À l’approche des achats des Fêtes, OpenAI et Perplexity ont tous deux annoncé cette semaine des fonctionnalités d’achat par l’IA, qui s’intègrent à leurs chatbots existants pour aider les utilisateurs à rechercher des achats potentiels.
Les outils sont sensiblement similaires les uns aux autres. OpenAI suggère que les utilisateurs pourraient demander de l’aide à ChatGPT pour trouver un « nouvel ordinateur portable adapté aux jeux à moins de 1 000 $ avec un écran de plus de 15 pouces », ou partager des photos d’un vêtement haut de gamme et demander quelque chose de similaire à un prix inférieur.
Perplexity, quant à lui, explique comment la mémoire de son chatbot peut augmenter les recherches liées aux achats pour ses utilisateurs, suggérant que quelqu’un pourrait demander des recommandations adaptées à ce que le chatbot sait déjà à son sujet, comme l’endroit où il vit ou ce qu’il fait dans le cadre de son travail.
Adobe a prédit que les achats en ligne assistés par l’IA augmenteraient de 520 % cette période des fêtes, ce qui pourrait être une aubaine pour les startups de shopping IA comme Phia, Cherry ou Deft (rebaptisée Onton) – mais avec OpenAI et Perplexity poussant plus loin dans les expériences de shopping IA, ces startups sont-elles en danger ?
Zach Hudson, PDG de l’outil d’achat de design d’intérieur Onton, pense que les startups d’achat d’IA avec une niche spécialisée offriront toujours une meilleure expérience aux utilisateurs que les outils à usage général comme ChatGPT et Perplexity.
« Tout modèle ou graphique de connaissances est aussi bon que ses sources de données », a déclaré Hudson à TechCrunch. « À l’heure actuelle, les outils basés sur ChatGPT et LLM comme Perplexity s’appuient sur des index de recherche existants comme Bing ou Google. Cela les rend vraiment aussi bons que les premiers résultats provenant de ces index. «
Julie Bornstein, PDG de Daydream et directrice du commerce électronique de longue date, est d’accord : elle a fait remarquer à TechCrunch au cours de l’été qu’elle avait toujours considéré la recherche comme « l’enfant oublié » de l’industrie de la mode, car elle n’avait jamais particulièrement bien fonctionné.
Événement Techcrunch
San Francisco
|
13-15 octobre 2026
« La mode… est particulièrement nuancée et émotionnelle – trouver une robe que vous aimez n’est pas la même chose que trouver une télévision », a déclaré Bornstein à TechCrunch mardi. « Ce niveau de compréhension du shopping de mode provient de données spécifiques à un domaine et d’une logique de marchandisage qui saisit les silhouettes, les tissus, les occasions et la façon dont les gens construisent leurs tenues au fil du temps. »
Les startups de shopping IA développent leurs propres ensembles de données afin que leurs outils soient formés sur des données de meilleure qualité – ce qui est plus facile à réaliser lorsque vous essayez de cataloguer la mode ou les meubles, plutôt que la somme de toutes les connaissances humaines.
Dans le cas d’Hudson, Onton a développé un pipeline de données pour cataloguer des centaines de milliers de produits de décoration d’intérieur de manière plus propre, aidant ainsi à former ses modèles internes avec de meilleures données. Mais si les startups du secteur de l’IA ne poursuivent pas ce niveau de spécialisation, Hudson pense qu’elles seront vouées à l’ombre.
« Si vous utilisez uniquement des LLM disponibles dans le commerce et une interface conversationnelle, il est très difficile de voir comment une startup peut rivaliser avec les grandes entreprises », a déclaré Hudson.
L’avantage pour OpenAI et Perplexity, cependant, est que leurs clients utilisent déjà leurs outils. De plus, leur grande présence leur permet de conclure des accords avec les grands détaillants dès le départ. Alors que Daydream et Phia redirigent les clients vers les sites Web des détaillants pour finaliser leurs achats – générant parfois des revenus d’affiliation – OpenAI et Perplexity ont respectivement des partenariats avec Shopify et PayPal, permettant aux utilisateurs de payer dans l’interface conversationnelle.
Ces entreprises, qui dépendent d’énormes quantités de puissance de calcul coûteuse pour fonctionner, tentent encore de trouver un chemin vers la rentabilité. S’ils s’inspirent de Google et d’Amazon, il est alors logique de se tourner vers le commerce électronique comme option : les détaillants pourraient les payer pour annoncer leurs produits dans les résultats de recherche.
Mais à terme, cela pourrait simplement exacerber les problèmes existants que rencontrent les clients avec la recherche.
« Les modèles verticaux – qu’il s’agisse de la mode, des voyages ou des articles pour la maison – seront plus performants parce qu’ils sont adaptés aux véritables décisions des consommateurs », a déclaré Bornstein.
Reportage supplémentaire d’Ivan Mehta.
