Une cliente potentielle hésite sur ta boutique. Elle ne connaît pas la marque, le prix est correct, la livraison aussi. Avant de sortir sa carte, elle ouvre ChatGPT et tape « est-ce que ce site est fiable ? ».
La réponse arrive en quatre lignes. Elle cite deux avis Trustpilot sur des retards de livraison, mentionne un fil Reddit, et propose une alternative chez un concurrent.
Tu ne sauras jamais que cette vente a existé. Elle n'apparaîtra ni dans tes paniers abandonnés, ni dans tes statistiques. L'acheteuse a lu le résumé qu'une machine a fait de tes avis.
Un acheteur sur quatre passe déjà par une IA
Les chiffres français sont sortis cette année, et ils sont plus parlants que les études américaines qu'on voit recyclées partout.
L'étude Odoxa pour la Fevad, publiée en février 2026 sur 1 500 cyberacheteurs, donne 31 % d'acheteurs en ligne qui utilisent l'IA générative pour leurs achats. Parmi eux, 58 % s'en servent régulièrement avant l'achat, et résumer les avis de consommateurs fait partie des usages cités. Le rapport complet est en PDF chez Odoxa.
L'étude Ifop pour Guest Suite de janvier 2026, sur 1 003 personnes, va dans le même sens. 27 % des consommateurs lancent une recherche liée à un achat dans un outil conversationnel, 49 % chez les moins de 35 ans (relayée par Siècle Digital).
La même étude rappelle que 93 % des Français lisent des avis avant d'acheter, et que 83 % ont déjà abandonné un achat après être tombés sur des avis défavorables. Ce chiffre-là porte tout le reste de l'article.
Côté américain, Semrush a interrogé 2 338 consommateurs. 57,5 % des utilisateurs d'IA disent avoir renoncé à un achat après une réponse de chatbot, et 74 % achèteraient moins volontiers si le chatbot signale des avis mitigés (l'étude est ici). Échantillon américain, et éditeur qui vend des outils de suivi de visibilité IA. Je le cite pour l'ordre de grandeur, la France n'a pas encore son équivalent sur cette question précise.
Ce qui fait basculer la réponse, ce sont tes avis
Un assistant IA qui doit dire si une boutique est fiable n'a pas grand-chose à se mettre sous la dent. Il n'a pas commandé chez toi. Il cherche ce que d'autres en ont dit.
Il trouve tes avis produits si ton site les expose correctement, ta fiche Trustpilot ou Avis Vérifiés, des fils Reddit, des forums, parfois un article de presse locale. Puis il fait ce qu'on lui demande : il résume.
Un résumé écrase les nuances. Dix avis positifs sur la qualité du produit et trois avis négatifs sur le service client donnent une phrase du type « produits appréciés, mais plusieurs clients signalent des difficultés avec le service client ». Pour quelqu'un qui hésitait, la deuxième moitié de la phrase suffit.
Les avis négatifs sans réponse pèsent le plus lourd. Un avis à deux étoiles auquel tu as répondu en expliquant ce que tu as fait donne à l'IA une information de plus. Un avis à deux étoiles resté sans réponse ne lui laisse que la plainte.
Google fait la même chose dans ses annonces
Le mouvement ne se limite pas à ChatGPT. Fin août 2026, Sachin Patel a repéré dans des annonces Google un bloc « What customers love », un résumé d'avis présenté comme généré par IA à partir des notes et avis de la boutique (Search Engine Watch, 31 août 2026).
Google n'a rien annoncé officiellement, et à mi-septembre ça restait un test limité. Le principe est posé quand même : même dans une annonce que tu payes, le texte sur tes avis peut être écrit par une machine, à partir de ce que tes clients ont laissé.
Va lire ce que l'IA raconte sur ta boutique
C'est la partie qui vaut le temps de lecture. Trois questions, posées telles quelles, dans trois assistants.
Ouvre une discussion temporaire dans ChatGPT (ou une session sans historique ailleurs). Sinon, l'assistant tient compte de ce qu'il sait déjà de toi, et tu obtiens une réponse que ton client ne verra jamais.
- « Est-ce que [nom de ta boutique] est un site fiable pour commander ? »
- « Quels problèmes les clients signalent-ils avec [nom de ta boutique] ? »
- « Quelle alternative à [nom de ta boutique] pour acheter [ton produit phare] ? »
Pose-les dans ChatGPT, Gemini et Perplexity. Ça prend 15 minutes.
Le verdict est positif, et Gymshark est une marque solide. Regarde quand même ce que l'acheteur lit en chemin : sur quatre points, deux viennent de Trustpilot, et le dernier s'appelle « point de vigilance », avec des commandes bloquées, des colis non reçus et des remboursements qui traînent.
Personne n'a posé de question sur les problèmes. L'assistant les a remontés tout seul, parce qu'ils sont dans les avis récents. Les deux autres points, livraison et retours, viennent des pages d'aide de la marque, c'est-à-dire de contenus que Gymshark contrôle.
Pour chaque réponse, note trois choses dans un tableau.
| Assistant | Source citée | Verdict | Concurrent nommé |
|---|---|---|---|
| ChatGPT | Trustpilot, Reddit... | fiable, mitigé, à éviter | oui / non |
| Gemini | |||
| Perplexity |
La colonne « source citée » est la plus utile. Si les trois assistants citent ta fiche Trustpilot et qu'elle date de 2023, tu sais exactement où agir. Si l'un d'eux cite un fil Reddit dont tu ignorais l'existence, tu viens de l'apprendre avant tes prochains clients.
La troisième question est la plus désagréable, et la plus instructive. Elle te montre à qui l'IA envoie tes acheteurs quand elle a un doute.
Refais l'exercice une fois par mois, avec les mêmes formulations. Les réponses bougent, c'est leur évolution qui t'intéresse.
Ce que tu peux corriger
Les avis sur ton site. Une app d'avis qui affiche les avis en HTML, lisible sans JavaScript, et qui pose le balisage AggregateRating sur les fiches produit. Uniquement sur les fiches produit : baliser une note sur une page collection est interdit par Google, et la sanction touche tout le domaine. J'ai détaillé ce piège ici.
Tes réponses aux avis négatifs. Réponds à chacun, en public, avec ce que tu as fait concrètement. « Colis renvoyé le lendemain, remboursement fait le 12 » vaut mieux que trois lignes d'excuses. C'est le texte que l'assistant peut reprendre.
La fraîcheur. Des avis qui s'arrêtent il y a 18 mois font douter un humain comme une machine. Une relance automatique quelques jours après la livraison suffit à garder un flux régulier.
Les informations de sérieux. Quand un assistant évalue la fiabilité d'une boutique, il cherche ce qu'un client prudent chercherait. Qui vend, une adresse, un SIREN, des délais de livraison clairs, une politique de retour lisible. Tout ça a sa place dans des pages que Google peut lire. La liste de ce que la loi impose déjà est ici, et elle recoupe presque entièrement ce que l'IA vient vérifier.
Ce que tu ne contrôles pas
Ce que Reddit, les forums et les sites d'avis tiers disent de toi. Tu peux y répondre quand la plateforme le permet, tu ne peux pas effacer.
Le moment où l'assistant relit ta page. OpenAI a construit son propre index de recherche (Abondance l'a détaillé le 8 septembre 2026), et rien ne garantit qu'il repasse chez toi le lendemain d'une correction. Compte en semaines.
Le verdict lui-même. Personne ne contrôle ce qui sort d'un assistant IA, et quelqu'un qui te promet le contraire te vend quelque chose.
Ce que je mesure sur mon propre site
La Search Console de Google donne depuis cet été un rapport sur les apparitions dans ses aperçus générés par IA. Sur tech-everywhere.fr, j'y compte 413 impressions sur les 28 jours qui finissent le 29 septembre, sur 66 pages différentes. Fin juin, ce rapport n'était pas encore ouvert sur mon site.
Le rapport compte des impressions et aucun clic. On sait que l'IA te montre, on ne sait pas ce que la personne en a fait. Les avis clients tombent exactement dans ce trou : ils jouent sur une décision que tu ne mesures nulle part.
Ce que je ferais
Commence par les trois questions, cette semaine. C'est gratuit, ça prend un quart d'heure, et tu sauras si tu as un problème.
S'il en sort un avis négatif cité partout, réponds-y avant toute autre chose. S'il en sort une fiche Trustpilot abandonnée, relance la collecte d'avis. Si l'IA ne trouve rien du tout, c'est souvent que tes avis ne sont pas lisibles sur ton site, et ça se corrige dans le thème.
N'achète pas d'outil de suivi de visibilité IA pour l'instant. Les études qui alertent sur le sujet sont publiées par ceux qui les vendent, et un tableau rempli à la main une fois par mois te dit la même chose à ton échelle.
Si tu veux qu'on regarde ensemble comment tes avis s'affichent et ce que ton thème expose aux machines, l'audit couvre ça.
