L’IA a déjà bouleversé la recherche traditionnelle, alors que de plus en plus d’utilisateurs privilégient les chatbots, ce qui devrait entraîner une baisse de 25 % du volume des moteurs de recherche classiques cette année, selon Gartner. Ce changement menace le marché publicitaire américain des détaillants, estimé à 69, 33 milliards de dollars. Si des plateformes d’IA telles qu’OpenAI et Google s’étendent dans le domaine des annonces sponsorisées, elles pourraient créer des offres médiatiques puissantes qui concurrenceraient directement les détaillants. Rita Steinberg, vice-présidente des médias chez FUSE Create, considère cela comme une menace importante pour les réseaux mediatiques de détail (RMN), bien qu’elle ne soit pas existentielle — ils devront s’adapter. Par exemple, un acheteur recherchant des ustensiles de cuisine pourrait éviter les sites de Walmart, Target ou Amazon au profit de ChatGPT, qui pourrait également permettre des achats via Instant Checkout. Cela réduit le trafic sur les sites des détaillants, affectant leur capacité à monétiser leurs plateformes. Mike Feldman, vice-président principal du commerce chez Flywheel, note que moins de temps passé sur les sites des détaillants équivaut à une activité perturbée directement liée au trafic. eMarketer prévoit que les dépenses dans la recherche média retail aux États-Unis atteindront près de 38 milliards de dollars en 2025, avec les annonces de recherche représentant environ 60 % de cette somme. Cependant, les éditeurs ressentent déjà l’impact : les grands modèles linguistiques (LLMs) ont réduit le trafic référent et les taux de clics pour les éditeurs, ce qui pousse certains à mettre en place des blocages de bots et à rechercher des accords de licensing de contenu pour limiter les pertes. Les réseaux médiatiques retail ont été à la fois essentiels et difficiles pour les annonceurs. Des grandes marques comme Diageo et Procter & Gamble ont adopté la médiatisation retail comme un canal clé, malgré les frustrations liées aux jardins clos des RMN et aux défis pour mesurer l’impact incrémental.

Néanmoins, les annonceurs n’ont pas encore réassigné de budgets des médias retail vers les annonces de chatbots IA. Ross Walker, directeur des médias retail chez Acadia, affirme qu’aucune marque avec laquelle il travaille n’a réaffecté de fonds des médias retail vers les plateformes IA. Des marques comme Williams-Sonoma et The Knot expérimentent des annonces sur ChatGPT, mais des préoccupations subsistent concernant le coût, la sécurité de la marque et la transparence. Les marketeurs restent prudents jusqu’à ce que des solutions publicitaires pour chatbots IA — comme celles proposées par ChatGPT, Microsoft Copilot et Google AI — prouvent leur efficacité. Une limitation majeure est qu’à la différence des RMN, ces plateformes LLM n’ont pas un accès direct au processus de vente final. Pour que les chatbots IA puissent vraiment concurrencer, ils doivent disposer d’accès aux API, aux outils de mesure et aux données transactionnelles contrôlées par les détaillants. Des progrès ont été réalisés : Walmart a noué un partenariat avec Google Gemini et OpenAI pour offrir des expériences d’achat améliorées par l’IA, tandis que Target a collaboré avec OpenAI pour une application de shopping ChatGPT spécialisée. Preston Larson, PDG de Modifly et responsable média chez Court Avenue, souligne que le contrôle de Walmart sur son écosystème lui confère des insights puissants sur les dépenses publicitaires et le retour sur investissement, un avantage considérable face aux LLM externes. Face à un espace publicitaire numérique limité sur site, les RMN se sont développés dans des canaux hors site tels que les réseaux sociaux et le streaming pour maintenir leurs revenus publicitaires. De nombreux grands détaillants ont également lancé leurs propres chatbots IA génératifs — comme Rufus d’Amazon et Sparky de Walmart — pour améliorer leurs écosystèmes d’achat. Les dirigeants estiment que l’attribution en boucle fermée et les capacités de mesure exhaustives des RMN offrent une valeur ajoutée à mesure que les détaillants développent leurs services alimentés par l’IA. Larson conclut que les détaillants disposent d’un levier important grâce à leurs données consommateurs et à leur infrastructure établie, et que les LLM actuellement en dehors de cet environnement ont du mal à rattraper leur retard.