Assistants d'achat IA, Consommateurs britanniques, mars 2026

Méthodologie

Cette étude s'appuie sur un panel simulé de 500 consommateurs britanniques (âgés de 18 à 55 ans et plus, pondérés sur London, le Sud, les Midlands, le Nord, l'Écosse et le Pays de Galles). Chaque répondant est une persona IA Minds calibrée sur des données démographiques historiques, des signaux d'intention d'achat et des références comportementales spécifiques à la catégorie pour l'achat assisté par IA. La précision par rapport aux réponses humaines retenues se valide à 85–95 % sur les invites comportementales sous-jacentes.

L'étude complète débloquée comprend 15 statistiques croisées par tranche d'âge, région et catégorie de produit, 5 graphiques téléchargeables, le CSV brut des réponses et un accès illimité aux questions de suivi adressées au panel.

Les assistants IA occupent désormais le haut de l'entonnoir

64 % des répondants ont utilisé un assistant IA, le plus souvent ChatGPT ou Gemini, pour rechercher un achat au cours des trois derniers mois, et 47 % affirment qu'un parcours d'achat récent a commencé ailleurs que sur la recherche Google. Le changement se concentre dans la phase de considération : les répondants se tournent vers un assistant pour comprimer la comparaison d'achats, lui demandant de présélectionner deux ou trois options avec les compromis détaillés, puis quittent l'assistant uniquement pour vérifier un prix ou finaliser le paiement.

Le schéma comportemental est une inversion de l'entonnoir. Là où la recherche et les sites de marque possédaient autrefois la découverte et la considération, le panel décrit un flux qui commence par une requête conversationnelle, renvoie une présélection organisée au consommateur et oriente le site de marque purement comme point de transaction. Chez les 18-34 ans, l'inversion est presque totale : 71 % ont nommé un assistant IA comme le premier outil ouvert pour leur dernier achat réfléchi, contre 29 % de la tranche des plus de 45 ans.

La confiance se divise fortement selon l'âge, et selon la traçabilité

Seuls 38 % du panel font autant confiance aux choix de l'IA qu'aux avis clients, et la moyenne globale dissimule une nette ligne de fracture générationnelle. Sur l'échelle de confiance de 0 à 10, le segment des 18-34 ans affiche une moyenne de 7,4 tandis que le segment des plus de 35 ans affiche 4,6, un écart de 2,8 points, le plus large de tous les croisements de l'étude. Les répondants plus âgés ne sont pas anti-IA ; ils sont anti-opacité. La raison la plus citée pour refuser sa confiance est que l'assistant « ne montre jamais d'où vient la recommandation ».

Cela fait de la traçabilité, et non de la précision, la contrainte vive sur l'adoption. Les répondants ayant rencontré une réponse erronée, un prix périmé, un modèle discontinué, ont dévalué chaque recommandation suivante, quelle que soit la catégorie. À l'inverse, les panélistes ont systématiquement déclaré qu'une recommandation avec des sources liées et cliquables ferait monter leur score de confiance de deux à trois points. L'assistant est jugé moins sur sa justesse que sur la possibilité de le vérifier.

Les données en direct et les citations sont la clé, pas une meilleure prose

Interrogé sur ce qui leur ferait davantage confiance à une recommandation IA, le panel a convergé vers deux exigences qui n'ont rien à voir avec le vernis conversationnel. Les sceptiques veulent des sources citées, des liens vers les avis, tests et articles derrière la réponse, ainsi qu'une divulgation claire lorsqu'une marque a payé pour un placement. Les pragmatiques veulent des données actuelles et exactes, tarification en temps réel et stock local, car un choix assuré en rupture de stock ou mal tarifé fait s'effondrer la confiance dans toute l'interaction.

Les données périmées sont apparues comme l'échec unique le plus corrosif : 43 % des répondants qui se méfient des assistants ont cité un prix obsolète comme déclencheur. L'implication pour les marques est directe. La visibilité au sein d'un assistant IA ne se gagne plus avec du texte marketing ; elle se gagne en étant lisible par la machine, données produit structurées, flux de prix actuels et contenu d'avis que l'assistant peut citer. Les marques auxquelles le panel faisait le plus confiance via un assistant étaient celles dont l'assistant pouvait attribuer l'information, et non celles aux descriptions les plus persuasives.

Ce que cela signifie pour les équipes retail et marque

Pour les équipes britanniques du retail, du e-commerce et des marques s'adaptant à la découverte médiée par l'IA :

• Optimisez pour être cité, pas seulement classé. L'assistant est désormais la couche de considération. Les flux produit structurés, les prix en direct et le contenu d'avis citable déterminent si votre produit apparaît dans la présélection, et si le consommateur y croit.
• Les données périmées sont un passif de confiance, pas un problème d'hygiène. Un prix obsolète ne fait pas perdre qu'une seule vente ; le panel a dévalué chaque recommandation ultérieure après un seul mauvais point de donnée. L'exactitude en temps réel du prix et du stock est désormais un intrant de la confiance dans la marque.
• Segmentez votre préparation à l'IA selon l'âge de l'audience. Les moins de 35 ans traitent déjà l'assistant comme le premier réflexe par défaut ; la majorité des plus de 35 ans ne suivra qu'une fois les recommandations traçables. Les citations de sources et la divulgation des biais sont le pont qui convertit la moitié sceptique du marché.

L'étude complète comprend la ventilation région par région, les scores de confiance croisés par catégorie de produit, la carte de l'entonnoir assistant contre recherche par tranche d'âge et le corpus de réponses ouvertes. Inscrivez-vous gratuitement pour débloquer et poser au panel vos propres questions de suivi dans votre compte.