Perplexity a présenté une nouvelle fonctionnalité destinée à modifier en profondeur la manière dont les internautes effectuent leurs achats en ligne. Inspirée par les récentes évolutions d’OpenAI dans le domaine du commerce assisté par IA, cette innovation met l’accent sur une personnalisation plus poussée et une interaction continue, tout en évitant les formats publicitaires intrusifs souvent associés aux moteurs de recherche classiques. La fonctionnalité est proposée gratuitement aux utilisateurs basés aux États-Unis et vise à rendre l’e-commerce plus intuitif et davantage centré sur les besoins des consommateurs.

Imaginez que vous préparez un déplacement à la dernière minute : au lieu de parcourir des pages de résultats sur Google ou des listes de produits sur Amazon, vous posez une question à Perplexity, par exemple « Quel sac de couchage choisir pour un séjour d’une semaine en altitude ? ».

L’IA traite la requête, tient compte de vos recherches antérieures s’il y en a, et propose des options adaptées. Chaque article s’affiche sous la forme d’une fiche détaillée comprenant caractéristiques techniques, avis vérifiés, points forts et limites, le tout sans être noyé sous des encarts publicitaires. La particularité de cette approche est de privilégier l’aide à la décision et la continuité de la conversation : l’utilisateur peut, par exemple, passer du choix d’un sac de couchage à celui d’une veste imperméable sans devoir reformuler l’ensemble de ses besoins.

Intégration du paiement via PayPal pour un règlement simplifié

Un élément pratique de ce service est l’intégration d’un moyen de paiement : un accord conclu en mai avec PayPal autorise des transactions directement depuis la fenêtre de conversation. Concrètement, lorsqu’un commerçant accepte PayPal, l’utilisateur peut finaliser son achat sans être redirigé vers une page externe ou risquer l’abandon de panier.

La transaction s’exécute en arrière-plan après confirmation, tandis que le vendeur conserve l’accès aux informations nécessaires pour gérer l’expédition, les retours et la fidélisation. Du point de vue des consommateurs, cette intégration réduit les frictions liées au paiement ; pour les commerçants, cela peut signifier un taux de conversion amélioré grâce à des acheteurs plus engagés. Après une commande, la conversation peut se poursuivre pour suggérer des produits complémentaires ou répondre à des questions post-achat.

Essayage virtuel et visuels dynamiques propulsés par Nano Banana

Au-delà des fiches produits, Perplexity ajoute des fonctions multimodales destinées à enrichir l’expérience d’achat. Pour les abonnés payants, l’essayage virtuel constitue un atout notable : en téléchargeant une photo, l’utilisateur obtient un avatar personnalisé qui permet d’estimer l’apparence d’un vêtement sur sa morphologie.

Cette capacité s’appuie sur des technologies de synthèse d’image telles que Nano Banana, qui génèrent ou modifient des visuels en temps réel à partir de descriptions textuelles. Ainsi, si l’on hésite entre plusieurs pulls pour un séjour en bord de mer venté, l’avatar peut présenter chaque option en mouvement et dans un contexte adapté. Ce mélange de texte, d’images et de contexte réduit la dépendance aux photos statiques traditionnellement utilisées sur les sites marchands et facilite la prise de décision.

Positionnement de Perplexity dans un marché alimenté par l’IA

Cette annonce survient peu après des initiatives comparables d’OpenAI, ce qui illustre la montée en puissance d’une concurrence soutenue dans le domaine de l’IA conversationnelle appliquée au commerce. Perplexity se positionne comme une alternative aux moteurs de recherche traditionnels et aux assistants de génération de texte, avec l’ambition d’assister non seulement dans la recherche d’informations mais aussi dans l’exécution d’achats.

À ce stade, la fonctionnalité est accessible exclusivement aux utilisateurs situés aux États-Unis via l’interface web et desktop, avec des déploiements sur iOS et Android annoncés dans les semaines à venir. Aucune échéance n’a été donnée pour une extension vers la France ou le reste de l’Europe.

Nouveaux usages, risques et limites techniques

La généralisation d’un assistant capable d’orienter les achats et de traiter le paiement directement soulève plusieurs points techniques et fonctionnels à examiner :

• Qualité des recommandations : si l’algorithme utilise l’historique de conversation pour personnaliser, la pertinence dépendra fortement de la qualité et de la granularité des données disponibles. Les recommandations peuvent être performantes pour des besoins bien définis mais moins précises pour des demandes larges ou contradictoires.
• Exactitude des informations produit : la synthèse d’avis et de caractéristiques repose sur l’accès à des sources fiables. En l’absence d’une mise à jour régulière des inventaires, des erreurs sur les tailles, les stocks ou les prix peuvent survenir.
• Performance multimodale : l’essayage virtuel et la génération d’images en temps réel exigent une latence faible et des capacités graphiques robustes. Les expériences peuvent varier selon l’abonnement (Pro/Max) et l’équipement de l’utilisateur.
• Sécurité des paiements : l’intégration de PayPal déporte une partie des risques vers un prestataire reconnu, mais exige une orchestration sécurisée entre l’interface conversationnelle et le système de paiement du marchand.

Considérations relatives à la confidentialité et aux données

L’utilisation d’un assistant qui se sert de l’historique des échanges pour personnaliser soulève naturellement des questions de confidentialité :

• Quels éléments de la conversation sont stockés et pour quelle durée ?
• Comment les informations personnelles sont-elles partagées avec les commerçants lors d’une transaction ?
• Quels mécanismes de contrôle et de suppression des données sont fournis aux utilisateurs ?

Dans le cas d’un déploiement en Europe, le cadre du RGPD imposerait des obligations strictes sur la collecte et l’exploitation des données personnelles, notamment en ce qui concerne la portabilité, le droit à l’oubli et la minimisation des données. Les modalités exactes de conformité dépendront de la manière dont Perplexity conçoit l’architecture de stockage, le chiffrement et les contrats avec les prestataires de paiement et les commerçants.

Conséquences pour les commerçants et forclusion des modèles d’affiliation

La proposition de valeur de ce type d’outil est double :

1. Pour les commerçants, la possibilité d’atteindre des clients au moment de la décision d’achat, sans étapes intermédiaires ni canaux publicitaires, peut réduire les coûts d’acquisition et améliorer les taux de conversion.
2. Pour les utilisateurs, l’expérience peut sembler plus fluide, avec des résultats hiérarchisés selon la pertinence plutôt que la capacité à financer des campagnes publicitaires.

Cependant, ces bénéfices s’accompagnent d’une remise en question des modèles d’affiliation et des revenus publicitaires qui structurent aujourd’hui de nombreux sites comparateurs. Si la découverte se déplace vers des assistants conversationnels, des acteurs historiques devront adapter leurs offres pour maintenir leur visibilité ou négocier des intégrations directes avec ces plateformes.

Comparaison avec les approches de Google et d’Amazon

Plusieurs différences notables distinguent l’approche de Perplexity de celle de géants comme Google ou Amazon :

• Priorité à la conversation : plutôt qu’une simple liste de résultats, l’interface favorise un échange continu où le contexte est maintenu entre les questions.
• Moindre dépendance à la publicité : la logique n’est pas axée sur l’optimisation des revenus publicitaires, ce qui, sur le papier, réduit les biais vers les marchandises les plus rémunératrices.
• Intégration de paiement native : si Amazon maîtrise déjà la transaction end-to-end et que Google propose des solutions comparables, Perplexity introduit un intermédiaire conversationnel comme point d’entrée principal.

Cependant, des défis demeurent : la profondeur du catalogue produit, la couverture géographique, la logistique et la réputation des marchands sont des éléments où Google et Amazon disposent d’avantages significatifs qu’il faudra compenser par la qualité des recommandations et l’expérience utilisateur.

Aspects réglementaires et responsabilité

L’intermédiation d’un assistant entre acheteur et vendeur implique des questions de responsabilité :

• En cas d’erreur dans une fiche produit ou d’une information trompeuse, qui est responsable : l’assistant, le créateur du modèle ou le commerçant ?
• Comment sont gérées les contestations liées à un achat effectué depuis l’interface conversationnelle ?
• Quelles garanties de conformité aux réglementations locales (étiquetage, sécurité des produits, délais de rétractation) sont proposées ?

La clarification de ces points nécessitera des accords contractuels entre Perplexity, les prestataires de paiement et les commerçants, ainsi que des politiques publiques adaptées si la technologie se diffuse largement.

Scénarios d’adoption et segmentation des utilisateurs

Plusieurs profils d’utilisateurs peuvent bénéficier différemment de cette approche :

• Consommateurs pragmatiques : ceux qui recherchent une solution rapide et fiable pour des achats ponctuels (équipement de voyage, achats saisonniers) apprécieront la simplicité et la continuité de la conversation.
• Acheteurs attentifs : les personnes sensibles aux avis vérifiés et à la transparence sur les caractéristiques des produits bénéficieront des synthèses fournies par l’IA.
• Utilisateurs recherchant l’expérimentation : l’essayage virtuel attirera les clients désireux d’explorer des looks et des styles sans se rendre en boutique.

À l’inverse, certains consommateurs peuvent rester réticents : ceux qui refusent le stockage de leurs données personnelles, qui souhaitent comparer librement des offres sans influence algorithmique ou qui préfèrent la vérification humaine des produits.

Impact sur la chaîne logistique et le service client

Si l’intégration d’un assistant conversationnel réduit certaines frictions au moment de l’achat, elle ne supprime pas les contraintes logistiques : disponibilité des stocks, délais d’expédition, gestion des retours et qualité du service après-vente restent des éléments clés pour la satisfaction client.

Les commerçants devront donc veiller à synchroniser leurs inventaires, à aligner les politiques de retour et à maintenir des standards de relation client similaires à ceux offerts sur leurs propres plateformes.

Modèles de monétisation possibles

Pour assurer la viabilité économique d’un tel service, plusieurs options de monétisation peuvent être envisagées :

• Abonnements : accès à des fonctionnalités avancées (essayage virtuel, réponses prioritaires) via des offres Pro ou Max.
• Partenariats marchands : intégrations techniques et conditions commerciales spécifiques avec des enseignes partenaires.
• Prélèvement transactionnel : commission sur les ventes réglées via l’interface.
• Services supplémentaires : fourniture d’outils d’analytics aux commerçants pour améliorer les conversions et la connaissance client.

Il est probable qu’un mix de ces approches soit privilégié pour équilibrer l’expérience utilisateur (faible dépendance à la publicité) et la rentabilité du service.

Enjeux éthiques et qualité de l’information

La capacité d’un assistant à synthétiser avis et caractéristiques implique aussi des responsabilités éditoriales :

• Éviter la propagation d’informations erronées sur les produits.
• Transparence sur la provenance des données et les éventuels conflits d’intérêts.
• Limiter les biais introduits par les jeux de données d’entraînement ou les partenariats commerciaux.

Garantir une communication claire sur la nature des recommandations (algorithmique vs sponsorisée) sera essentiel pour préserver la confiance des utilisateurs.

Préparations recommandées pour les commerçants

Pour tirer parti d’une telle plateforme, les commerçants peuvent anticiper en :

• Structurant leurs catalogues produits avec des métadonnées complètes (tailles, matériaux, instructions d’entretien).
• Digitalisant des visuels de qualité, éventuellement adaptés à des usages multimodaux (textures, vues 360°, vidéos).
• Clarifiant leurs politiques de livraison et de retour ainsi que les processus de service client.
• Alignant leurs systèmes d’inventaire pour éviter les ruptures affichées comme disponibles.

Perspectives géographiques et temporaires

Le déploiement initial aux États-Unis permet de tester à grande échelle des interactions entre consommateurs, commerçants et prestataires de paiement. Une extension vers l’Europe et d’autres régions nécessitera non seulement des adaptations techniques, mais aussi juridiques, notamment pour se conformer aux régulations sur la protection des données et la consommation.

Le calendrier de cette expansion n’a pas été précisé, mais la réussite de la phase pilote américaine déterminera en grande partie l’investissement nécessaire pour des lancements internationaux.

Risques concurrentiels et réponses possibles des acteurs établis

Les grands acteurs du web peuvent réagir de diverses manières :

• Renforcement de leurs offres : amélioration des interfaces conversationnelles et des parcours d’achat pour conserver l’attention des utilisateurs.
• Intégration de partenaires : développement d’écosystèmes où moteurs, places de marché et prestataires de paiement coopèrent plus étroitement.
• Lobbying réglementaire : influence sur les règles encadrant la responsabilité des recommandations et la protection des consommateurs.

Pour les nouveaux entrants, la différenciation par la qualité des recommandations, la transparence et l’expérience utilisateur restera cruciale pour gagner des parts de marché.

Scénarios d’évolution technologique

Plusieurs tendances technologiques peuvent renforcer ou transformer le service présenté :

• Amélioration des modèles multimodaux : images et vidéos générées avec davantage de réalisme et de fidélité morphologique.
• Personnalisation plus fine : intégration de préférences explicites et d’historique d’achats multi-canaux pour des suggestions ultra-personnalisées.
• Interopérabilité : normes permettant aux catalogues produits d’être facilement ingérés par des assistants tiers.

Ces évolutions pourront réduire les frictions et augmenter la confiance des consommateurs, tout en demandant des efforts soutenus en matière d’éthique et de gouvernance des données.

Limites actuelles et axes d’amélioration

Malgré les promesses, plusieurs limites doivent être prises en compte :

• Couverture produit : la profondeur et la diversité des catalogues disponibles via l’interface détermineront son utilité pour les besoins spécialisés.
• Fiabilité des synthèses : les résumés d’avis et les comparatifs automatisés peuvent occulter des informations pertinentes si les sources ne sont pas correctement pondérées.
• Accessibilité : les fonctionnalités avancées réservées aux abonnements payants peuvent créer une fracture entre utilisateurs selon leurs moyens.

Impacts possibles sur le comportement d’achat

Si ces assistants deviennent courants, plusieurs changements de comportement pourraient émerger :

• Réduction du temps de recherche : l’accès à des conseils contextualisés et à la finalisation rapide des paiements pourrait accélérer le parcours d’achat.
• Mieux informés mais dépendants : les consommateurs pourraient s’appuyer davantage sur les recommandations algorithmiques, ce qui pose la question de la diversification des sources d’information.
• Augmentation des achats impulsifs ou complétés : la simplification du paiement peut réduire les abandons de panier, mais aussi favoriser des décisions moins réfléchies.

Conclusion : un tournant potentiel pour le commerce en ligne

La fonctionnalité annoncée par Perplexity illustre une tendance claire : rapprocher la recommandation contextuelle, la génération multimodale de contenu et le paiement intégré au sein d’une même interface conversationnelle. Si cette approche tient ses promesses en termes de pertinence et de fiabilité, elle peut transformer certains aspects de l’e-commerce — réduction des frictions de paiement, nouvelles formes de découverte produit, évolution des modèles publicitaires.

Cependant, son adoption généralisée dépendra de plusieurs facteurs : la qualité des recommandations, la robustesse technique des fonctions multimodales, la transparence sur l’usage des données et la capacité à établir des relations fiables avec les commerçants. Les enjeux réglementaires, notamment en matière de confidentialité et de responsabilité, joueront également un rôle déterminant dans l’extension du service à d’autres marchés comme l’Europe.

En attendant, cette initiative constitue une nouvelle étape dans l’évolution des assistants conversationnels vers des rôles plus opérationnels et transactionnels au cœur du parcours d’achat.