponses, mais n’obtient la première position que dans 30 % des cas, dès que la technicité des questions s’affine. Selon l’étude, les enseignes qui se distinguent sont celles associées à une proposition claire : Decathlon pour l’accessibilité et le rapport qualité-prix, Au Vieux Campeur pour l’expertise technique, Grand Frais pour le pôle frais ou Biocoop pour l’engagement écoresponsable.
Deux moteurs, des critères et des sources qui diffèrent
Le choix du moteur d’IA pèse aussi sur les résultats. Il n’existe pas de visibilité unifiée entre les algorithmes génératifs. Sur la technicité sportive, Gemini fait apparaître 34 marques distinctes, contre 15 pour ChatGPT. Le premier élargit le spectre vers des spécialistes de niche ou des acteurs émergents, quand le second se concentre autour d’un noyau restreint de leaders historiquement installés.
Les sources exploitées comptent également. Pour vérifier des éléments opérationnels comme le Click & Collect, la disponibilité ou la livraison, les contenus propriétaires des enseignes sont décisifs. Dans le high-tech omnicanal, 91 % des domaines Web mobilisés par les IA sont des sites officiels de marques. En revanche, lorsque la question porte sur le prix, la fiabilité ou la qualité, les algorithmes se tournent vers des tiers d’autorité, comme les médias spécialisés, les associations de consommateurs, les comparateurs et les plateformes d’avis.
« Les moteurs d’IA générative deviennent une nouvelle couche de prescription entre les marques et les consommateurs. L’enjeu n’est plus seulement d’être cité, mais de comprendre pour quelles intentions une marque devient pertinente, quel rôle lui est attribué et quelles preuves permettent de soutenir cette recommandation », explique Thomas Zavrosa, Directeur Général de Dekuple Insight. Le pilotage de la présence numérique devient ainsi un indicateur continu de perception, à observer dans le temps.
Product offers are temporarily unavailable.
