Carrefour dans ChatGPT.
Les courses commencent désormais dans une conversation.

Le moteur de recherche classique oblige l’utilisateur à traduire son besoin en requêtes successives. Pour préparer plusieurs repas, il faut chercher des recettes, dresser une liste, trouver les produits, comparer les formats puis remplir le panier. Une interface conversationnelle peut réunir ces étapes dans un même échange.

Un client peut partir d’une demande relativement complexe : prévoir plusieurs dîners, respecter un budget, éviter certains ingrédients, tenir compte du nombre de personnes et limiter le gaspillage. L’intérêt du langage naturel est précisément de conserver ce contexte au fil de la conversation.

Le consommateur n’abandonne pas nécessairement toute décision à l’IA. Il peut corriger une proposition, retirer un produit, modifier son budget ou demander une autre recette. La différence tient au fait que l’interface peut travailler à partir du besoin global avant même que le client sache quels produits rechercher.

Cette logique rejoint la transformation des moteurs de recherche par les réponses génératives. La requête courte laisse progressivement de la place à une demande plus détaillée, dans laquelle le contexte et l’intention deviennent aussi importants que le mot-clé.

Elle rejoint également l’évolution du référencement vers le GEO : une entreprise ne travaille plus seulement pour apparaître dans une liste de liens, mais aussi pour que son offre puisse être comprise et mobilisée dans une réponse générée.

Le calendrier est révélateur. Deux jours avant l’annonce de Carrefour, OpenAI présentait une nouvelle expérience de découverte de produits dans ChatGPT. L’objectif affiché : faciliter l’exploration, la comparaison et la décision sans obliger l’utilisateur à multiplier les onglets.

Les résultats produits peuvent être enrichis d’images et d’informations commerciales, affinés au fil de la conversation et comparés côte à côte. OpenAI indique également avoir travaillé sur la fraîcheur et la couverture des données produits utilisées dans l’expérience shopping.

Depuis, les fonctionnalités commerciales de ChatGPT ont continué à évoluer. La documentation d’OpenAI précise qu’un paiement instantané peut être proposé pour certains produits et marchands éligibles. Cela ne signifie pas que toutes les intégrations fonctionnent ainsi : dans le cas de Carrefour, la communication officielle continue d’indiquer une finalisation et un paiement sur Carrefour.fr.

Cette distinction permet de comprendre la direction générale sans exagérer la situation actuelle. ChatGPT dispose désormais de briques permettant de découvrir, comparer et, dans certains cas, acheter. Chaque marchand choisit toutefois son niveau d’intégration et conserve ses propres contraintes logistiques, commerciales et réglementaires.

Le commerce agentique ne se déploie donc pas en une seule étape. Il avance marchand par marchand, catégorie par catégorie et fonctionnalité par fonctionnalité.

Le référencement classique repose largement sur une logique de visibilité : apparaître suffisamment haut pour être vu et obtenir le clic. Une interface conversationnelle modifie cette mécanique parce qu’elle peut synthétiser plusieurs informations et ne présenter qu’un nombre limité d’options.

Pour une marque vendue chez Carrefour, la question devient alors plus précise : ses produits disposent-ils des informations nécessaires pour être correctement compris lorsqu’un client demande un produit végétarien, une option économique, un format familial ou un ingrédient correspondant à une recette ?

Le sujet dépasse les mots-clés. Une donnée ambiguë, absente ou obsolète peut rendre un produit moins exploitable dans un parcours automatisé. À l’inverse, des informations cohérentes sur le site, dans les flux marchands et dans les bases structurées donnent davantage de matière aux systèmes qui doivent établir une sélection.

Il serait excessif d’affirmer qu’il existe aujourd’hui une formule permettant de « ranker dans ChatGPT » comme on cherche à gagner une position Google. Les systèmes, les partenariats et les sources de données diffèrent selon les expériences. En revanche, la qualité de l’information commerciale devient clairement un actif stratégique.

Pour les entreprises, le SEO et le GEO ne s’opposent donc pas. Le premier reste indispensable pour les moteurs, les pages et les requêtes traditionnelles. Le second élargit le travail à la compréhension de l’entreprise, de ses offres et de ses preuves par les systèmes génératifs.

L’exemple Carrefour concerne un grand distributeur disposant d’une infrastructure technique importante, mais la transformation qu’il illustre concerne l’ensemble du commerce numérique. Les interfaces de recherche et d’achat sont en train de se multiplier.

• Des données produits propres. Titres, caractéristiques, prix, disponibilité, variantes et conditions doivent rester cohérents entre les différents canaux.
• Une offre compréhensible. Un produit ou un service mal décrit est plus difficile à associer à une intention exprimée en langage naturel.
• Des informations actualisées. Les systèmes génératifs ne corrigent pas magiquement une donnée commerciale obsolète ou contradictoire.
• Une identité de marque claire. Lorsque plusieurs intermédiaires présentent l’offre, la cohérence des informations devient indispensable pour éviter les confusions.
• Une conversion solide sur le site. Tant que la transaction revient chez le marchand, vitesse, réassurance, paiement, livraison et expérience mobile restent déterminants.
• Une veille sur les nouveaux canaux. ChatGPT, Gemini, marketplaces et réseaux sociaux peuvent chacun devenir un point d’entrée vers l’achat.

Le changement le plus profond tient probablement à la disparition progressive de la frontière entre « rechercher » et « agir ». Une personne demande aujourd’hui une information à une IA ; demain, la même conversation peut préparer une réservation, constituer un panier ou lancer une démarche.

Pour les entreprises, cela oblige à raisonner au-delà de la page web isolée. Le contenu, les données structurées, les catalogues, la réputation et les informations commerciales doivent former un ensemble cohérent, capable d’être compris aussi bien par un visiteur que par les systèmes qui l’assistent.

Carrefour fournit ainsi un cas concret de la transition : le consommateur exprime son besoin dans une conversation, l’IA organise une partie du parcours et le commerçant reprend la main au moment de la transaction. La question n’est plus de savoir si les assistants entreront dans le commerce, mais jusqu’où ils remonteront dans la chaîne de décision.