Un assistant d’achat devient beaucoup plus puissant lorsqu’il ne doit pas deviner ce qu’il y a dans le magasin.
Alibaba a intégré Qwen à son écosystème Taobao afin d’accompagner l’utilisateur de la découverte produit jusqu’au service après-vente. En parallèle, des outils agentiques automatisent des tâches côté marchand : création de listings, gestion de boutique, publicité ou service client.
Cette architecture est possible parce qu’Alibaba contrôle plusieurs couches à la fois : modèles, cloud, marketplace et outils de commerce.
Les retailers européens n’ont pas besoin de reproduire ce modèle pour en tirer une leçon.
Un agent d’achat fiable a besoin de données produit structurées, de stocks actuels, de prix, de délais de livraison et de règles commerciales explicites. Si ces informations sont dispersées ou incohérentes, l’IA ne corrige pas magiquement le problème. Elle l’expose.
Alibaba montre aussi pourquoi le débat sur le commerce agentique dépasse l’interface. Si l’assistant choisit les produits et compose le panier, il devient un nouveau point de pouvoir entre la marque, le retailer et le client.
Qui décide de l’ordre de recommandation ? Qui possède l’identité ? Quelles promotions l’agent peut-il utiliser ? Et comment une marque s’assure-t-elle que son produit est compris correctement par une machine ?
La réponse ne sera pas uniquement dans les modèles de langage.
Le commerce a passé vingt ans à optimiser des pages pour les humains et les moteurs de recherche. Il doit maintenant préparer des catalogues pour des logiciels susceptibles de prendre une partie de la décision.
C’est peut-être la partie la moins spectaculaire de l’IA dans le retail. C’est aussi celle que les entreprises peuvent commencer à préparer immédiatement.