Aujourd'hui, effectuez une recherche sur Google et vous accéderez à deux pages de résultats totalement différentes, selon le bouton sur lequel vous cliquez. Le champ de recherche standard affiche la page de résultats habituelle, avec un carrousel de produits en haut. Cliquez sur le bouton « Mode IA », situé à côté du champ de recherche dans la barre d'adresse de Chrome ou dans un onglet à côté de vos résultats, et la même requête générera une réponse écrite, mettant en avant les produits concernés.
D'après une nouvelle étude de Productrise , plateforme de découverte de produits qui analyse la visibilité des produits sur Google Shopping, le choix entre les deux options n'est peut-être pas aussi simple qu'il n'y paraît. L'analyse de plus de 24 000 produits a révélé qu'en moyenne, les produits mis en avant en mode IA sont 21.6 % plus chers que les mêmes produits dans les résultats de recherche classiques. Ces conclusions ont depuis été relayées par Futurism, Search Engine Journal, PCMag, Digital Trends et PPC Land, relançant une question qui se pose depuis un certain temps : à qui profite réellement le mode IA ?
Qu’est-ce que le mode IA de Google et pourquoi est-il important pour les achats ?
Pour ceux qui ne l'ont pas encore adopté, le mode IA est la nouvelle interface de recherche conversationnelle de Google. Pour l'instant, il ne remplace pas la page de résultats traditionnelle, mais la complète. Ce mode offre une expérience différente des dix liens bleus habituels et des quelques publicités et carrousels d'achat. Lorsqu'il est activé, les requêtes sont suivies d'un texte, souvent composé d'informations agrégées provenant de plusieurs sources. Les requêtes à visée commerciale manifeste obtiennent des réponses sous forme de fiches, similaires aux carrousels de publicités et de produits disponibles à l'achat présents ailleurs sur la page de résultats, mais avec un processus de production différent.
La recherche basée sur l'intelligence artificielle s'est déployée progressivement au cours de l'année écoulée. Google a jugé bon de l'installer pour tous les utilisateurs de Search Labs ayant donné leur accord et a commencé à l'intégrer plus directement à l'expérience de recherche principale. L'entreprise a également modifié la mise en page de la page d'accueil et l'interface utilisateur du navigateur afin de rendre l'accès au mode IA à la fois plus simple et, peut-être, plus intrusif, en remplaçant certains éléments qui permettaient auparavant de découvrir cette fonctionnalité. Le mois dernier, Google a modifié sa page d'accueil pour proposer non seulement un bouton « Rechercher », mais aussi une série de fonctionnalités et de modes axés sur l'IA. Plusieurs médias, dans le cadre d'un article récent sur la tarification du mode IA par Google, ont souligné que cette initiative s'inscrivait dans une tendance plus large : Google incite les utilisateurs à utiliser ses fonctionnalités d'IA, même s'ils ne les ont pas activées ou n'ont pas manifesté d'intérêt particulier pour cette technologie.
Dans le contexte du shopping, cela a une importance bien plus grande que dans d'autres secteurs. Si la présence de différentes sources derrière une réponse générée par une IA peut être perçue comme un problème de contrôle qualité pour les requêtes informationnelles, pour les requêtes commerciales, cela représente un changement fondamental du pouvoir d'achat du consommateur. Pour les recherches d'achats, la différence est d'autant plus importante que les résultats peuvent influencer directement le prix payé. Si le mode IA sélectionne des produits, des vendeurs ou des prix différents, le résultat peut avoir un impact réel sur l'achat final.
Ce que Productrise a réellement suivi
Productrise a mené son analyse sur 23 jours, du 9 au 31 août 2026. Durant cette période, et sur plus de 100 000 recherches, l'entreprise a interrogé plus de 2 millions de fiches produits en utilisant des requêtes d'achat identiques, axées sur les produits, à la fois sur les résultats de recherche standard de Google et sur son mode IA, le même jour. L'analyse a été réalisée aux États-Unis et au Royaume-Uni, et les prix ont été indiqués en dollars américains (USD) et en livres sterling (GBP), sans conversion dans une seule devise.
Pour son analyse des recherches traditionnelles, Productrise s'est limité au carrousel « Produits populaires », la section de produits disponibles à l'achat qui apparaît en haut de la page de résultats, afin de la comparer aux résultats renvoyés par le mode IA. Dans ce dernier cas, toutes les fiches produits incluses dans la réponse de l'IA ont été examinées. Pour une comparaison directe, Productrise a apparié les produits des deux interfaces grâce à l'identifiant produit stable de Google (lorsqu'il était disponible). Cet identifiant interne est la même référence que Google utilise pour identifier un article sur son Shopping Graph et pour suivre la disponibilité et les performances d'un article donné chez différents vendeurs pour une même requête, le même jour.
Cette distinction est importante. En utilisant l'identifiant produit de Google pour faire correspondre les annonces des deux plateformes, Productrise a pu comparer un même produit au lieu de se fier à des titres ou des images similaires. La comparaison des prix s'en trouve ainsi beaucoup plus pertinente.
Pour établir ses comparaisons de prix, l'entreprise a pris en compte l'offre la plus avantageuse de chaque côté (c'est-à-dire l'annonce du vendeur apparaissant en première position) et a calculé la différence en pourcentage entre le prix affiché en mode IA et le prix de recherche traditionnel pour ce produit. Un calcul distinct a ensuite été effectué, prenant en compte toutes les annonces de chaque côté, et non plus seulement les paires correspondantes, afin de comparer la répartition globale des prix entre les deux plateformes et de déterminer ce que chacune propose aux acheteurs en termes de fourchettes de prix.
Il est intéressant de noter qu'il s'agit de la deuxième étude de Productrise sur le mode IA. La précédente étude de l'entreprise, publiée en juillet 2026, avait révélé que le mode IA tend à renvoyer environ 95 % de résultats de recherche en moins que la recherche standard pour les mêmes requêtes. Cette nouvelle étude s'appuie sur ces résultats et pose une question complémentaire : lorsque le mode IA affiche un produit, quel est son prix ?
Pourquoi l'identifiant du produit est important
La crédibilité d'une étude de ce type repose en grande partie sur la précision avec laquelle elle définit ce qui constitue un « même produit ». Deux fiches produits différentes peuvent présenter la même image, le même titre, des prix globalement comparables, mais des options de livraison différentes, et donc des prix totaux différents, provenant de vendeurs différents. Des définitions imprécises de « même produit » risquent de produire des résultats trompeurs, fondés sur des comparaisons superficielles entre biens similaires, tandis que des définitions plus rigoureuses permettent d'obtenir une étude plus utile et pertinente.
Productrise a pu éviter ces problèmes en définissant un même produit comme étant celui qui utilise le même identifiant produit stable Google – un identifiant unique et interne au Shopping Graph de Google, sa base de données interne regroupant tous les produits indexés sur Google Shopping et en mode IA. Puisque les résultats du carrousel traditionnel et ceux du mode IA proviennent de Google Shopping – et utilisent donc la même base de données produits –, un identifiant stable est l'un des rares moyens de s'assurer avec une confiance raisonnable qu'il s'agit du même produit comparé entre deux affichages différents. Productrise fournit une documentation sur sa méthodologie pour son outil de suivi quotidien, qui confirme l'utilisation de cet identifiant stable afin de déterminer si un même produit apparaît à la fois dans le carrousel traditionnel de Google Shopping et en mode IA. En résumé, il s'agit de la méthode la plus pertinente pour considérer comme « identiques » les produits affichés sur les deux interfaces.
Ce chevauchement de 1.28 % est donc particulièrement frappant. Dans la plupart des recherches, les produits affichés en mode de recherche standard et en mode IA étaient totalement différents, même lorsque la requête était identique.
Chiffre principal : 21.6 % plus cher
La principale conclusion est simple : pour les produits apparaissant à la fois dans la recherche traditionnelle et en mode IA, pour une même requête, le même jour, le prix affiché en mode IA était en moyenne 21.6 % plus élevé que le prix affiché dans le carrousel de recherche standard.
La différence est suffisamment importante pour avoir un impact. Par exemple, pour un produit à 100 $, un écart de 21.6 % signifierait payer environ 21 $ de plus pour le même article.
Brodie Clark, consultant SEO indépendant (qui a analysé les résultats pour Productrise), a souligné que la comparaison n'est pas tout à fait équitable, car le mode IA peut inclure un article plus cher dans les résultats (ce qui complique la comparaison globale). Il a toutefois mis en lumière un point essentiel qui justifie pleinement l'intérêt de cette étude. Dans les listes de produits classiques, c'est généralement l'article le moins cher qui bénéficie du meilleur positionnement et de la meilleure présentation. Or, cette tendance semble s'inverser en mode IA, où le prix ne paraît pas être un facteur déterminant dans les recommandations.
Katelyn Geary, stratège SEO senior chez Break The Web, a présenté les conséquences pour les consommateurs sans détour. La recherche par IA était censée simplifier les achats en évitant de comparer les prix dans plusieurs onglets de navigateur, a-t-elle déclaré. Or, si elle met en avant par défaut des produits plus chers, elle n'aura en réalité simplifié la vie de personne. Le gain de praticité est indéniable, mais les consommateurs risquent de perdre en visibilité sur les prix. Un consommateur qui accepte la première suggestion pourrait ne jamais se rendre compte que le même produit était disponible moins cher ailleurs.
Trouver deux : L'écart de prix est encore plus important
La comparaison de produits identiques est le test le plus précis réalisé par Productrise, mais il ne donne qu'une vision partielle, car il ne prend en compte que les produits présents sur les deux supports. Pour une analyse plus complète, Productrise a comparé chaque fiche produit avec prix sur les deux supports, y compris les produits n'apparaissant que sur l'un des deux supports.
Selon ce critère plus général, le prix médian en mode IA était de 149 $, contre 100 $ en recherche traditionnelle. Cela signifie que les annonces en mode IA sont environ 49 % plus chères que celles affichées par la recherche standard pour la même catégorie de requête.
L'explication tient en partie à la structure du produit. Le mode IA affiche tout simplement beaucoup moins de produits que la recherche standard. Dans l'ensemble de l'étude, le mode IA ne représentait que 12.3 % des résultats suivis par Productrise, avec une moyenne de 3.9 produits par recherche contre 27.8 pour le carrousel traditionnel. Le mode IA travaille avec un nombre de produits bien plus restreint. Par conséquent, ses critères de sélection peuvent avoir un impact beaucoup plus important sur les prix affichés aux acheteurs.
Trouver trois : Les deux surfaces présentent à peine les mêmes produits
Même lorsqu'un utilisateur effectue la même recherche à la fois en mode traditionnel et en mode IA, le même jour, les deux interfaces affichent rarement les mêmes produits. Selon une étude de Productrise, seulement 1.28 % des produits apparaissant dans le carrousel de recherche traditionnel figuraient également dans le mode IA pour la même recherche, le même jour. Ce constat rejoint les données de l'analyse de juillet de l'entreprise, qui révélait que le mode IA affiche environ 95 % de résultats en moins que les recherches traditionnelles. La dernière étude confirme cette tendance et apporte un autre élément : en cas de chevauchement, les produits communs ne sont pas de bons indicateurs des recommandations du mode IA.
Jamie D'Alessandro, responsable SEO chez JAKALA, a relevé une observation particulièrement intéressante dans l'analyse. Le chevauchement le plus fréquent se produisait lorsqu'aucune des deux plateformes ne parvenait à détecter d'annonce pertinente. En revanche, lorsque les deux plateformes répondaient à la même requête, le chevauchement était rare et les produits affichés sur les deux étaient généralement contraires aux principes de classement établis par Google, qui privilégient avant tout les annonces à bas prix, suivies d'une présentation visuelle soignée. Ces mêmes principes ne s'appliquaient pas au mode IA.
Une autre observation notable, relevée par D'Alessandro et non consignée dans l'étude mais visible sur les captures d'écran, est que le mode IA semble privilégier le site web d'une marque plutôt qu'une fiche produit sur une marketplace. Si cette observation se confirme, cela suggère que les recommandations du mode IA sont bien plus sensibles aux éléments directement contrôlés par la marque, comme la présence de produits phares ou la richesse des données fournies par le flux de produits, qu'aux caractéristiques intrinsèques des fiches produits, telles que le prix le plus bas.
À quoi ressemblent réellement les écarts de prix ?
Au-delà des chiffres et des pourcentages, l'information la plus cruciale est une description contextuelle de ce que les écarts constatés par les chercheurs ont réellement signifié pour les consommateurs. Heureusement, Productrise a fourni quelques exemples essentiels illustrant ses conclusions concernant les différences entre les résultats de recherche sur Google standard et en mode IA.
Tout d'abord, un cas a été constaté où le même produit apparaissait au même endroit sur les deux plateformes ; pourtant, celui affiché en mode IA était indiqué comme étant 26 % plus cher. Aucun changement n'avait été apporté aux termes de recherche ni au produit lui-même ; seule la méthode de recherche différait, ce qui a entraîné un écart de prix significatif. Un autre exemple a montré que le changement de vendeur pouvait également être considéré comme une anomalie. Alors que le moteur de recherche standard proposait le produit à un prix inférieur chez un vendeur donné, la recherche Google IA suggérait un autre vendeur à un prix plus élevé (environ 19 %). C'est ce phénomène que Callum Lockwood a jugé plus préoccupant que l'écart de prix lui-même : le mode IA ne se contente pas de reclasser la même offre, il en choisit une entièrement différente selon ses propres critères.
Le troisième exemple décrit par l'auteur concerne une situation où un produit d'occasion était mis en avant dans les résultats de recherche classiques, tandis qu'un produit neuf identique était mis en avant en mode IA. Les représentants de Productrise ont indiqué que de tels cas influençaient leurs statistiques d'écart de prix moyen, en affichant des écarts plus importants, car, en théorie, un produit d'occasion peut être comparé à un produit neuf. La différence entre les deux est nettement supérieure aux statistiques d'écart de prix moyen publiées par l'entreprise.
Cependant, tous les cas n'ont pas mis en évidence la promotion délibérée d'offres plus chères par la recherche IA. Selon le rapport, 68 % des résultats ne présentaient aucune anomalie. Dans certains cas, non seulement les offres, mais aussi les vendeurs sont restés les mêmes ; seule la description d'un produit a été légèrement modifiée pour répondre aux exigences de la recherche IA de Google. Ainsi, la même offre est apparue à deux positions différentes avec des titres légèrement différents. De plus, comme indiqué dans le rapport, dans un cas précis, une offre particulière était mise en avant en huitième position dans la recherche standard, alors qu'elle figurait en première position dans la recherche en mode IA.
Pris ensemble, ces exemples montrent que les différences de prix ne se limitent pas à un cas isolé. Le mode IA a parfois affiché un vendeur différent, parfois le même produit à un prix différent, et parfois la différence était minime, voire inexistante. L'important est que les consommateurs ne peuvent pas considérer le premier résultat du mode IA comme l'option la plus économique.
Constatation n°4 : En cas de divergence de prix, le mode IA est généralement le plus cher.
Tous les produits appariés ne présentent pas d'écart de prix. Productrise a constaté des divergences de prix pour 38.1 % des produits appariés. Cependant, lorsque le mode IA affichait un prix plus élevé, ce taux atteignait 68.4 %.
Lorsque le mode IA affichait le prix le plus élevé, la marge médiane était de 22.2 %. L'écart moyen était bien plus important, à 88.5 %, mais Productrise a averti que ce chiffre est faussé à la hausse par des valeurs aberrantes, comme un produit d'occasion ou reconditionné apparaissant dans la recherche traditionnelle et associé à une version neuve du même produit, plus chère en mode IA.
Tristan James, expert SEO chez EE, a déclaré que cette découverte est particulièrement pertinente dans un contexte de hausse continue du coût de la vie. Si le mode IA place systématiquement les produits les plus chers en tête de liste, a-t-il affirmé, la simplicité d'utilisation d'une expérience d'achat plus accessible pourrait ne pas avoir beaucoup d'intérêt pour les consommateurs.
Il a également suggéré aux marques de vérifier régulièrement les informations fournies par le mode IA concernant leurs produits. Cela implique de comparer les prix affichés par le mode IA avec les données tarifaires disponibles par ailleurs, plutôt que de supposer qu'ils concordent systématiquement.
Pour James, la leçon pratique à retenir était que les marques devaient désormais considérer la vérification des informations fournies par le mode IA concernant leurs produits comme une tâche continue, et non plus comme une opération ponctuelle. Il a indiqué qu'il comptait accorder une attention particulière à l'intersection du référencement naturel (SEO) et de ce que l'on appelle parfois le référencement génératif (GEO), afin de garantir la cohérence de toutes les sources de données tarifaires d'une marque autour d'un chiffre unique.
Trouver cinq : lorsque le mode IA est moins cher, l’écart se réduit
L'étude a également examiné le cas inverse. Lorsque le mode IA affichait le prix le plus bas, la différence médiane était de 7.8 % et la différence moyenne de 11.9 %. Ces deux valeurs sont inférieures aux marges observées lorsque le mode IA était le plus cher, ce qui confirme l'hypothèse selon laquelle les écarts de prix en faveur du mode IA sont généralement plus souvent et significativement positifs que négatifs.
Trouver Six : Un vendeur différent près de la moitié du temps
Le prix n'était pas le seul paramètre à varier d'une plateforme à l'autre. Lorsqu'un même produit apparaissait à la fois dans la recherche traditionnelle et en mode IA, le vendeur le plus performant était différent dans 49.6 % des cas, soit presque un tirage à pile ou face. Productrise a souligné que, dans ces situations, les variations de prix et de vendeur sont souvent liées, ce qui signifie que le mode IA se contente rarement de reclasser les offres du même détaillant à un prix différent, mais met fréquemment en avant un vendeur totalement différent pour cet article.
Callum Lockwood, directeur du référencement naturel chez Re, a déclaré que les changements de vendeur pourraient être plus importants pour les détaillants que les différences de prix elles-mêmes. Près de la moitié des produits correspondants étaient affichés avec un vendeur différent en mode IA, ce qui laisse penser que Google sélectionne des offres différentes plutôt que de simplement présenter les mêmes produits différemment.
« La qualité des données et la disponibilité des produits sont des facteurs déterminants », a déclaré Lockwood. « Mais les plateformes d'achat basées sur l'IA prennent également en compte d'autres sources que le flux de produits du marchand. Les avis clients, les citations de tiers, la couverture médiatique et d'autres signaux provenant du web peuvent influencer la sélection des marchands. »
La réponse de Google
Google a eu l'opportunité de répondre aux conclusions de l'étude avant la publication du rapport de Futurism le 2 septembre. Sa déclaration, relayée par plusieurs médias ayant couvert l'étude, ne rejetait pas explicitement la validité des méthodes utilisées, mais ne confirmait pas non plus directement les chiffres. Google a indiqué ne disposer d'aucune confirmation indépendante de l'exactitude des résultats du rapport et a souligné que tous les résultats d'achat affichés dans la recherche Google, qu'ils soient consultés via le mode IA ou la page de résultats standard, provenaient de la même base de données, appelée Shopping Graph par l'entreprise. Google a ajouté que les acheteurs pouvaient cliquer sur chaque fiche produit, comparer les offres de différents vendeurs et choisir l'option la plus avantageuse.
Le dernier point décrit avec précision le fonctionnement conjoint du mode IA et des recherches d'achats sans ce mode, en complément de la fonction de recherche principale : cliquer sur une fiche produit ouvre un panneau secondaire présentant d'autres options disponibles pour le même produit, à des prix différents selon les vendeurs. Cependant, plusieurs experts SEO ayant analysé l'étude ont remis en question l'efficacité de ce mécanisme de protection, arguant que la plupart des acheteurs ne cliqueraient pas pour accéder à une autre page. Lorsqu'une recommandation est affichée, quelle que soit l'interface, comme étant l'option la plus avantageuse, l'attente d'obtenir le meilleur prix est justifiée, sans qu'il soit nécessaire de quitter la fiche produit pour consulter d'autres vendeurs, puisque la première option présentée a déjà été jugée la plus intéressante.
Jeff Collins, consultant SEO indépendant, commentant les résultats de l'étude, a évoqué le phénomène d'ancrage : la première valeur affichée par un acheteur influence sa perception du prix le plus attractif. Dans le contexte d'AI Mode et des données de Productrise, cela signifie que Google a intérêt à optimiser les conversions, en incitant l'acheteur à passer de la simple question à l'achat effectif. Un cycle d'achat plus court y contribue grandement, a souligné Collins. Une fiche produit contenant quelques suggestions de l'IA est infiniment plus efficace pour convaincre l'acheteur qu'une liste plus longue de 20 produits, a-t-il remarqué. Il a également noté que le format lui-même favorise l'ancrage, car les résultats de l'IA sont intégrés à un texte explicatif plus long, condensant ainsi les informations provenant de cinq onglets ouverts en une seule conversation. Si cette tendance se pérennisait sur Google Shopping, il s'attend à un raccourcissement global des cycles d'achat et à ce que les marques investissent davantage dans l'optimisation de leurs données et contenus produits afin qu'ils apparaissent dans les résultats de Google Shopping à toutes les étapes du cycle d'achat, et pas seulement lors de l'achat final.
La question du prix de la surveillance
Dans les jours qui ont suivi la publication de l'étude en question, certains commentateurs ont interprété ses conclusions comme révélatrices d'un phénomène distinct mais connexe : la tarification différenciée, pratique consistant à utiliser les données personnelles d'un consommateur pour ajuster les prix qui lui sont présentés en temps réel, en fonction de données telles que son historique de navigation, sa localisation ou ses habitudes d'achat. Les législateurs américains ont déjà commencé à examiner cette pratique de manière plus générale, et pas seulement celle de Google ou de la recherche par intelligence artificielle.
Il est important de préciser ce que l'étude de Productrise affirme ou n'affirme pas à ce sujet. L'étude examine les résultats affichés par différentes interfaces Google pour une même requête effectuée simultanément, et non si Google personnalise les prix affichés aux acheteurs en fonction de leurs données. Productrise ne l'a pas affirmé, et l'étude ne cherche pas à le prouver. L'étude fournit simplement un chiffre concret qui reflète une tendance que de nombreux acheteurs ont peut-être déjà constatée empiriquement : un même produit peut avoir deux prix différents selon l'interface de recherche Google utilisée. La question de savoir si cette tendance est liée à une tarification basée sur la surveillance est une question connexe, mais sans doute plus simple, qui ne nécessite aucune donnée personnelle : pourquoi un même produit est-il systématiquement plus cher sur une interface Google que sur une autre, et qui profite du fait d'orienter les acheteurs par défaut vers l'interface la plus chère ?
Comment cela s'inscrit dans la longue histoire de Google avec les plaintes relatives aux achats
Ce n'est pas la première fois que les résultats de Google Shopping sont accusés de présenter des informations biaisées en faveur de certains vendeurs et, par conséquent, des acheteurs. Les différents services d'achat de Google font l'objet d'examens réglementaires et antitrust à travers le monde depuis une dizaine d'années. Les problèmes précédemment évoqués concernaient la position dominante de Google dans les résultats de recherche d'achats ; il était notamment reproché à Google de privilégier indûment les résultats et publicités de Google Shopping au détriment d'autres comparateurs de prix et de commerçants indépendants. En substance, la pratique critiquée reposait sur la capacité présumée de Google à décider qui apparaissait et qui était exclu des extraits de résultats de recherche.
Il convient de préciser que l'étude de Productrise ne constitue pas une plainte et n'allègue aucun comportement anticoncurrentiel de la part de Google. Cette étude, récemment publiée, compare plutôt les accusations mentionnées précédemment aux nouvelles circonstances créées par la technologie LLM intégrée à la recherche Google. Concrètement, les chercheurs de Productrise ont posé les mêmes questions que celles posées par les autorités de régulation et le public concernant la tendance de Google Shopping à privilégier les résultats de recherche de Google, tout en remplaçant la notion de catégories par celle de produits et, par conséquent, de prix.
L'étude de Productrise n'apporte pas de réponses directes aux questions concernant Google Shopping. Cependant, comme l'a démontré le lancement du produit, le public et les autorités de régulation manifestent un intérêt certain pour l'examen des pratiques de Google dans ce domaine. De ce fait, le rapport a eu un écho bien au-delà du cercle restreint des professionnels du référencement, car il s'attaque au cœur même de la domination de Google Shopping sur le marché. En matière de résultats de recherche, le manque d'équité envers les consommateurs est un problème connu qui a déjà attiré l'attention de plusieurs autorités de régulation. À cet égard, le fait de mentionner une valeur spécifique susceptible de démontrer le biais présumé de Google de la manière la plus efficace n'est pas surprenant.
Comment les consommateurs se retrouvent en mode IA sans s'en rendre compte
L'écart de prix important s'explique en partie par la facilité, souvent imperceptible, avec laquelle un utilisateur peut être incité à utiliser le mode IA. Google a mis en avant ce mode comme une fonctionnalité majeure de son moteur de recherche tout au long de l'année écoulée, et plusieurs points d'accès au sein de son écosystème permettent à l'utilisateur de l'utiliser sans même avoir à saisir de requête.
Google a placé un bouton d'appel à l'action (CTA) bien visible pour accéder au mode IA directement sur la page d'accueil de la recherche standard, à côté de la barre de recherche. L'utilisateur peut ainsi ouvrir le mode IA tout en conservant sa requête initiale. Chrome propose également un bouton « Mode IA » directement dans la barre d'adresse, permettant de rediriger une recherche très facilement. Enfin, un onglet « Mode IA » est présent sur la page de résultats standard, au-dessus des résultats eux-mêmes, invitant l'utilisateur à rediriger sa requête via l'interface IA.
Comme l'a rapporté PPC Land, qui suit l'évolution du moteur de recherche de Google, l'entreprise a commencé à déployer des boutons expérimentaux de mode IA dans la barre de recherche de la page d'accueil pour les utilisateurs de Search Labs en juin 2025. Le bouton de la barre d'adresse est devenu disponible pour les utilisateurs de Chrome environ trois mois plus tard, en septembre 2025. Des chercheurs externes à Google ont pu confirmer en juillet 2026 que le bouton de la barre d'adresse acheminait les requêtes vers les modèles d'IA hébergés par Google dans le cloud, et non vers le processeur Gemini Nano, plus petit, exécuté sur la machine locale de l'utilisateur.
En résumé, un consommateur n'a même pas besoin de rechercher activement le mode IA pour ensuite se rendre compte qu'il a été incité à l'utiliser. Avec un minimum d'effort supplémentaire par rapport à une recherche classique, il peut rediriger sa requête vers des résultats différents, potentiellement classés selon un autre algorithme et affichant un prix différent. C'est pourquoi la plupart des écarts de prix se produisent : une recherche standard peut être redirigée vers le mode IA en un clic, mais la requête elle-même change rarement, sans avertir l'utilisateur qu'il accède à des résultats fondamentalement différents.
Hugo Huijer, fondateur de Productrise, estime que cela confère un pouvoir excessif à Google. Selon lui, à mesure que Google intègre davantage le mode IA à l'expérience de recherche principale, le premier résultat fera office de point d'ancrage, la plupart des internautes ne cliquant pas au-delà.
Huijer estime également que cette évolution de l'algorithme de recherche de Google peut servir d'avertissement aux marques disposant d'une faible marge de manœuvre en matière de prix. Si les nouveaux résultats de Google Shopping, basés sur l'IA, ne privilégient pas les prix les plus bas, explique-t-il, leur seul espoir de rivaliser avec des concurrents plus importants et plus agressifs réside dans l'optimisation de la valeur de chaque élément de leur fiche produit, au-delà du simple prix.
Pourquoi cela est important pour les consommateurs au quotidien
Si l'on met de côté les commentaires sur le référencement, le principal problème de ce rapport est en réalité assez simple. Les consommateurs partent du principe que la meilleure recommandation se trouve en haut des résultats d'un moteur de recherche, que ce soit en termes de pertinence, de qualité ou, très souvent, de prix. Cette confiance est largement justifiée pour les résultats de recherche traditionnels, où l'annonce la moins chère pour un produit donné bénéficie généralement du meilleur positionnement et de la présentation la plus claire.
D'après les données de Productrise, cette hypothèse pourrait ne pas se vérifier en mode IA, où la meilleure recommandation semble être en moyenne nettement plus chère que la même requête dans les résultats de recherche classiques. Si la plupart des acheteurs ne consultent jamais plus loin que la première recommandation, cela revient à surtaxer la simplicité d'utilisation. Vous bénéficiez d'une expérience d'achat plus rapide et plus interactive, mais vous payez plus cher pour ce service, sans que l'interface utilisateur n'indique ce compromis.
Cela ne signifie pas qu'un résultat en mode IA sera toujours plus cher, et il convient également de noter que l'étude a révélé que le mode IA était moins cher dans une minorité significative de cas comparés. Cependant, la tendance à des résultats plus chers l'emporte largement sur la minorité de cas où les acheteurs paieraient moins cher, ainsi que sur la marge de différence de prix dans les deux cas.
Ces tendances sont suffisamment importantes pour qu'il ne soit plus raisonnable de supposer qu'une annonce en mode IA aura la même valeur du point de vue de l'acheteur qu'une recherche standard.
Comprendre le graphique d'achat et pourquoi la défense de Google s'appuie dessus
La réponse de Google à l'étude repose sur un seul argument : l'affirmation selon laquelle le mode IA, la recherche standard et la page de résultats classique utilisent tous la même base de données, appelée Shopping Graph. Or, il y a lieu de croire que cet argument, bien que proche de la vérité, est loin d'être suffisant pour étayer la conclusion visée.
Le Shopping Graph est en réalité la base de données interne de Google qui agrège les informations relatives aux produits provenant de millions de boutiques, de places de marché et de détaillants à travers le monde. Elle contient une grande quantité de données de différents types, allant des identifiants de base des produits et des prix aux informations sur les vendeurs, aux avis et à d'autres données structurées. Les informations du Shopping Graph sont constamment mises à jour lorsque les vendeurs modifient leurs annonces. Ainsi, lorsque Google affirme que tous ses outils d'achat utilisent les mêmes données, il est fort probable qu'il dise vrai, car tous ces services s'appuient effectivement sur la même base de données.
Cependant, disposer des mêmes données n'implique pas nécessairement des résultats identiques, comme l'illustre une simple analogie avec les restaurants. Un restaurant, avec un seul garde-manger, peut préparer des dizaines de plats différents en fonction des ingrédients disponibles, chaque recette nécessitant une combinaison différente de produits. De même, différents algorithmes de classement peuvent extraire différentes propositions de valeur d'un même ensemble de données, selon leur implémentation. La recherche standard a été perfectionnée au fil des années, développant ainsi des priorités telles que le prix et la valeur, privilégiées par Google et ses utilisateurs. Ainsi, le produit le moins cher tend à apparaître en tête des résultats de recherche standard, car il est le plus largement accepté. Le mode IA, quant à lui, est vraisemblablement un outil plus récent, et son algorithme repose probablement sur des principes différents. Il peut donc privilégier différents aspects, comme la pertinence entre la description du produit et la requête, la qualité de ses données structurées et de ses mises en avant, ou encore la qualité des avis et des informations sur le vendeur.
Le fait de hiérarchiser certains critères n'est pas un signe de mauvaise foi de la part de Google, car les acheteurs ont des priorités différentes. Certains privilégieront toujours l'option la moins chère, tandis que d'autres seront prêts à payer plus cher pour bénéficier d'un remboursement facile ou acheter un produit de meilleure qualité. Le problème de l'étude de Productrise réside dans le fait qu'elle démontre que les utilisateurs de Google ignorent peut-être les différences entre leurs politiques de recherche et que l'entreprise n'a pas clairement communiqué ces différences à ses clients. Bien que la réponse de Google à l'étude soit factuelle, elle élude la question, confirmant ainsi les soupçons de nombreux consommateurs.
Ce que la géolocalisation signifie pour les marques en quête de visibilité en mode IA
Plusieurs experts en référencement (SEO) ayant examiné l'article ont mentionné une discipline relativement nouvelle qui se développe autour de cette évolution : l'optimisation générative pour les moteurs de recherche (GEO). Bien que liée au SEO traditionnel, la GEO s'en distingue. Le SEO s'est traditionnellement concentré sur les facteurs de classement des résultats de recherche organiques, tandis que la GEO analyse un ensemble de signaux différents et plus opaques qui déterminent si une IA choisira de référencer, de recommander ou de citer un produit, une marque ou un contenu particulier dans un résultat généré.
L'étude Productrise fournit des données préliminaires (bien qu'incomplètes) sur ce que la géolocalisation pourrait privilégier dans un contexte d'achat. Si le prix était le facteur prédominant dans les recommandations du mode IA, l'étude aurait vraisemblablement constaté que les prix de ce mode étaient proches ou inférieurs aux prix de recherche standard, reproduisant ainsi le modèle de classement traditionnel axé sur la valeur. Or, les résultats indiquent le contraire : quel que soit le modèle sous-jacent pris en compte par le mode IA, il ne se contente pas de sélectionner l'option la moins chère, comme le faisaient les anciens systèmes de classement.
Cela crée à la fois une opportunité et un risque pour les marques qui cherchent à investir : l’opportunité, comme l’ont souligné Hugo Huijer et d’autres, réside dans le fait que les marques qui ne peuvent pas rivaliser uniquement sur les prix pourraient trouver le mode IA plus favorable que le carrousel traditionnel basé sur les prix, à condition d’investir dans des signaux plus riches concernant le produit et la réputation, qui semblent guider la sélection du mode IA. Le risque tient au fait qu’il s’agit d’un système encore en développement ; Google n’a pas publié de documentation détaillée sur les critères précis pris en compte par le mode IA pour choisir le produit et le vendeur à recommander. Par conséquent, les marques qui investissent massivement dans les stratégies de géolocalisation travaillent aujourd’hui, dans une certaine mesure, avec des données inférées et des tendances observées, comme celles de cette étude, plutôt qu’avec un ensemble de règles publiées, à l’instar des méthodes de référencement traditionnelles utilisées par les spécialistes du marketing de recherche pour déterminer les facteurs de classement classiques.
Pour l'instant, la mesure la plus concrète et exploitable pour les marques est celle que plusieurs commentateurs ont maintes fois soulignée : effectuer vos propres recherches. Réalisez les recherches qu'un client réel effectuerait et examinez les résultats affichés par le mode IA, en les comparant au carrousel traditionnel et aux résultats de vos concurrents pour des requêtes similaires. Cela ne révélera pas l'algorithme de Google, mais mettra en évidence des incohérences, comme le fait qu'un concurrent puisse être mieux classé que vous en mode IA alors que votre produit est mieux positionné dans les résultats de recherche classiques. Il est important d'y remédier, quelle qu'en soit la cause.
Ce que cela signifie pour les marques et les détaillants
Pour les détaillants et les marques, les implications sont plus nuancées. L'étude révèle que le vendeur principal affiché diffère pour près de la moitié des produits associés, ce qui signifie que la position d'une marque dans le carrousel standard est peu utile pour comprendre ses opportunités et ses risques en mode IA. Une marque peut parfaitement dominer la première page des résultats Google classiques pour un produit donné, mais si un autre vendeur (ou même une marque concurrente) est plus fréquemment sélectionné par l'IA de Google comme option principale en mode IA, elle aura moins de chances de tirer profit du trafic généré par la requête.
Il s'agit d'un point crucial, car Google Merchant Center fournit un rapport d'analyse des performances de l'IA permettant aux marques d'évaluer leur positionnement en mode IA et dans les vues d'ensemble IA, en pourcentage d'impressions. Toutefois, comme le souligne l'étude, ces informations ne donnent qu'un aperçu de la présence globale. Elles n'indiquent pas quel vendeur est le plus souvent sélectionné pour un produit donné, ni les prix affichés. Ainsi, même si une marque utilise ce rapport pour suivre sa présence dans les résultats de recherche IA de Google, elle ne pourra pas savoir, à partir de ce seul rapport, si un autre vendeur génère plus de trafic dans ces formats optimisés par l'IA pour des produits similaires et à quels prix.
Les experts SEO ayant contribué à l'analyse de l'étude Productrise s'accordent à dire que les marques devraient commencer à vérifier manuellement le contenu affiché en mode IA pour leurs produits phares. Ils suggèrent notamment aux marques d'effectuer ces vérifications en parallèle de leurs requêtes de recherche classiques afin de comprendre si et comment le contenu affiché en mode IA diffère du carrousel traditionnel. Ce faisant, elles devraient non seulement vérifier la présence de la marque, mais aussi évaluer les prix et les marchands affichés.
Il est à noter que si l'algorithme de Google, qui détermine les marchands à mettre en avant en mode IA, s'appuie sur des facteurs autres que le prix, cela pourrait avoir des implications intéressantes pour le marketing de recherche. Si des éléments tels que la richesse des flux de produits d'une marque, l'intégration de données structurées, les avis clients et les mentions sur d'autres sites web contribuent à sa visibilité, les marques qui investissent massivement dans ces domaines pourraient être surreprésentées en mode IA par rapport aux recherches classiques. Pour certaines marques moins à même de rivaliser sur les prix avec les grandes enseignes et les places de marché, cela pourrait représenter une perspective attrayante. En revanche, les marques ayant moins investi dans ces aspects (supposant peut-être que leurs prix plus élevés suffisent) pourraient constater que leur présence en mode IA est inférieure à leur présence dans les résultats de recherche classiques.
La réaction des médias
L'affirmation controversée de l'étude selon laquelle le mode IA de Google propose les mêmes produits à des prix nettement supérieurs à ceux d'une recherche standard a rapidement suscité un vif intérêt après sa publication. De nombreuses sources ont relayé cette découverte dans un article intitulé « Le mode IA de Google arnaque les consommateurs avec des prix exorbitants, selon une étude ». Futurism s'est concentré sur les implications de ces conclusions pour la stratégie de Google, qui privilégie la recherche basée sur l'IA au détriment de ses pratiques traditionnelles de conception de pages de résultats. Search Engine Journal, quant à lui, s'est davantage intéressé aux mécanismes expliquant la différence constatée, au faible chevauchement des produits entre les deux interfaces et aux fréquentes incohérences entre les vendeurs, considérant cet écart comme un argument parmi d'autres. PCMag et Digital Trends ont également abordé le sujet. Ce dernier média s'est interrogé sur la capacité des défenseurs de Google à manipuler les résultats pour présenter le lancement sous un jour plus favorable, car conseiller simplement aux utilisateurs de comparer les prix serait largement contre-productif, étant donné que l'objectif principal du mode IA était justement de leur faciliter cette tâche.
Les publications spécialisées en SEO et SEM, ainsi que les sites technologiques grand public destinés aux non-spécialistes, ont tous commenté le rapport et ses conclusions. Cela suggère qu'il pourrait toucher un public bien plus large que les seuls experts du SEO, souvent ciblés par ce type d'études. En effet, les conclusions abordent un sujet beaucoup plus accessible que les nombreuses subtilités techniques détaillées dans les mises à jour de l'algorithme de Google. L'affirmation selon laquelle une fonctionnalité d'assistant d'achat peut, en réalité, s'avérer moins performante qu'une recherche Google classique est facilement compréhensible par tout utilisateur de site web grand public et, par conséquent, a un impact beaucoup plus large.
Que peuvent faire les consommateurs en attendant ?
Rien de tout cela ne suggère qu'il faille éviter complètement le mode IA, mais l'étude fournit une leçon simple et pratique à quiconque la consulte : compte tenu des données et du fait que le même panneau de connaissances affichant les vendeurs alternatifs apparaît sur les deux plateformes, il est plus prudent de considérer le prix recommandé par le premier produit IA comme un prix indicatif, et non comme un prix plancher. Cliquer pour afficher la liste complète des vendeurs, ou même simplement effectuer la même recherche dans un outil de recherche standard et parcourir les résultats, ne prend que peu de temps supplémentaire et, d'après ces données, offre de fortes chances de trouver une offre à prix réduit pour le même produit.
Il est également important de noter que cette étude ne représente qu'un instantané d'un système que Google fait évoluer constamment. Le mode IA lui-même a connu des changements significatifs au niveau de ses modèles sous-jacents, de ses facteurs de classement et de ses interactions avec la Recherche et Chrome au cours de l'année écoulée, et rien ne garantit que les tendances observées ici seront toujours d'actualité dans six mois. Productrise a indiqué son intention de poursuivre le suivi de cet écart, en s'appuyant sur son étude de juillet et sur celle-ci. Par conséquent, les consommateurs, les marques et tous les autres acteurs concernés devraient considérer ces résultats non pas comme une conclusion, mais comme le point de départ d'une réflexion plus approfondie.
Une simple habitude permet de limiter les risques pratiques sans avoir à devenir un expert des systèmes de classement de Google. Concrètement, avant de finaliser un achat via l'IA, surtout pour un produit plus cher où un écart de 20 % est significatif, prenez quelques secondes supplémentaires pour consulter les vendeurs alternatifs ou relancer la recherche en mode standard. Étant donné la fréquence des divergences entre ces deux options concernant le vendeur et le prix, cette vérification rapide peut vous permettre de trouver une meilleure offre pour le même produit, sans que cela ne vous prenne plus de temps que d'accepter la première recommandation sans la vérifier.
Note sur la suite
Ce type d'études s'apparente davantage à une première approche qu'à une conclusion. Productrise a jugé bon de publier, à quelques mois d'intervalle, deux analyses de données sur le comportement d'achat en mode IA : la première portait sur le nombre restreint de produits proposés par le mode IA par rapport à la recherche standard ; la seconde sur le prix de ces produits . Compte tenu du rythme soutenu des évolutions du mode IA chez Google, notamment l'augmentation des points d'accès sur la page d'accueil de la recherche, dans Chrome et directement sur la page de résultats, il ne serait pas surprenant de voir paraître des études complémentaires examinant si cet écart de prix persiste, se réduit ou s'accentue au gré des modifications apportées aux modèles et aux algorithmes de classement.
L'étude et la réponse de Google mettent en lumière plusieurs points. Le mode IA et la recherche standard s'appuient tous deux sur le Shopping Graph, mais le mode IA affiche beaucoup moins de produits. Les données de Productrise montrent également que, lorsque les mêmes produits apparaissent sur les deux interfaces, le mode IA tend à afficher le prix le plus élevé.
Ce qui reste flou, c'est le pourquoi. Il pourrait s'agir d'un choix délibéré du mode IA pour la sélection des produits, d'un effet secondaire du système de classement, ou d'une combinaison de facteurs. En attendant que Google fournisse plus d'informations, les tests indépendants demeureront l'un des rares moyens d'observer l'impact de ces choix.
Questions fréquemment posées
Q1 : Qu’a réellement révélé l’étude de Productrise ?
L'étude a révélé que, lorsqu'un même produit apparaît à la fois dans les résultats de recherche standard de Google et dans le mode IA, son prix est en moyenne 21.6 % plus élevé dans ce dernier. De plus, l'étude a constaté que le mode IA affiche globalement beaucoup moins de produits et que les mêmes produits apparaissent rarement pour des recherches identiques.
Q 2 : Quelle était l'ampleur de l'étude et combien de temps a-t-elle duré ?
Productrise a suivi plus de deux millions de fiches produits sur plus de cent mille recherches sur 23 jours, du 9 au 31 août 2026, en effectuant les mêmes recherches le même jour aux États-Unis et au Royaume-Uni dans le cadre de son étude.
Q3 : Google a-t-il réagi aux conclusions de l’enquête ?
Oui. Google a informé Futurism qu'il n'avait pas vérifié l'exactitude des affirmations faites dans l'étude, que les résultats d'achat sur ses produits de recherche proviennent de la même source de données sous-jacente, Shopping Graph, et que les acheteurs peuvent cliquer sur n'importe quelle annonce pour comparer les prix des différents vendeurs.
Q4 : Cela signifie-t-il que Google personnalise les prix en fonction des données des acheteurs ?
Non, l'étude ne teste ni n'affirme cela. Elle mesure les réponses à des questions identiques posées simultanément. L'étude n'explique pas les raisons de ces différences, ni si certains consommateurs voient des prix différents selon leurs propres données. Certains commentaires ont associé ces résultats à la question de la tarification basée sur la surveillance, mais il s'agit d'une hypothèse, non démontrée par les résultats.
Q 5 : À quelle fréquence le mode IA et la recherche standard affichent-ils les mêmes produits ?
Très rarement. Seuls 1.28 % des produits affichés dans le carrousel de recherche standard apparaissaient en mode IA pour la même requête le même jour.
Q6 : Le mode IA est-il toujours plus cher ?
Non. Pour les produits correspondants, les prix étaient d'accord dans 61.9 % des cas et en désaccord dans 38.1 % des cas, le mode IA étant plus cher dans 68.4 % de ces désaccords et moins cher dans les 31.6 % restants.
Q7 : Pourquoi le vendeur est-il souvent différent entre les deux surfaces ?
Productrise a constaté que le vendeur principal affiché pour un produit donné variait entre les deux plateformes dans 49.6 % des cas. Les experts SEO ayant analysé l'étude ont noté que cela suggère que le mode IA de Google prend en compte des facteurs autres que le prix et la disponibilité, notamment la qualité du flux de produits, les avis clients et les citations de tiers, pour sélectionner le vendeur à mettre en avant.
Q 8 : Que peuvent faire les acheteurs pour éviter de payer trop cher en mode IA ?
Cliquez sur une fiche produit pour voir les autres vendeurs et les prix affichés dans le panneau de connaissances, ou vérifiez un prix en effectuant la même recherche via la recherche standard plutôt que de vous fier à la meilleure recommandation du mode IA.
Q 9 : Que devraient retenir les détaillants de cette étude ?
Un bon positionnement dans le carrousel de produits standard ne garantit pas la même visibilité, le même placement vendeur ni le même positionnement prix en mode IA. Les marques doivent vérifier manuellement l'affichage de leurs produits en mode IA et investir dans des données de flux de produits plus complètes, car celles-ci semblent influencer davantage les sélections du mode IA que le prix.
Q 10 : S’agit-il de la première étude sur le comportement d’achat de AI Mode ?
Non, Productrise a publié une étude antérieure en juillet 2026, qui révélait que le mode IA affichait environ 95 % de résultats de recherche en moins que la recherche standard pour les mêmes requêtes. Cette nouvelle étude s'appuie sur ces travaux précédents avec un nouvel ensemble de données axé spécifiquement sur les prix.
