Recherche IA dans une boutique en ligne : coût et résultats

Le client d’une boutique d’équipement de salle de bains connaît rarement le nom de la catégorie où se trouve ce qu’il cherche. En revanche, il tape une phrase : « mitigeur noir pour baignoire jusqu’à 500 PLN » ou « meuble avec vasque 80 ». Une recherche classique cherche ces mots dans les noms des produits et soit ne trouve rien, soit renvoie des centaines de produits aléatoires. Les filtres fonctionnent mieux, mais il faut savoir où cliquer.

Pour Sklep Żukowscy, une boutique de Giżycko, j’ai construit une recherche qui comprend ces phrases. Elle fonctionne depuis juillet 2026, et le propriétaire de la boutique a accepté que je montre les données de son fonctionnement.

Point de départ : le client ne pense pas en catégories

En juin 2026, la boutique comptait 3 109 produits et la recherche ne vérifiait que le nom, le code et la courte description. Elle ne voyait pas les paramètres (couleur, montage, matériau, dimensions), alors que 99 % des produits en avaient.

Début octobre 2026, le catalogue comptait déjà 13 334 produits, plus de quatre fois plus. Avec des centaines de mitigeurs ou de meubles dans une catégorie, faire défiler la liste ne fonctionne plus.

Plutôt qu’un service prêt à l’emploi sur abonnement, j’ai choisi une solution maison : la boutique avait de bonnes données, une requête à un modèle d’IA coûte quelques centimes, et c’est moi qui décide de ce que voit le client.

Comment fonctionne la recherche IA dans une boutique en ligne

La règle essentielle : l’IA ne choisit pas les produits, elle traduit la phrase du client en filtres. Les produits sont choisis par le code ordinaire de la boutique, à partir du vrai catalogue, de sorte que l’IA ne montrera pas un article que la boutique n’a pas.

Pas à pas :

1. Le client tape une phrase et appuie sur Entrée (les suggestions pendant la saisie fonctionnent sans IA).
2. Le modèle d’IA reçoit cette phrase avec la liste des catégories et des valeurs de filtres autorisées, et répond dans un format fixe : catégorie, filtres, mots-clés, prix min.–max.
3. La boutique filtre le catalogue avec ces conditions et classe les résultats du plus pertinent au moins pertinent.
4. Au-dessus des résultats, le client voit comment l’IA a compris la question, par exemple « AI zrozumiała: Baterie wannowe, Czarny, do 500 zł » (l’IA a compris : mitigeurs de baignoire, noir, jusqu’à 500 PLN). Quand un résultat est étrange, on voit tout de suite pourquoi.

Une partie du travail est faite volontairement par du code ordinaire, car il est plus rapide, gratuit et donne toujours le même résultat :

• Les marques sont reconnues à partir de la liste des marques de la base de la boutique. Pour « oltens meuble sous vasque », le client obtient les meubles de cette marque, et non tous les meubles de la boutique.
• Les dimensions (« receveur de douche 90x90 », « j’ai la place pour une baignoire de 140 cm ») sont comparées à celles des produits, avec une tolérance de 2 cm.
• L’orthographe sans caractères polonais n’est pas un obstacle : « wanna wolnostojaca » (baignoire îlot, saisie sans les signes diacritiques polonais) ne donnait autrefois aucun résultat, après correction 23. De même, « jednokomorowy » et « 1-komorowy » (à une cuve) sont pour la recherche la même chose.

Que se passe-t-il quand l’IA n’est pas sûre

Le modèle d’IA ajoute parfois une caractéristique que le client n’a pas demandée, ou comprend la question de façon trop étroite. C’est pourquoi la recherche dispose de plusieurs garde-fous :

• Assouplissement des conditions, une par une. Quand l’ensemble des conditions ne donne aucun résultat, la recherche les retire progressivement : d’abord les mots inconnus, puis les caractéristiques supplémentaires, enfin la couleur et le prix.
• Une remarque plutôt qu’un faux-semblant. Quand le produit n’existe pas dans la couleur ou la taille demandée, le client le lit clairement, et il voit en dessous d’autres couleurs ou les tailles les plus proches.
• Un résultat vide quand rien ne correspond. Auparavant, la recherche renvoyait alors toute la catégorie : pour « gres » (grès cérame), 88 produits aléatoires, car la boutique n’avait pas encore de carrelage. Depuis le 2 septembre 2026, le client reçoit le message « Brak dokładnych dopasowań » (aucune correspondance exacte) et une suggestion pour reformuler sa recherche.
• La même réponse à la même question. Le modèle d’IA ne comprend pas toujours une même question de façon identique, donc la recherche mémorise son interprétation pendant 30 minutes. La répétition prend une fraction de seconde et ne coûte rien.
• Mode de secours. Quand le modèle principal ne répond pas, la question est envoyée à un modèle de secours d’un autre fournisseur. Si lui aussi échoue, la boutique cherche par la méthode ordinaire, par mots.

D’où vient ce dernier point ? En août 2026, avant l’existence du modèle de secours, l’IA n’a pas répondu pendant trois jours et la boutique cherchait seulement par mots : pour « mitigeur de lavabo noir » elle ne trouvait rien, et au retour de l’IA elle a affiché 956 produits. C’est pourquoi il vaut la peine de vérifier régulièrement le fonctionnement de l’IA.

Ce qu’a montré le rapport des recherches

Chaque recherche est enregistrée anonymement dans le panneau de la boutique, sans données du client. Le propriétaire voit les expressions les plus fréquentes et les requêtes sans résultat, et il peut télécharger le rapport sous forme de fichier CSV, par exemple pour une campagne Google Ads.

La recherche s’est avérée un canal plus important que le chat : durant la semaine du 19 au 25 septembre 2026, le chat avec l’assistant IA a eu une seule vraie conversation, et la recherche des dizaines de requêtes. Du 13 septembre au 16 octobre, le rapport a enregistré 663 recherches, dont environ 200 doublons techniques (la page envoyait la requête deux fois, corrigé le 16 octobre).

Exemples de corrections du 25 septembre 2026 :

La leçon la plus importante concernait toutefois les données, et non l’IA. Pour « évier en granit », la recherche affichait 6 produits, alors que la boutique en comptait 369. L’IA comprenait la question parfaitement (éviers, matériau granit), mais 364 d’entre eux n’avaient pas de matériau renseigné dans les données du fournisseur (situation au 2 septembre 2026).

Le propriétaire a alors demandé si un autre modèle, par exemple ChatGPT, aiderait. Non : aucun modèle ne trouvera une caractéristique qui n’existe pas dans les données.

Combien coûte une recherche

La première version, de juillet 2026, fonctionnait avec le modèle Google Gemini 2.5 Flash-Lite : rapide (environ 0,9 s) et très bon marché. Selon la grille tarifaire de Google au 25 octobre 2026, il coûte 0,10 USD par million de jetons en entrée et 0,40 USD en sortie. En septembre, le propriétaire a choisi un modèle Claude d’Anthropic : plus lent (2–3 s), mais meilleur pour les sous-catégories et les fautes de frappe. Gemini est devenu le modèle de secours.

Je compare les modèles sur les mêmes requêtes du rapport, et non sur des impressions :

• 25 septembre 2026 : Claude Sonnet 5 a donné 30 réponses pertinentes sur 31, et Claude Haiku 4.5, moins cher, de 27 à 28. D’après l’estimation, Sonnet coûterait environ 8 USD par mois, Haiku environ 3 USD, mais 5 USD d’économie ne valaient pas de moins bons résultats.
• 29 septembre 2026 : le plus récent Claude Sonnet 5.5 a donné 85 réponses pertinentes sur 86 (Sonnet 5 : 84), et le temps de réponse médian est passé de 2,56 s à 1,84 s pour le même coût, environ 0,006 USD par question. Depuis le 30 septembre, la recherche fonctionne sur Sonnet 5.5.

D’après la grille tarifaire d’Anthropic au 25 octobre 2026, Sonnet 5.5 coûte 2 USD par million de jetons en entrée et 10 USD en sortie. Une recherche coûte environ 0,006 USD, soit environ 2,4 groszy (centièmes de zloty) au cours de la NBP (Narodowy Bank Polski, la banque centrale de Pologne) du 23 octobre 2026 (3,9247 PLN), et les 8 USD mensuels estimés représentent environ 31 PLN.

La facture de l’IA est donc le poste le plus faible. Ce qui coûte le plus, c’est la mise au point : de juillet à octobre, la recherche a reçu une quinzaine de corrections, et depuis fin septembre je vérifie chacune sur plusieurs dizaines de requêtes du rapport avant qu’elle n’arrive dans la boutique.

Information pour l’acheteur : c’est l’IA qui cherche

Depuis le 2 août 2026, l’article 50 de l’AI Act s’applique. Les systèmes d’IA destinés à interagir directement avec des personnes doivent informer que la personne a affaire à une IA, sauf si c’est évident (paragraphe 1). L’information doit être claire et distincte, donnée au plus tard lors de la première interaction et conforme aux exigences d’accessibilité (paragraphe 5). Le paquet Omnibus (en vigueur depuis le 27 juillet 2026) a reporté entre autres les échéances pour les systèmes à haut risque, mais pas cette obligation ; la Commission européenne indique toujours août 2026 comme début des règles de transparence. Situation au 27 octobre 2026 ; ce n’est pas un conseil juridique.

Une recherche qui se contente de transformer une phrase en filtres est-elle un tel système ? La disposition ne le dit pas explicitement. Je choisis la version prudente, car le signalement tient en quelques lignes de code :

• dans le champ de recherche, il y a un badge permanent « Wyszukiwarka AI » (recherche IA ; sur téléphone, simplement « AI »),
• au-dessus des résultats s’affichent « AI zrozumiała: » (l’IA a compris :) et les filtres réglés par l’IA.

Chez vous, ajoutez aussi la recherche à la politique de confidentialité : le contenu de la requête arrive chez le fournisseur du modèle d’IA. J’en dis plus sur l’article 50 dans le conseil Chatbot IA et AI Act, et j’adapte les signalements du chat et de la recherche dans le cadre du Pack AI Act.

Une recherche IA a-t-elle du sens dans votre boutique

Elle est rentable quand vous avez des centaines ou des milliers de produits avec des paramètres (couleur, dimension, matériau) et que les clients décrivent un besoin (« pour une baignoire de 140 cm ») au lieu de connaître le nom du modèle. Elle n’a pas de sens quand tout l’assortiment tient sur un seul écran ou que les clients achètent par numéro de catalogue.

Je ne peux pas dire aujourd’hui combien de commandes la seule recherche a rapportées, car je ne l’ai pas encore isolée dans les mesures.

Liste de contrôle avant la mise en place :

1. Vérifiez combien de produits des principales catégories ont une couleur, un matériau et des dimensions renseignés.
2. Enregistrez les requêtes anonymement et passez en revue chaque semaine celles sans résultat.
3. Prévoyez un mode de secours : un modèle de secours et une recherche ordinaire par mots.
4. Signalez la recherche comme IA et montrez au client comment elle a compris la question.
5. Fixez un plafond de coûts quotidien et mesurez combien de recherches se terminent par un ajout au panier.

En résumé

La recherche IA ne remplace ni les filtres ni de bonnes données, elle règle les filtres à la place du client. Dans Sklep Żukowscy, une recherche coûte environ 2,4 groszy, et ce sont les corrections fondées sur de vraies requêtes de clients qui ont le plus apporté.

Je décris toute la boutique dans la réalisation Sklep Żukowscy. Si vous voulez une telle recherche chez vous, découvrez le service Recherche et assistant IA pour boutique ou écrivez-moi : je vérifierai vos données et je vous dirai si cela est rentable.