Photo de couverture : boutique Coach dans un centre de marques, photographiée en 2023, avant l'annonce Gemini de 2026. Photo d'illustration : Harrison Keely / Wikimedia Commons — CC BY 4.0. Image recadrée, redimensionnée et compressée par Maple Labs.
Coach et Kate Spade peuvent désormais vendre certains produits directement dans Gemini et Google Search aux États-Unis. Cette avancée ne prouve encore ni adoption ni conversion. Elle révèle en revanche une nouvelle réalité pour les marques : être présent dans une conversation, y être préféré et pouvoir y conclure la vente sont trois positions différentes.
Jusqu'ici, le commerce dans les assistants d'IA se racontait surtout comme une bataille pour l'attention. Une personne formule un besoin, l'assistant explore des options, les compare, puis recommande éventuellement un produit. La transaction avait généralement lieu ailleurs.
Avec Coach et Kate Spade, cette frontière devient plus poreuse. Depuis le 16 septembre 2026, des acheteurs américains peuvent acheter certains produits de ces marques dans l'application Gemini et dans Google Search, y compris AI Mode, selon l'annonce de leur maison mère Tapestry. Un bouton d'achat ouvre un paiement par Google Pay sans imposer de redirection vers le site de la marque.
Le changement est concret, mais son interprétation demande de la précision. Les sources disponibles ne démontrent pas que les consommateurs adopteront massivement ce parcours. Tapestry n'a publié ni taux de conversion ni chiffre d'affaires attribuable. Ce lancement montre qu'une réponse d'IA peut accueillir la dernière étape de l'achat. Il ne dit pas encore quelle place cette étape prendra dans le commerce.
La réponse devient aussi une surface de transaction
Le dispositif repose sur l'Universal Commerce Protocol, ou UCP, et commence par un paiement mono-produit. Chaque transaction requiert l'approbation explicite de l'acheteur. Le périmètre annoncé reste américain, avec une extension géographique évoquée pour plus tard.
Ce détail technique déplace pourtant une frontière économique. Dans un parcours classique, l'assistant pouvait influencer le choix puis envoyer le visiteur vers une page marchande. Ici, il peut conserver la personne dans son interface jusqu'au paiement. La surface qui formule la recommandation peut donc aussi devenir celle où l'intention se transforme en commande.
Cela ne signifie pas que Google devient le marchand à la place de Coach ou de Kate Spade. Tapestry affirme que la commande reste passée auprès de ses marques. Retail Dive rapporte également que le groupe dit recevoir les mêmes données de commande que sur ses propres sites. Il s'agit d'une déclaration de l'entreprise, pas d'une mesure indépendante, mais elle décrit bien l'architecture revendiquée : l'interface héberge le paiement tandis que la relation commerciale demeure chez la marque.
La disparition d'une redirection, pour ce paiement précis, ne vaut donc pas disparition du site marchand. L'annonce ne décrit ni le parcours des produits et marchés non couverts, ni toutes les fonctions de contenu et de relation client que les marques assurent ailleurs. Surtout, elle ne porte que sur certaines marques, certains produits, un pays et un paiement mono-produit. Généraliser ce cas à tout le commerce conversationnel reviendrait à confondre une capacité disponible avec un comportement déjà installé.
Une conversation, trois positions pour une marque
L'achat intégré rend visible une distinction que les tableaux de bord marketing ont intérêt à préserver. Une même marque peut occuper trois positions distinctes, sans que l'une garantisse les autres.
1. Être présente
Une marque est présente lorsque l'assistant la fait apparaître dans sa réponse ou dans les options qu'il examine. Cette visibilité compte, car une option absente de la conversation ne peut pas être choisie dans ce parcours.
Mais une mention reste une mention. Si l'assistant cite plusieurs sacs ou plusieurs enseignes, chacune bénéficie d'une exposition sans être pour autant présentée comme la meilleure réponse au besoin. La présence doit donc être observée sur des demandes précises et dans un contexte donné, pas traitée comme une propriété permanente de la marque.
2. Être préférée
La recommandation commence lorsque l'assistant présente une option comme adaptée ou préférable au regard de la demande. C'est une position plus exigeante : le produit doit pouvoir être qualifié, comparé et relié aux critères exprimés par la personne.
Google décrit AI Mode comme une expérience conçue notamment pour l'exploration et les comparaisons complexes. Dans ce type d'échange, la préférence ne se réduit pas à l'existence d'une fiche produit. Elle dépend de ce que l'assistant comprend du besoin et des informations qu'il mobilise pour départager les options.
Notre point d'attention, chez Maple Labs, est simple : une intégration commerciale ne révèle pas les critères de recommandation. Le lancement de Coach et Kate Spade ne permet donc pas de conclure que Google les favorisera dans ses réponses. Rendre un produit achetable et convaincre l'assistant qu'il convient le mieux à une demande sont deux problèmes différents.
3. Être achetable dans l'interface
La troisième position est transactionnelle. Même si un assistant mentionne ou recommande un produit, l'achat intégré n'est possible que si ce produit et son marchand entrent dans le périmètre pris en charge : protocole, marché, moyen de paiement et type de panier, entre autres conditions du lancement.
L'inverse est tout aussi important. Une marque peut avoir préparé son catalogue pour la transaction sans être retenue dans une réponse particulière. L'éligibilité transactionnelle ouvre la porte du paiement ; elle ne garantit ni l'apparition dans la conversation, ni la préférence de l'assistant, ni l'achat final.
Ces trois positions ne forment donc pas un seul indicateur de « visibilité IA ». Elles décrivent trois questions : l'assistant considère-t-il la marque ? La recommande-t-il pour ce besoin ? Peut-il exécuter l'achat dans cette interface ? Les réunir dans une même métrique ferait disparaître l'endroit précis où le parcours se rompt.
Le catalogue ne suffit pas à gagner la comparaison
L'arrivée du paiement pourrait inciter les marques à traiter le sujet comme un chantier exclusivement technique. Il faut bien sûr rendre l'offre compatible avec la surface transactionnelle. Mais le protocole de commerce ne résout pas, à lui seul, la découverte et la préférence.
Un assistant peut identifier une option dans un catalogue, puis consulter d'autres informations pour vérifier une matière, une taille, une politique de retour, une disponibilité ou tout autre critère demandé. Les sources qui lui font découvrir un produit ne sont pas nécessairement celles qui lui permettent de le qualifier. Et une page trouvée n'est pas automatiquement une page utilisée pour justifier la réponse.
C'est pourquoi la qualité des informations publiques reste un chantier distinct, même quand le paiement se rapproche de la conversation. Des données exactes, cohérentes et accessibles peuvent aider un assistant qui les consulte effectivement. Elles ne garantissent cependant aucune recommandation. Surtout, ce mécanisme relève de la récupération d'informations au moment de l'interaction, et non d'une modification instantanée de l'entraînement du modèle.
Pour les équipes de marque, le travail se répartit alors entre plusieurs fonctions. Le commerce et la technique rendent la transaction exécutable. Les équipes produit maintiennent une offre fiable. Le contenu, la communication et la distribution documentaire rendent disponibles les éléments que les systèmes peuvent consulter pour comprendre et comparer cette offre. La mesure doit relier ces efforts sans leur attribuer le même résultat.
Mesurer le déplacement sans annoncer trop tôt une révolution
À ce stade, la bonne question n'est pas de savoir si Gemini remplacera les sites marchands. Les données publiques disponibles ne permettent pas d'y répondre. Il est plus utile d'observer où l'assistant intervient dans chaque parcours et ce que la marque peut réellement mesurer.
Une lecture rigoureuse séparera au moins l'apparition dans les réponses, la part de ces apparitions qui deviennent des recommandations, la disponibilité effective du bouton d'achat et, lorsque les données existent, les transactions achevées. Les populations, les requêtes, les marchés et les périodes doivent rester visibles. Sinon, une hausse des ventes pourrait être attribuée à la recommandation alors qu'elle provient d'un autre canal, ou une intégration réussie être prise pour une preuve de préférence.
Le cas Tapestry ne livre encore aucun de ces résultats. Sa valeur est ailleurs : il transforme une hypothèse de commerce conversationnel en capacité déployée sur un périmètre identifiable. Le bouton « Acheter » n'établit ni la préférence de l'assistant ni l'adoption du public. Il rend simplement leur distinction impossible à ignorer.
Pour les marques, la nouvelle frontière n'est donc pas seulement d'être visibles dans l'IA. Elle consiste à comprendre quelle place elles occupent dans la conversation, pourquoi l'assistant les retient et jusqu'où l'interface permet au client d'aller. La transaction est entrée dans la réponse. La compétition pour y parvenir commence bien avant le paiement.