« Un changement fondamental s’opère dans les pratiques de recherche en ligne des utilisateurs », indique Mathieu Crucq, directeur général de Brainsonic. Il précise : « Les utilisateurs ont tendance à privilégier l’obtention de réponses directes plutôt que la consultation des listes de résultats de recherche. Une préférence marquée se manifeste pour les interfaces conversationnelles et intuitives, facilitant l’interaction en langage naturel. Dans ce contexte, la personnalisation des recherches devient une attente croissante de la part des consommateurs ». Google Search enregistre environ 14 milliards de recherches par jour en 2024-2025, soit 93,57 % du marché mondial de la recherche en ligne. L’hégémonie est encore bien réelle, pourtant la donne change…
Un impact majeur sur les stratégies de marques
Les modèles économiques traditionnels du secteur de la recherche sont profondément bouleversés par ces évolutions. Mais au-delà de la maîtrise des budgets, la question clé demeure dans la capacité des marques à être visibles dans les réponses proposées par les IA. Et il y a urgence à se transformer : « lorsque l’on considère le potentiel des assistants intelligents, il devient envisageable de donner des instructions précises, telle que l’élaboration d’une liste de courses habituelles, l’analyse comparative des prix entre diverses afin de déterminer l’offre la plus avantageuse de la semaine, etc. », analyse Mathieu Crucq. Une adaptation rapide et agile s’avère indispensable pour les marques souhaitant maintenir leur visibilité et leur pertinence.
Explorer le potentiel de l’IA pour développer l’upsell
Cette réalité vaut également pour la recherche de produits sur les sites d’e-commerce. Au sein de Picard Surgelés, l’idée a émergé de développer une méthodologie complémentaire au moteur de recommandation classique en combinant la reconnaissance visuelle et l’analyse des ingrédients pour proposer des produits de substitution pertinents. L’approche ? Un balayage exhaustif des images et du packaging, permettant à l’intelligence artificielle de reconnaître des similarités visuelles et des proximités familiales entre produits. « Nous avons mis au point un système d’analyse comparative des compositions, qui permet de rapprocher des produits aux caractéristiques nutritionnelles similaires, au-delà des classifications traditionnelles », précise Sylvain Luce, Responsable Connaissance client pour Picard. L’ambition : proposer des recommandations plus intelligentes et contextualisées, en dépassant les logiques intuitives de recommandation par famille de produits. Les premiers résultats, obtenus après un test de plusieurs mois, montrent un impact très fort sur l’ajout en panier et le taux de clic. De fait, les mécaniques algorithmiques de l’IA permettent d’identifier des associations de produits différents qui surprennent le consommateur et lui ouvrent de nouveaux horizons. Si l’efficacité dans le temps reste à démontrer, un constat s’impose : l’intégration de l’IA dans les moteurs de recherche internes et dans les fiches produit, ouvre un champ des possibles absolument inédit !