Faire du shopping avec un bot IA : moins cher et plus rapide ?

Négociations en pilote automatique : qui ressort gagnant ?

Des chercheurs des universités de Chicago et du Michigan ont étudié à quoi pourrait ressembler le shopping assisté par l’IA. 

Leur conclusion est surprenante : les négociations basées sur l’IA peuvent aboutir à des résultats extrêmement variés – et cela n’a rien à voir avec le bot lui-même, mais avec celui ou celle qui le contrôle.
 
Les chercheurs ont demandé à des sujets ayant différents niveaux de « machine fluency » (soit la capacité à communiquer efficacement avec l’IA) d’utiliser des bots de négociation pour des transactions simples, telles que l’achat d’un produit de seconde main ou la réservation d’une chambre d’hôtel. 

En d’autres termes, les personnes capables de formuler des prompts stratégiques précis – par exemple, en demandant au bot de négocier non seulement le prix, mais aussi des conditions supplémentaires telles que la garantie, les possibilités d’annulation ou les remises groupées – obtenaient systématiquement de meilleurs résultats. Alors que d’autres, souvent sans s’en rendre compte, ont obtenu des offres moins intéressantes.

Le bot n’est efficace que si vous lui donnez des instructions. Et cela crée une nouvelle sorte d’inégalité : pas entre celles et ceux qui ont ou non accès à un certain bot, mais entre celles et ceux capables ou non de lui parler correctement.

Machine fluency : la nouvelle fracture numérique

Selon les chercheurs, les différences dans les résultats des négociations sont une conséquence directe de la façon dont les gens communiquaient avec le bot. Si vous écrivez : « Trouve le vol le moins cher vers Barcelone », vous obtiendrez une offre différente que si vous donnez des instructions plus spécifiques telles que : « Négocie un vol de moins de 200€, avec bagages en soute inclus et annulation flexible, et demande un surclassement si ça augmente le prix de moins de 10% ».

En théorie, les assistants de shopping IA peuvent donc désintermédier les plateformes de shopping existantes et ainsi proposer de meilleures offres à leurs utilisateurs. Mais la concrétisation ou non de cette promesse dépend des compétences de chaque utilisateur. Une dynamique qui bouscule régulièrement d’autres innovations technologiques.

Du notaire au programmeur

Prenons un autre exemple : celui de la blockchain qui peut aider à établir un cadastre décentralisé et réduire les frais de notaire lors d’un achat immobilier. En théorie, l’argument est séduisant : les notaires – des gardiens garantissant l’intégrité et la qualité des données cadastrales – représentent une part significative du budget d’acquisition. Une base de données décentralisée ne serait-elle pas moins coûteuse ?

Dans un système basé sur la blockchain, les utilisateurs proposent des modifications validées par d’autres utilisateurs, qui ont tout intérêt à maintenir une haute qualité des données. D’ailleurs, le système les récompense pour cela. Une situation win-win, non ?

Problème : l’acheteur potentiel d’une habitation maîtrise-t-il suffisamment la technologie pour travailler avec ce genre de blockchain ?
 
Une nouvelle couche d’intermédiation apparaît alors rapidement pour assister ceux qui n’en sont pas capables. Cette couche peut être constituée d’experts informatiques qui assistent l’acquéreur de l’habitation. Des programmeurs qui jouent le rôle de notaires 2.0 donc.
 
Autre option : une couche automatisée en plus de la base de données décentralisée. Une sorte d’interface, à l’image des plateformes d’échange de crypto-monnaies qui permettent aux petits investisseurs de négocier des cryptos sans devoir manipuler eux-mêmes la blockchain.
 
En d’autres termes, ceux qui n’ont pas appris à travailler avec ces nouvelles technologies risquent de devenir dépendants de nouveaux intermédiaires. Et ce ne sera pas gratuit.

Le shopping en 2030

Il en va de même pour les assistants de shopping basés sur l’IA. Ceux qui ne savent pas comment converser avec un bot de manière optimale dépendront de nouveaux intermédiaires : des « prompt engineers », des « bot-coaches » spécialisés ou, plus probablement, des grandes plateformes elles-mêmes qui proposent leurs propres bots.

Le plus grand site d’e-commerce au monde lancera-t-il bientôt un « Premium Negotiation Bot » réservant ses meilleures offres à ses abonnés ? Ou l’agence de voyages en ligne numéro un disposera-t-elle bientôt d’un « VIP Booking Assistant » qui négociera des réductions exclusives en échange de points de fidélité ?

Un avantage pour les utilisateurs les plus agiles. Mais gagnons-nous effectivement du temps – et de l’argent – avec l’IA ?

Une étude récente de l’université de Hong Kong remet déjà en cause un avantage attendu : ceux qui font leurs achats avec l’IA mettent souvent plus de temps à finaliser un achat.

Selon les chercheurs, cela s’explique par le fait qu’un bot exige plus d’attention de la part de l’utilisateur sur les critères spécifiques du produit. C’est évidemment intéressant, car plus le besoin de l’utilisateur est spécifique, plus le produit qui y répond gagne en valeur perçue. Et donc plus la volonté d’achat (théorique) de l’acheteur augmente.

Le résultat ne manquera pas de séduire les grandes plateformes. Ce n’est pas un hasard si elles investissent aujourd’hui des sommes colossales dans le développement de l’IA. Les consommateurs paieront-ils bientôt la facture ?