727 FinanceÉcrit par Cobo
L'IA ébranle la logique de profit de Google Search.
Le 29 octobre, les actions d'Alphabet, la société mère de Google, ont chuté d'environ 13 %, effaçant près de 500 milliards de dollars de sa capitalisation boursière en une seule journée. Ce qui inquiète le marché, c'est que l'intelligence artificielle (IA) érode le modèle publicitaire de la recherche qui sous-tend les revenus de Google. Le dernier rapport trimestriel montre que, bien que le volume de requêtes de recherche de Google ait connu sa croissance la plus rapide en cinq ans, les revenus publicitaires n'ont augmenté que de 12 % en glissement annuel, soit une hausse d'environ 79 millions de dollars seulement par rapport au trimestre précédent. La direction de Google a reconnu que le mode IA reste moins capable de monétisation que la recherche traditionnelle.
Cela signifie que la fréquence des recherches est plus élevée que jamais, mais Wall Street commence à douter que Google puisse convertir cette activité en argent réel.
La publicité liée à la recherche est extrêmement précieuse car elle peut influencer les décisions d'achat des gens. Les marques paient pour des placements en évidence dans les résultats de recherche, les utilisateurs cliquent, et Google en tire profit. Une fois que l'IA commence à intervenir dans la recherche, la comparaison de prix, voire la passation de commandes directement au nom des utilisateurs, ces derniers ne passeront plus par ces emplacements publicitaires. Même si les gens conservent leurs habitudes de recherche et de consommation, Google pourrait avoir du mal à obtenir les mêmes rendements que par le passé.
Mais l'IA ne peut-elle donc pas même réaliser un achat ordinaire ?
Ironiquement, ces agents IA capables de menacer les modèles économiques des géants d'Internet ne parviennent parfois même pas à mener à bien un achat ordinaire.
L'utilisateur de X (anciennement Twitter) Maia a récemment testé trois agents d'achat IA, et aucun n'a accompli la tâche avec succès : Instinct a été bloqué par le mécanisme de détection de bots de Sephora ; Poke n'a pas pu finaliser une commande sur Uber Eats et n'a même pas pu se connecter à un compte DoorDash ; Dash a bien finalisé le paiement sur AutoZone, mais la commande a été annulée environ 17 heures plus tard. Finalement, les trois outils ont échoué à accomplir la tâche et ont suggéré à l'utilisateur d'acheter manuellement.
Ces trois outils sont un microcosme de la vague en plein essor des « agents personnels ». En tant que substituts numériques conçus spécifiquement pour les consommateurs, leur ambition n'est pas seulement de fournir des conseils, mais aussi d'agir directement selon la volonté des utilisateurs, en prenant en charge tout le processus de connexion, de sélection de produits, de réservation et même de paiement en leur nom. Des équipes de start-up ambitieuses aux géants technologiques tels que Meta, tous se précipitent sur ce créneau. Les scénarios d'achat, qui sont à haute fréquence, faciles à quantifier et impliquent directement de l'argent réel, sont naturellement devenus une excellente pierre de touche pour tester les capacités réelles de ces substituts IA.Prenons Dash comme exemple : il utilise des cartes virtuelles à usage unique pour protéger le véritable numéro de carte de l'utilisateur ; il effectue le paiement en tant qu'« invité », ce qui signifie qu'il n'a pas besoin d'obtenir le mot de passe du compte de l'utilisateur ; et il permet à l'adresse de livraison de différer des informations du titulaire de la carte. D'un point de vue de la sécurité, ces conceptions sont très raisonnables. Cependant, aux yeux des systèmes traditionnels de prévention de la fraude en matière de paiement, cette combinaison de caractéristiques ressemble fortement à une fraude par carte de crédit. Un appareil inconnu, une carte virtuelle et une adresse de livraison qui ne correspond pas aux informations du titulaire de la carte — l'un de ces éléments suffit à déclencher une alerte.
Le revers subi par Dash reflète précisément une faille fatale de l'achat par IA aujourd'hui : bien que les agents IA aient appris à « faire les courses et passer des commandes » pour les humains, le monde commercial dans son ensemble n'est pas encore prêt à vérifier leur identité. De la ligne de défense anti-bots de Cloudflare à la vérification 3D Secure étroitement gardée du côté des paiements, les pare-feux antifraude existants sont certes solides, mais ils sont « aveugles ». Ils sont tout simplement incapables de distinguer si l'entité en face est un robot d'exploration malveillant animé de mauvaises intentions ou un agent conforme portant de l'argent réel pour effectuer des achats au nom de son propriétaire.
Bien entendu, les commerçants sont tout à fait fondés à se montrer prudents. Si l'intelligence artificielle (IA) réserve un mauvais vol, saisit une mauvaise adresse ou effectue un achat sans autorisation appropriée, qui devrait supporter les coûts de remboursement, de rétrofacturation et de service client qui en résultent ? Parce que la responsabilité est floue, accepter une commande non vérifiable peut être plus risqué que de simplement la bloquer. Même si un agent (agent IA) amène un client prêt à passer commande, de nombreux commerçants considéreront encore que bloquer la commande est le choix le plus sûr.
Visa, Mastercard et l'Agentic Commerce Protocol lancé conjointement par OpenAI et Stripe travaillent tous actuellement sur la manière d'identifier ces agents et d'autoriser leur comportement de paiement. Avant que ces normes ne soient largement adoptées, les commerçants ne peuvent que continuer à utiliser les règles antifraude existantes, même si cela signifie potentiellement manquer certaines commandes légitimes.
Pourquoi Amazon n'accueille-t-il pas favorablement les agents d'achat ?
Cependant, les questions de sécurité et de responsabilité n'expliquent qu'une partie de la résistance. Pour des géants du commerce électronique tels qu'Amazon, permettre à des agents IA externes d'acheter librement pourrait également affecter l'activité publicitaire dont il dépend pour ses profits.
Auparavant, Amazon n'a pas hésité à traîner Perplexity en justice, forçant son outil « agent d'achat » Comet à se retirer complètement de la plateforme Amazon, et a obtenu avec succès une injonction préliminaire ; en septembre de cette année, Amazon a également bloqué l'agent d'achat Muse de Meta. Bien qu'Amazon ait officiellement invoqué des raisons d'autorisation, de confidentialité et de sécurité, les défis posés par les agents d'achat externes ne se limitent manifestement pas à ceux-là.La publicité est l'une des principales sources de revenus d'Amazon. Les grandes marques enchérissent pour des placements promotionnels dans les résultats de recherche de produits, espérant que les consommateurs verront ces publicités lorsqu'ils parcourent, comparent et filtrent les produits. Si l'intelligence artificielle (IA) prend en charge tout cela, et peut même sélectionner indépendamment des produits offrant un meilleur rapport qualité-prix, alors les consommateurs ne verront tout simplement plus ces publicités. Chaque transaction réalisée directement en contournant la plateforme Amazon affaiblit le contrôle d'Amazon sur le comportement d'achat des utilisateurs.
Une pression similaire apparaît également chez Google. À mesure que de plus en plus de consommateurs commencent à utiliser la recherche et les achats par IA, la publicité search traditionnelle pourrait ne plus être une étape essentielle dans les décisions d'achat. Grâce à des protocoles tels qu'AP2 et UCP, Google espère que les utilisateurs pourront effectuer la découverte de produits, la prise de décision et le paiement directement au sein de Google Search et Gemini. Bien que l'efficacité de monétisation de la publicité search puisse quelque peu diminuer, tant que le comportement d'achat se déroule sur le « terrain » de Google, celui-ci peut retenir les utilisateurs et avoir l'opportunité de tirer des revenus des transactions elles-mêmes.
Les géants de la publicité commencent à parier sur l'activité transactionnelle
Également dépendants des revenus publicitaires, Google et Meta subissent des chocs liés à l'IA très différents. Le premier fait face à une pression sur la monétisation de la publicité search, tandis que le second a déjà commencé à tirer des retours substantiels de ses investissements dans l'IA. Les revenus publicitaires de Meta au troisième trimestre ont augmenté de 26 % en glissement annuel, soit plus du double du taux de croissance de l'activité search de Google. La directrice financière Susan Li a déclaré que les annonceurs ayant adopté les suggestions de l'assistant commercial IA de Meta affichaient des taux de conversion supérieurs de près de 5 % à ceux d'annonceurs similaires ne les ayant pas adoptées, tandis que le coût par conversion restait pratiquement stable, et que ces annonceurs avaient également augmenté leurs dépenses publicitaires de 9 %. L'IA a non seulement amélioré l'efficacité de la publicité de Meta, mais a aussi attiré davantage de budgets publicitaires.
Toutefois, alors même que son activité publicitaire continue de croître, cette entreprise, qui tire environ 98 % de ses revenus de la publicité, a lancé un agent d'achat appelé Muse qui ne contient aucune publicité. Environ six semaines après son lancement, le nombre d'utilisateurs de Muse aux États-Unis et au Canada a dépassé 10 millions. Plus d'un quart de ses utilisateurs actifs hebdomadaires achètent via celui-ci, avec un panier moyen supérieur à 200 $. Zuckerberg a déclaré qu'à l'avenir, il pourrait générer des revenus grâce à des commissions sur les transactions ou à des frais d'abonnement.
Tout en utilisant l'IA pour augmenter ses revenus publicitaires, Meta cherche également de nouveaux moyens de monétiser la valeur commerciale que la publicité pourrait perdre. À mesure que les consommateurs s'habituent progressivement à laisser l'IA rechercher, comparer les prix et passer des commandes, les plateformes qui contrôlent le point d'entrée transactionnel pourraient non seulement vendre de la publicité aux marchands, mais aussi prélever directement une commission sur chaque transaction.Ce changement commence à se répercuter en aval sur le segment des paiements, ouvrant de nouveaux espaces de croissance pour des fournisseurs de services de paiement tels que Stripe.
Muse de Meta, Grok Bot et Instinct ont tous intégré le portefeuille agent Link de Stripe. Les données publiées par Stripe fin septembre montrent qu'au cours du mois écoulé, les achats effectués par des agents d'IA via Link ont été multipliés par 38. Parce que Stripe sert une vaste base de marchands, elle peut permettre à ces agents d'achat d'effectuer des paiements et aider les marchands à traiter l'encaissement des paiements. Les consommateurs peuvent acheter via une variété d'agents différents, tandis que le processus de paiement sous-jacent est toujours porté par la même entreprise. À mesure que les points d'entrée d'achat deviennent de plus en plus fragmentés, des fournisseurs de services de paiement comme Stripe devraient devenir la « couche de paiement par défaut » reliant les outils agents et les marchands. Quel que soit l'outil agent qui finira par l'emporter, chaque transaction doit passer par la vérification d'identité, l'autorisation de paiement et le règlement, et chacune de ces étapes porte une valeur commerciale.
Lorsque les points d'entrée d'achat se déplacent, qui peut gagner de l'argent sur les transactions ?
Google veut garder les achats au sein de Search et de Gemini, Meta a commencé à explorer des revenus transactionnels au-delà de la publicité, et Stripe fournit des services de paiement pour différents agents d'achat. À mesure que l'IA participe progressivement aux recherches, aux comparaisons de prix et aux décisions d'achat des consommateurs, les revenus initialement captés par les moteurs de recherche et les plateformes de commerce électronique pourraient également commencer à affluer vers de nouveaux acteurs.
Pendant des années, les moteurs de recherche et les plateformes de commerce électronique ont contrôlé les « points d'entrée » des consommateurs, convertissant l'attention des utilisateurs en revenus publicitaires. Les marques paient pour les impressions et les clics, et les plateformes génèrent des revenus avant que les consommateurs ne passent une commande. Dans un processus d'achat dominé par des « agents intelligents », les consommateurs peuvent n'avoir qu'à énoncer leurs besoins, et l'agent se charge du reste : recherche, filtrage et commande. Les fonctions de « découverte » et de « recommandation » autrefois assurées par la publicité se déplacent progressivement vers ces agents intelligents.
Ce changement donnera naissance à de nouveaux formats publicitaires. Les marques doivent toujours rivaliser pour les choix des consommateurs, et les agents intelligents peuvent également établir leurs propres mécanismes de « promotion payante » ou facturer des frais de recommandation. Cependant, à mesure que les décisions d'achat se déplacent vers les interfaces d'IA, au moins une partie de la valeur initialement captée par les pages de résultats de recherche et les fiches produits affluera vers les maillons capables de guider les décisions, de faciliter les transactions ou de traiter les paiements.
En examinant la divergence entre le volume de recherche et la croissance des revenus publicitaires dans les rapports financiers de Google, pour un géant de la recherche bâti sur la publicité, rien n'est plus inquiétant que cela : les utilisateurs continuent de rechercher et de dépenser, mais l'argent commence à affluer ailleurs.