Fanny Guélin est Senior AI Product Manager, Agentic commerce chez Mirakl, le leader mondial des plates-formes marketplace et acteur majeur de l’e-commerce B2B.
INNOVATION B2B : Les agents IA se développent-ils de manière significative dans la fonction achat, à quel rythme ?
Fanny Guélin : Les achats entièrement autonomes restent rares. Aujourd’hui, la plupart des cas d’usage concernent la découverte et la recommandation de produits : l’agent compare les options et renvoie vers le site du marchand pour finaliser la commande.
Le B2B donne l’impression d’être en retard, mais c’est surtout que les moteurs de réponse actuels ne sont pas adaptés à sa manière de fonctionner. Les moteurs de réponse publics raisonnent à partir de l’information disponible pour tous : prix affichés, avis, fiches produits. Or, une grande partie des décisions B2B dépend de données invisibles depuis l’extérieur, comme les contrats, les grilles négociées et les règles d’approbation internes. En revanche, plusieurs processus B2B vont particulièrement bien fonctionner avec des agents car ils sont récurrents, régis par des règles et faciles à anticiper. C’est le cas pour les réassorts, le renouvellement des approvisionnements et les vérifications de statut, par exemple.
Le GEO semble une problématique que tout le monde a en tête : mais quelle est réellement son importance en B2B ?
En B2C, le GEO consiste à rendre un produit lisible et désirable pour les moteurs de réponse, à partir de tout ce qui le décrit publiquement : fiche produit, avis, contenus éditoriaux, réputation de la marque, prix… En B2B, les prix sont négociés et les stocks dépendent du compte client. Il n’est donc pas possible de gagner uniquement grâce à ces signaux publics. En revanche, spécifications techniques, cas d’usage, contexte sectoriel, et plus généralement tout ce qui va permettre aux agents de savoir comment orienter l’acheteur, peuvent être exposés et servir une stratégie GEO.
Mais le GEO reste un canal émergent: les chiffres de trafic IA progressent vite, mais les conséquences sur les ventes, et plus encore en B2B, est très peu documenté. D’autres cas d’usage de l’agentique sont à explorer et ne doivent pas être négligés au profit du seul GEO. Le point commun entre tous ces sujets est néanmoins la capacité d’un modèle à comprendre les produits, ce qui nécessite des données structurées, complètes et cohérentes – et la difficulté peut être importante en B2B, avec des catalogues volumineux, des produits techniques, des données dispersées, etc.
Au-delà du travail sur les données, que doit-on faire pour réussir à s’emparer du sujet des agents IA assistants d’achat ?
Mieux vaut commencer à expérimenter tout de suite, même si les standards sont encore en cours de définition. La technologie évolue rapidement, et ceux qui attendent prendront du retard. Ensuite, côté acheteur, il faut cartographier les systèmes et flux de données, et bien définir les règles de contrôle des agents. Côté fabricants, nombreux sont ceux qui ne disposent pas encore d’un site transactionnel ou d’une véritable capacité e-commerce, souvent en raison d’une hésitation liée à un éventuel conflit de canaux. Mais on peut envisager d’intégrer les distributeurs en tant que vendeurs sur une plateforme e-commerce, qui s’adresserait ainsi aux acheteurs humains comme aux agents IA, tout en permettant aux fabricants de conserver leur modèle de distribution existant.
Par ailleurs, et je développerai ces conseils le 10 décembre lors la conférence Innovation B2B, je plaide pour un fonctionnement itératif, c’est-à-dire commencer par un périmètre restreint, un segment, un cas d’usage, puis démontrer sa valeur par de la mesure avant d’élargir. Et ne pas hésiter, si cela ne marche pas, à passer à autre chose rapidement. C’est pourquoi il est important de définir à l’avance le signal d’arrêt, afin que l’interruption soit une issue normale et non un échec. Il faut avancer rapidement, mais à petits pas, identifier d’ores et déjà qui dans l’organisation peut commencer à être référent, et être très clair sur les paris que l’on prend.
Comment l’IA va modifier la relation entre le commercial et l’acheteur ?
Ce que l’on découvre, c’est que le plus important pour l’acheteur, c’est la cohérence entre ce que lui dit l’IA et ce que lui dit le commercial. D’un côté, les relations B2B reposent sur la confiance, la négociation, le service et la résolution de problèmes, et un agent ne remplace pas ces dimensions. De l’autre, il y a des sujets pour lesquels l’utilisateur préfère interagir avec une IA – essentiellement des sujets liés à des tâches répétitives. Il faut donc à la fois automatiser les tâches qui ne nécessitent pas d’interaction humaine, mais aussi déterminer quand l’agent complète l’humain ou doit savoir lui passer le relais. Et rendre cette transition simple.
La tarification pourrait être le prochain domaine dans lequel l’IA fera une différence significative. Les vendeurs B2B qui appliquent des prix contractuels, dégressifs et spécifiques à chaque client devront rivaliser avec des concurrents capables d’ajuster leurs prix de manière hyper personnalisée et optimisée. Des prix laissés inchangés dans des tableurs deviennent un risque pour la marge dans un futur agentique.
Vous parliez de paris à effectuer, quels sont ceux que fait Mirakl dans son offre ?
Nous avons une solution, Mirakl Agentic Activation, dont l’une des fonctionnalités, Agentic Product Enrichment, permet d’enrichir les fiches produits avec des attributs contextuels favorisés par le GEO : réécrire les titres et les descriptions pour être axés sur la recherche par intention, produire des questions-réponses et documenter les cas d’usage. Elle repose sur notre technologie propriétaire Catalog Transformer et ses 47 millions de produits e-commerce traités au cours des deux dernières années.
Nous explorons aussi, aux États-Unis, un outil pour vendre en direct sur les interfaces de LLMs : Agentic Channels. Pour l’instant, c’est live aux États-Unis pour nos marques et nos vendeurs, mais pas les retailers, via notre partenariat avec Stripe. Ce qui relève de notre métier, c’est la connectivité : faire remonter catalogue, stocks et prix vers des PIMs, des marketplaces ou désormais des plateformes d’IA, puis faire redescendre les commandes vers les systèmes du vendeur ou du retailer. Ce même savoir-faire, connecter des systèmes et gérer des flux de données, nous a conduits à explorer un assistant d’achat B2B : un agent qui permet à des restaurateurs de commander auprès de distributeurs via WhatsApp, construit avec un grand groupe du secteur des boissons. J’en parlerai également le 10 décembre lors d’Innovation B2B. Quel que soit le canal, l’enjeu est le même : offrir à l’acheteur une expérience cohérente, dans un parcours conversationnel qui lui simplifie la vie, même si plusieurs systèmes doivent être connectés en coulisses.
La principale leçon, selon moi : le marché bouge plus vite que notre capacité à le mesurer, donc chaque investissement dans le commerce agentique doit dire ce qu’il permettra de prouver, et à quelle échéance. Cela ne doit pas paralyser. Bref, rester extrêmement agile, tester vite, accepter de réviser ses priorités au fil des résultats, et raisonner sur six à douze mois plutôt que sur trois à cinq ans.
Fanny Guélin interviendra lors du débat inaugural de la conférence Innovation B2B 2026 le 10 décembre à Paris.
{{ config.conference.register }}