L'IA redessine la recherche e-commerce : la start-up Lantern aide les marques à entrer dans l'ère de l'« optimisation des moteurs génératifs »

Aperçu de l'événement

Lorsque les consommateurs demandent « quel est le meilleur casque à réduction de bruit » à ChatGPT ou Google AI Overviews, votre marque apparaît-elle dans les recommandations ? Pour Andrew Lissimore, fondateur de Headphones.com, la réponse est non. Cette constatation l’a poussé à créer la startup Lantern – initialement axée sur la fidélisation client, elle s’est désormais entièrement tournée vers l’aide aux marques e-commerce face à la révolution du trafic provoquée par la recherche IA.

En 2025, Lantern a obtenu un financement de démarrage de 3,1 millions de dollars mené par Salesforce Ventures, et a embauché une équipe d’anciens ingénieurs d’Amazon pour repositionner son produit en tant qu’outil d’« optimisation pour les moteurs génératifs (GEO) ». Son cœur est un modèle interne entraîné à prédire la performance des produits de marque dans les requêtes pilotées par l’IA, et à fournir des recommandations d’optimisation. L’outil de base coûte 99 $ par mois, le prix de la version entreprise étant négociable.

Contexte du marché

Le trafic de recherche est le pilier central de la découverte, de l’acquisition et des ventes pour les marques e-commerce. Le SEO traditionnel (optimisation pour les moteurs de recherche) reposait sur les règles des moteurs comme Google, mais l’essor de l’IA est en train de changer fondamentalement cette donne.

• Généralisation de la recherche IA : Google lance l’AI Mode, et des outils comme Perplexity ou ChatGPT deviennent de nouvelles portes d’entrée pour les consommateurs cherchant des recommandations de produits. Les utilisateurs ne filtrent plus les résultats par listes de mots-clés, mais posent directement une question à l’IA, qui génère une réponse à partir de sources d’information limitées.
• Émergence du GEO et de l’AEO : Le secteur commence à utiliser les termes « optimisation pour les moteurs génératifs (GEO) » et « optimisation pour les moteurs de réponses (AEO) » pour décrire les nouvelles stratégies d’optimisation. Les marques doivent s’assurer que leurs informations produits sont capturées, comprises et priorisées par les modèles d’IA.
• Concurrence accrue : Des startups comme Jasper AI et Daydream lancent leurs propres outils GEO, et le marché se densifie rapidement. La différenciation de Lantern réside dans son « focus exclusif sur l’e-commerce », en s’intéressant aux performances individuelles des produits plutôt qu’à la visibilité globale de la marque.

Impact sur les plateformes et les marques

Au niveau des plateformes

• Google : Avec AI Overviews et AI Mode, Google transforme les résultats de recherche, passant d’une liste de liens à des réponses directes. Cela signifie une redistribution du trafic pour les plateformes e-commerce dépendantes du trafic de recherche (comme Shopify, Amazon).
• Amazon : En tant que plus grand moteur de recherche de produits, Amazon teste également des assistants d’achat IA (comme Rufus). Les marques doivent gérer simultanément les règles de la recherche traditionnelle et celles des recommandations IA.
• Nouvelles plateformes IA : Des outils d’IA généralistes comme ChatGPT et Claude deviennent de nouveaux « super intermédiaires ». Le fait que les données produits d’une marque soient intégrées à l’entraînement de ces modèles détermine directement ses opportunités de visibilité.

Au niveau des marques- Changement des objets d'optimisation : Les marques devaient auparavant optimiser les titres de page, les méta-descriptions et la densité de mots-clés ; elles doivent désormais optimiser les données structurées des produits, les avis utilisateurs, les signaux d'autorité de la marque et la probabilité d'être citées par les modèles d'IA. - Réallocation budgétaire : Le rendement marginal des investissements SEO traditionnels diminue, et les marques commencent à transférer une partie de leur budget vers des outils GEO et des stratégies de contenu IA. Le prix de 99 $ par mois de Lantern montre que même les PME peuvent accéder à des services d'optimisation IA de base. - Difficulté de mesure des résultats : Le caractère « boîte noire » de la recherche IA rend le suivi des effets d'optimisation plus difficile, les marques ont besoin de nouveaux indicateurs d'analyse. L'émergence d'outils comme Lantern comble ce vide.

Vendeurs et consommateurs

• Pression sur les petits vendeurs : Les grandes marques sont plus facilement citées par l'IA, ce qui peut réduire encore les opportunités de visibilité pour les produits de niche. La stratégie de Lantern axée sur le « e-commerce de niche » pourrait aider les petits vendeurs à obtenir un avantage différencié.
• Décisions de consommation plus rapides : L'IA donne des recommandations directes, raccourcissant le processus de comparaison des prix, mais pouvant aussi renforcer l'effet Matthieu des marques. La confiance des consommateurs dans les recommandations IA devient une variable clé.

Analyse des tendances de consommation

• De la recherche au dialogue : Les consommateurs sont plus habitués à poser des questions en langage naturel plutôt qu'à saisir des mots-clés. Par exemple, « recommande-moi un casque Bluetooth adapté à la course à pied » remplace « meilleur casque pour courir ». Les marques doivent s'assurer que les descriptions de produits contiennent des informations contextuelles.
• Transfert de confiance : Les premiers utilisateurs étaient prudents vis-à-vis des recommandations IA, mais avec l'amélioration de la précision de l'IA, la confiance augmente progressivement. Business Insider, citant une prévision de Morgan Stanley, indique que le commerce agentique (Agentic commerce) stimulera la croissance du e-commerce.
• Priorité au mobile : Les assistants IA sont plus répandus sur les téléphones, les marques doivent optimiser la structure du contenu mobile et la vitesse de chargement.

Impact régional

• Amérique du Nord : Les changements de la recherche IA se manifestent d'abord sur le marché anglophone. Google et OpenAI ayant leur siège dans la région, les marques réagissent le plus rapidement et la concurrence est la plus forte. Des start-ups comme Lantern servent principalement le marché américain.
• Europe : Les réglementations telles que le RGPD peuvent limiter la collecte de données des marques par les modèles d'IA, mais l'acceptation des assistants d'achat IA par les consommateurs européens est en hausse.
• Asie : Le marché chinois dispose déjà de produits de recherche IA comme Baidu Wenxin Yiyan et Alibaba Tongyi Qianwen, les marques doivent s'adapter à l'écosystème IA local ; le marché de l'Asie du Sud-Est dépend davantage du commerce social et du live streaming, l'impact de la recherche IA reste secondaire.
• Moyen-Orient et Amérique latine : L'infrastructure IA est relativement en retard, mais les applications mobiles connaissent une croissance rapide, ce qui pourrait devenir un nouveau champ de bataille GEO dans les 2 à 3 prochaines années.

Tendances futures1. Essor du Commerce Agentique : Les agents d'IA accompliront de manière autonome les tâches d'achat, les marques devront gagner la "confiance des agents". Le fondateur de Lantern estime que les marques de e-commerce doivent dès maintenant se préparer au shopping agentique. 2. Lutte pour la souveraineté des données : La formation des modèles d'IA dépend de données e-commerce de haute qualité, la lutte entre les marques et les plateformes s'intensifiera. Le "droit de citation" des marques pourrait devenir un nouvel actif commercial. 3. Diversification des outils GEO : Les outils verticaux comme Lantern se multiplieront, tandis que les grandes plateformes marketing (telles que Salesforce, HubSpot) pourraient intégrer des fonctionnalités GEO. Le marché verra une coexistence d'"outils génériques + experts verticaux". 4. Reconstruction de la stratégie de contenu : Les marques augmenteront leur taux de citation par l'IA en produisant des contenus d'autorité (tests professionnels, cas clients), la frontière entre marketing de contenu et GEO s'estompera progressivement.