Ils lui demandent conseil, lui confieraient volontiers le choix d’un produit, et se disent même prêts à la préférer à leur meilleur ami pour acheter à leur place. Mais quand on leur demande s’ils croient ce qu’elle raconte, ils répondent non. Les Français ont adopté l’intelligence artificielle comme conseiller d’achat sans lui accorder leur confiance — et ce paradoxe est en train de déplacer, discrètement, l’endroit où commence un achat.
Une scène ordinaire
Votre lave-linge vient de rendre l’âme. Il y a trois ans, le réflexe était connu : ouvrir Google, taper « meilleur lave-linge », parcourir deux ou trois comparatifs, regarder les avis, choisir.
Aujourd’hui, une part croissante des consommateurs ne fait plus ça. Ils ouvrent une conversation avec une intelligence artificielle et décrivent leur problème : une famille de quatre, une salle de bain étroite, un budget de six cents euros, un immeuble où le bruit compte. Ils n’obtiennent pas une liste de résultats. Ils obtiennent une réponse.
Ce geste, anodin pour celui qui le fait, est un basculement pour tous ceux qui vivaient de l’étape supprimée.
Où commence un achat, aujourd’hui
C’est la donnée la plus révélatrice de toutes celles disponibles. Interrogés sur le point de départ de leur parcours d’achat, les consommateurs se répartissent ainsi, selon l’enquête Criteo 2026 :
| Point de départ du parcours d’achat | Part |
|---|---|
| Une marketplace | 36 % |
| Un moteur de recherche classique | 28 % |
| Le site ou l’application d’un distributeur | 15 % |
| Un assistant IA, directement | 14 % |
Source : Criteo, Commerce & AI Trend Report 2026 — enquête déclarative auprès de 10 170 personnes dans 9 pays, dont la France. Ces parts sont mondiales : Criteo ne publie pas de détail pays par pays.
Lisez la dernière ligne en regard de la deuxième. Selon Criteo, l’assistant conversationnel pèse déjà la moitié du moteur de recherche classique comme porte d’entrée d’un achat. Il y a deux ans, cette ligne n’existait pas dans les études : le phénomène était trop marginal pour être mesuré. Il l’est désormais.
Une précision s’impose d’emblée, car elle vaut pour tout ce qui suit : ce chiffre est lui aussi déclaratif — il enregistre ce que des personnes disent être leur point de départ, pas un comportement observé dans les faits.
Une adoption qui va vite, très vite
Le mouvement de fond est simple : les Français se sont massivement équipés. Selon une étude iAdvize menée avec l’Ifop sur un échantillon représentatif, 63 % d’entre eux utilisent aujourd’hui l’IA générative — soit dix-neuf points de plus en moins d’un an.
Dix-neuf points en un an, c’est un rythme d’adoption qu’on observe rarement. À titre de comparaison, il a fallu des années au commerce en ligne pour gagner de telles parts.
Et l’usage suit l’équipement : parmi ceux qui utilisent l’IA générative, 62 % la consultent avant un achat selon la même étude iAdvize-Ifop — pour s’informer, comparer, obtenir une recommandation.
Le paradoxe : déléguer sans croire
C’est ici que le comportement des Français devient franchement intriguant.
D’un côté, une disposition à la délégation qui frôle l’intime. Selon l’étude Consumer Pulse d’Accenture, dont le sous-échantillon français porte sur 2 005 personnes, 58 % des consommateurs français se diraient prêts à faire davantage confiance à un agent d’IA personnel qu’à leur meilleur ami pour effectuer un achat à leur place — un chiffre qui monte à 74 % à l’échelle mondiale. Non pas un chatbot ni un moteur de recherche, précise l’étude, mais un agent capable de décider et d’acheter selon leurs instructions.
De l’autre, une méfiance persistante. Selon l’étude mondiale IBM-NRF, seuls 17 % des consommateurs déclarent suivre une recommandation générée par une IA sans la vérifier. La majorité croise les sources, contrôle ailleurs, garde un œil critique.
Les deux chiffres ne se contredisent pas vraiment : ils décrivent deux choses différentes. On peut confier une corvée à un outil sans le croire sur parole — comme on confie un itinéraire à un GPS tout en jetant un œil aux panneaux. La confiance porte ici sur l’exécution, pas sur le jugement.
Mais pour une marque, la nuance est vertigineuse : ses futurs clients acceptent qu’une machine leur recommande un produit, tout en se réservant le droit de ne pas la croire.
La ligne rouge : comparer oui, décider non
Toutes les études convergent sur un point, et c’est rassurant pour qui craignait une abdication généralisée : les Français veulent que l’IA les aide à choisir, pas qu’elle choisisse.
L’écart entre les enquêtes est instructif. Selon l’étude Adyen, 42 % se disent prêts à laisser une IA gérer l’intégralité d’un achat, paiement compris. Selon l’Ifop, ils ne sont que 21 % — mais ce chiffre grimpe à 55 % chez ceux qui utilisent déjà des assistants IA au quotidien, toujours selon l’Ifop. Autrement dit : plus on pratique, plus on délègue.
Ce qu’ils attendent en échange est très concret. Selon l’étude Botnation.ai — un éditeur d’agents conversationnels, donc partie prenante du sujet —, le premier critère cité est le prix, trouver le meilleur rapport qualité-prix (34 %), devant la fluidité des retours et du service après-vente (33 %) et la sécurité des données de paiement (32 %).
Et ceux qui refusent le font sans détour : selon la même étude Botnation, 18 % déclarent ne pas faire confiance à une IA pour choisir un produit, et 29 % préfèrent encore chercher eux-mêmes sur Google, sur les sites marchands ou dans les forums.
Ce n’est pas la première fois
Il y a quelque chose de familier dans ce basculement, et le rappeler aide à en prendre la mesure.
Avant l’IA, un autre intermédiaire s’était intercalé entre les marques et leurs acheteurs : les avis clients, puis les comparateurs. Là aussi, les marques avaient perdu le contrôle du récit — ce n’était plus elles qui décrivaient leur produit, mais des inconnus, puis des algorithmes de classement. Là aussi, il avait fallu apprendre un nouveau métier : soigner sa réputation là où elle se fabriquait, et non plus seulement dans ses propres brochures.
La différence, cette fois, tient à la compression. Un comparateur affichait dix offres ; une IA en cite trois. Un moteur de recherche listait des liens à explorer ; une conversation livre une réponse. À chaque étage, le nombre d’options présentées diminue — et avec lui, le nombre de marques qui existent aux yeux de l’acheteur.
Ce que ça change pour une marque
Si le parcours d’achat commence de plus en plus dans une conversation, alors la question stratégique se déplace elle aussi.
Pendant vingt-cinq ans, elle était : où suis-je classé ? Elle devient : suis-je cité ? Ce ne sont pas les mêmes règles, et rien ne garantit qu’être premier sur un moteur suffise à apparaître dans une réponse générée.
Pour une entreprise, il y a une conséquence pratique immédiate. Sur une page de résultats, une marque mal classée conserve une chance résiduelle : un acheteur curieux descend, va voir en page deux, clique par hasard. Dans une réponse conversationnelle, cette chance n’existe pas. On est cité, ou on n’existe pas sur cette question précise.
Ce qu’on ne sait pas encore
Une précaution de lecture, et elle vaut pour l’ensemble de cet article : toutes ces données, sans exception, sont déclaratives. Elles enregistrent ce que les gens disent qu’ils feraient, pas ce qu’ils font — y compris le point de départ des parcours d’achat, souvent présenté à tort comme une mesure de comportement alors qu’il s’agit, lui aussi, d’un sondage.
Or l’écart entre l’intention affichée et le comportement réel est un classique des études de consommation, et il joue en général dans le même sens : on se déclare plus ouvert au changement qu’on ne l’est vraiment. Que 58 % des Français se disent prêts à préférer une IA à leur meilleur ami pour acheter est une déclaration d’intention, pas un relevé de caisse. À quoi s’ajoute que plusieurs de ces chiffres émanent d’acteurs — éditeurs d’agents conversationnels, plateformes de commerce — qui ont un intérêt direct à montrer une adoption rapide.
Ce qui manquera longtemps encore, c’est la mesure de l’autre côté : non pas ce que les consommateurs disent, mais ce que les IA répondent réellement quand on les interroge sur une marque, un produit, un secteur. Cette réponse-là, personne ne la déclare. Elle se mesure.