- Courriel: Info@IntelTek.net
- Téléphone: 1-514-291-7800
Réjean Thibault distribue de l’équipement de sécurité industrielle à Laval. Mille huit cents produits en ligne, vingt-deux ans de métier, une clientèle B2B fidèle.
En mai, il perd une commande de 14 000 $ au profit d’un concurrent ontarien. Prix plus élevé, marque équivalente, délai comparable. Il appelle l’acheteur, un gestionnaire d’usine qu’il connaît depuis des années, pour comprendre.
La réponse le laisse muet : « J’ai demandé à mon assistant de comparer les fournisseurs. Il m’a sorti trois options. T’étais pas dedans. »
Réjean vérifie son site. Tout est là : la fiche produit, la photo, le prix. Sauf que nulle part il n’est écrit combien de temps prend la livraison, ni si l’article est en stock, ni quelles sont les conditions de retour.
L’agent a regardé, n’a pas trouvé, pis il est passé au suivant.
📌 En bref
Pendant trente ans, le commerce en ligne a suivi la même logique : un humain cherche, compare, clique, achète. Toute l’industrie du web s’est construite autour de ce parcours — beaux sites, photos léchées, boutons colorés, tunnels de conversion optimisés au pixel près.
Ce parcours est en train de se faire court-circuiter.
Dans le commerce agentique, le client définit une intention et des balises — « il me faut des bottes de sécurité CSA, pointure 11, livrables avant vendredi, sous 200 $ » — puis un agent IA prend le relais. Il interroge les catalogues, compare les attributs structurés, sélectionne, et complète parfois la transaction lui-même.
L’humain fixe les paramètres. L’agent fait le reste.
Ce n’est plus une projection. En janvier 2026, Google a lancé le Universal Commerce Protocol, un standard ouvert développé avec Shopify qui permet aux agents IA d’interroger les catalogues des marchands, d’obtenir les prix et les stocks en temps réel, de gérer un panier et de compléter un achat. OpenAI a lancé Instant Checkout directement dans ChatGPT, propulsé par Stripe, appuyé sur son Agentic Commerce Protocol. Microsoft a activé Copilot Checkout aux États-Unis à la même période.
Les tuyaux sont posés. C’est le débit qui augmente maintenant.
On pourrait croire à un phénomène marginal. Les données disent autre chose.
Shopify rapporte que les commandes provenant de recherches propulsées par l’IA ont crû quinze fois d’une année à l’autre. Pendant la période des fêtes 2025, le trafic e-commerce provenant des agents conversationnels et des navigateurs IA a doublé par rapport à 2024, selon Salesforce — l’IA ayant contribué à 20 % de toutes les ventes au détail de la saison.
Les projections vont plus loin. McKinsey estime que le commerce agentique pourrait rediriger de 3 à 5 billions de dollars de dépenses commerciales mondiales d’ici 2030. Gartner prévoit que les agents IA intermédieront 15 billions de dollars en achats B2B d’ici 2028. Morgan Stanley anticipe que près de la moitié des acheteurs en ligne utiliseront des agents IA d’ici 2030, représentant environ le quart de leurs dépenses.
Retenez le chiffre de Gartner. Le B2B, c’est le terrain de Réjean — pis c’est le terrain d’une bonne partie des PME québécoises.
Voici le point que la plupart des articles sur le sujet manquent complètement.
Pensez à comment un humain magasine en ligne. Il cherche sur Google, clique sur une pub d’une marque qu’il reconnaît, atterrit sur un site soigné, navigue dans une expérience conçue par des designers. Les grandes marques gagnent ce jeu-là parce qu’elles peuvent dépenser plus en publicité et engager de meilleurs designers.
Maintenant, pensez à comment un agent IA magasine.
Il interroge les catalogues de tous les marchands disponibles. Il compare des attributs structurés : prix, disponibilité, spécifications, avis, délai de livraison. Il ne voit pas votre bannière. Il ne voit pas votre vidéo corporative. Il ne voit pas si votre site est beau.
Le commerce agentique ne favorise pas les grandes marques. Il favorise les entreprises dont les données sont bonnes.
Google le confirme dans sa propre architecture : son Shopping Graph contient plus de 50 milliards de fiches produits, avec une couverture qui inclut explicitement les petites entreprises et les commerces locaux. Une PME avec des données propres et une offre compétitive se retrouve à égalité avec un géant — un nivellement qui n’a jamais existé dans la publicité traditionnelle.
Le revers, évidemment : une boutique aux données incomplètes devient invisible pour une part croissante des acheteurs. C’est ce qui est arrivé à Réjean.
Les agents IA sont mauvais avec l’ambiguïté. Ils doivent comparer et agir vite. Quand un délai de livraison, un frais d’expédition ou une condition de retour est flou ou absent, l’agent ne devine pas — il écarte l’offre, et aucun humain ne saura jamais qu’elle existait.
C’est ça, la lisibilité par les agents. Et ça se joue sur des éléments beaucoup plus prosaïques que ce que la plupart des entrepreneurs imaginent.
| Ce que voit un humain | Ce que cherche un agent |
|---|---|
| Une belle photo de produit | Un identifiant produit normalisé (GTIN, UPC, numéro de pièce) |
| « Livraison rapide! » | Un délai chiffré : 2 à 4 jours ouvrables |
| « Contactez-nous pour le prix » | Un prix affiché, ou l’offre est écartée |
| Une page « Politique de retour » | Des conditions structurées : 30 jours, frais de retour à la charge de qui |
| « En stock » écrit dans le texte | Une disponibilité en temps réel, mise à jour automatiquement |
| Des témoignages sur la page d’accueil | Des avis structurés avec note numérique et volume |
Regardez la colonne de droite. Rien là-dedans n’est glamour. C’est de la plomberie. Mais c’est exactement ce qui décide si votre offre entre dans la comparaison ou pas.
Question légitime. La majorité des PME québécoises vendent des services, pas des articles en boîte.
Le mécanisme reste le même, mais il se déplace de l’achat vers la présélection.
Quand un gestionnaire demande à son assistant IA « trouve-moi trois entrepreneurs en toiture commerciale dans les Laurentides et compare-les », l’agent applique exactement la même logique : il cherche des informations structurées, comparables, vérifiables. Zone desservie. Certifications. Délai de réponse. Avis. Champ d’expertise.
Si votre site dit « nous desservons la grande région de Montréal et ses environs », l’agent ne peut rien en faire. Si un concurrent liste ses villes une par une, lui, il entre dans la comparaison.
C’est la même mécanique que celle qui décide si ChatGPT, Gemini et Perplexity recommandent votre entreprise quand quelqu’un pose une question. Le commerce agentique n’est pas un phénomène séparé du GEO — c’en est la suite logique, celle où la recommandation devient une transaction.
1. Testez votre propre lisibilité. Ouvrez ChatGPT ou Gemini et demandez : « compare les fournisseurs de [votre produit ou service] dans [votre région] ». Regardez qui sort, et surtout ce que l’IA arrive à dire sur eux. Si elle nomme des concurrents en donnant leurs délais et leurs prix mais reste vague sur vous, vous avez votre réponse.
2. Chiffrez ce qui est vague. Passez vos pages et remplacez chaque promesse molle par une donnée. « Livraison rapide » devient « 2 à 4 jours ouvrables ». « Grande région de Montréal » devient une liste de villes. « Prix compétitifs » devient un prix, ou au minimum un point de départ.
3. Structurez vos données. Le balisage Schema.org — Produit, Offre, Organisation, Service — c’est le format que les machines lisent. Sans lui, votre information existe pour un humain qui lit la page, pas pour un agent qui interroge votre site.
4. Rendez vos conditions explicites. Retours, garanties, frais d’expédition, minimums de commande. Ce qui est ambigu se fait écarter — pas contester, écarter.
5. Soignez vos avis. Un agent compare des notes numériques et des volumes. Une entreprise avec huit avis vieux de trois ans perd contre une entreprise avec quarante avis récents, même si la première fait un meilleur travail.
C’est un modèle où des agents d’intelligence artificielle agissent comme mandataires du consommateur : ils font la recherche, la comparaison et parfois l’achat, en se basant sur une intention et des contraintes fixées par l’humain plutôt que sur une navigation manuelle. Le client dit ce qu’il veut; l’agent trouve et exécute.
Oui, mais inégalement. Le B2B et le commerce de détail en ligne sont déjà touchés — Gartner projette 15 billions de dollars en achats B2B intermédiés par des agents d’ici 2028. Les services locaux sont touchés plus indirectement, au stade de la présélection plutôt que de la transaction. Dans les deux cas, le facteur déterminant est le même : la qualité de vos données.
Rarement. Dans la plupart des cas, les systèmes existants suffisent — ce qui manque, c’est la couche de données structurées et la précision de l’information. Un site bien construit peut souvent être rendu lisible par les agents sans être reconstruit.
Non. Les agents s’appuient largement sur les mêmes signaux de crédibilité que les moteurs de recherche. Un bon référencement reste la fondation. Ce qui s’ajoute, c’est l’exigence de structure : ce qui était souhaitable devient déterminant.
C’est le problème : vous ne le voyez pas dans vos statistiques, parce que la visite n’a jamais eu lieu. Le seul moyen fiable, c’est de faire le test vous-même — demander à une IA de comparer les fournisseurs de votre secteur et regarder si vous êtes dans la liste.
Réjean n’a pas refait son site. Il a passé trois semaines à faire quelque chose de beaucoup moins spectaculaire : ajouter un délai de livraison réel sur chaque fiche produit, brancher son inventaire en temps réel, écrire ses conditions de retour en clair, et faire baliser ses 1 800 produits en données structurées.
Aucun client n’a remarqué la différence. C’était pas le but.
Ce qu’il a compris, pis qui devrait vous rester : pendant vingt-deux ans, il a bâti son entreprise sur la relation. Le téléphone, la poignée de main, le service après-vente. Ça marche encore — mais ça ne l’amène plus dans la liste. Et si t’es pas dans la liste, ta relation n’a jamais la chance de commencer.
Le commerce agentique ne récompense pas les plus gros budgets. Il récompense les plus clairs. C’est probablement la meilleure nouvelle qu’une PME québécoise ait reçue en marketing numérique depuis longtemps — à condition de s’y mettre pendant que la majorité des concurrents pensent encore que ça les concerne pas.
Profitez de notre diagnostic gratuit de 30 minutes : on teste ensemble comment ChatGPT, Gemini et Perplexity décrivent votre offre, on identifie les informations manquantes qui vous font écarter des comparaisons, et on établit les priorités. Pas de jargon, pas de pression.
ou visitez inteltek.net dès aujourd’hui — parce que la donnée qui manque sur votre fiche produit aujourd’hui, c’est la commande que vous ne verrez jamais passer. Les analyses de McKinsey chiffrent le déplacement en billions de dollars : ce n’est pas une tendance, c’est un déménagement.
IntelTek — Montréal · Laval · Rive-Sud · Québec
📚 Articles recommandés pour aller plus loin :
Marc Perreault — fondateur d’IntelTek
Informaticien de métier et fondateur d’IntelTek à Montréal. IntelTek aide les PME québécoises à être visibles dans Google et dans les réponses de ChatGPT, Gemini et Perplexity.
IntelTek — Montréal · Laval · Rive-Sud · Québec