Meta Muse : quand l'agent IA s'invite dans le customer journey e-commerce

Pendant vingt ans, le marketing digital a optimisé une mécanique relativement stable : capter l’attention d’un consommateur, générer un clic, l’amener sur un site, puis le convaincre d’acheter.

L’arrivée des agents IA commence à modifier cette mécanique.

Avec Muse, son nouvel agent personnel présenté en septembre 2026, Meta ne propose plus seulement une IA capable de répondre à une question. Muse peut naviguer sur le Web, interagir avec des services et exécuter certaines tâches pour le compte de son utilisateur.

Le commerce fait partie des cas d’usage visés. Muse peut rechercher des produits, naviguer sur des sites et avancer dans un parcours d’achat, avec une validation de l’utilisateur pour les actions sensibles comme la transaction.

La rupture n’est donc pas l’achat « sans humain ».

Elle se situe ailleurs : une partie du customer journey peut désormais être déléguée à un agent.

Pour les annonceurs, et particulièrement pour les e-commerçants, une nouvelle question apparaît alors :

Que devient le marketing lorsqu’une partie de la recherche, de la comparaison et de la sélection n’est plus réalisée directement par le consommateur, mais par son agent ?

Le funnel ne disparaît pas. Il accueille un nouvel intermédiaire.

Et demain, une marque devra peut-être réussir sur deux fronts : être désirée par l’humain et être sélectionnable par son agent.

Muse : de l’assistant qui répond à l’agent qui agit

Pour comprendre le changement, il faut distinguer deux usages de l’IA.

Le premier consiste à répondre.

Un consommateur demande quelle paire de chaussures correspond à son usage, quel ordinateur choisir ou quel canapé correspond à son budget. L’IA synthétise l’information et formule une réponse.

Le second consiste à agir.

C’est précisément le territoire des agents IA.

Meta explique que Muse dispose de son propre environnement et de son propre navigateur pour réaliser différentes tâches au nom de l’utilisateur.

Imaginons cette demande :

« Trouve-moi une paire de chaussures pour préparer mon premier marathon, avec un bon amorti, disponible en 44, à moins de 150 euros et livrable avant vendredi. »

Dans un parcours classique, le consommateur pourrait effectuer plusieurs recherches Google, consulter des comparatifs, ouvrir différentes fiches produits, vérifier les avis, les stocks et les délais de livraison.

Un agent peut potentiellement prendre en charge une partie de ces étapes.

• Il peut rechercher.

• Comparer.

• Éliminer les produits qui ne répondent pas aux contraintes.

• Constituer une sélection.

• Puis accompagner l’utilisateur jusqu’à la transaction.

L’utilisateur reste décisionnaire, notamment au moment des actions sensibles. Mais il n’est plus nécessairement celui qui réalise chacune des étapes intermédiaires.

Le customer journey ne disparaît donc pas. Il se compresse et change d’intermédiaire.

Du funnel e-commerce au funnel agentique

Le modèle historique de l’acquisition e-commerce peut être résumé ainsi :

Impression → clic → landing page → fiche produit → comparaison → panier → checkout → achat

Une grande partie du marketing digital s’est structurée autour de ce parcours.

Le Paid Media génère la visite. Le SEO capte la recherche. La créa attire l’attention. La fiche produit rassure et argumente. Le CRO optimise la conversion. Le retargeting ramène l’utilisateur.

Avec un agent, le parcours peut progressivement prendre une autre forme :

Besoin → agent IA → recherche et comparaison → shortlist → validation humaine → achat

La différence est importante.

Dans le premier parcours, les marques sont en concurrence pour obtenir l’attention et le clic d’un humain.

Dans le second, une partie de la sélection peut avoir lieu avant même que cet humain ne visite le site de la marque.

L’agent devient une nouvelle couche entre l’offre et la demande.

Muse n’est pas le début du commerce agentique

Il faut cependant éviter de présenter Muse comme une rupture apparue du jour au lendemain.

Le mouvement est déjà engagé.

ChatGPT, par exemple, ne se limite plus à recommander des produits.

OpenAI a développé Instant Checkout et l’Agentic Commerce Protocol pour permettre à des marchands compatibles de faire émerger leurs produits puis, dans certains cas, de permettre à l’utilisateur d’effectuer une transaction directement depuis ChatGPT.

OpenAI décrit d’ailleurs ChatGPT comme l’agent de l’utilisateur dans ce processus.

Parallèlement, ChatGPT Ads introduit une autre évolution : la publicité peut intervenir dans un environnement où l’intention n’est plus simplement exprimée par quelques mots-clés, mais au sein d’une conversation beaucoup plus riche.

Junto analysait déjà ce changement dans notre article consacré à ChatGPT Ads.

On peut ainsi observer plusieurs évolutions successives :

Google Ads → capter une requête.

Meta Ads → anticiper une intention à partir de signaux utilisateurs.

ChatGPT Ads → monétiser une intention exprimée dans une conversation.

ChatGPT Shopping / Instant Checkout → transformer cette intention en transaction dans la même interface.

Muse → étendre la logique agentique à un assistant capable d’agir sur le Web et dans différents services au nom de son utilisateur.

Muse ne crée donc pas le commerce agentique.

Il montre jusqu’où celui-ci pourrait s’étendre.

Après la visibilité, un nouvel enjeu : être sélectionnable par les agents

C’est probablement la conséquence la plus importante pour les e-commerçants.

Prenons deux demandes.

Dans le premier cas :

« Trouve-moi les Nike Pegasus en taille 44. »

L’agent dispose d’une marge de manœuvre relativement faible sur le choix de la marque.

Nike a gagné une partie de la bataille avant même que l’IA commence sa recherche.

Dans le second :

« Trouve-moi les meilleures chaussures pour préparer mon premier marathon à moins de 150 euros. »

La situation est complètement différente.

L’agent doit déterminer quels produits correspondent à la demande, lesquels éliminer et lesquels présenter à l’utilisateur.

Une nouvelle forme de compétition apparaît alors :

comment faire partie du consideration set de l’agent ?

Attention toutefois à la formulation.

Il ne s’agit pas nécessairement de « convaincre une IA » comme une publicité cherche à convaincre un consommateur.

L’enjeu consiste davantage à être compréhensible, éligible, comparable et sélectionnable.

Nous en observons déjà les prémices avec ChatGPT Shopping.

OpenAI indique que, lorsqu’il faut départager plusieurs marchands proposant un même produit, différents facteurs peuvent entrer en compte : disponibilité, prix, qualité, statut du vendeur ou encore compatibilité avec Instant Checkout.

La logique exacte de Muse n’est pas publique et il serait prématuré d’inventer un « ranking Muse ».

Mais le problème marketing est déjà visible.

Si un utilisateur demande :

« Je veux un canapé beige trois places, inférieur à 1 500 euros, disponible immédiatement, livré à Paris avant samedi et avec des retours gratuits »

l’agent doit être capable de déterminer quels produits satisfont réellement ces contraintes.

Pour y parvenir, il lui faut de la donnée.

Le feed produit pourrait devenir aussi stratégique que la landing page

C’est probablement l’un des changements les plus concrets pour les équipes e-commerce.

Historiquement, le feed produit est souvent considéré comme une infrastructure technique nécessaire à Google Shopping, Meta Catalog, Amazon ou aux marketplaces.

Dans un environnement agentique, il pourrait prendre une autre dimension.

Un agent doit comprendre :

• ce qu’est le produit ;

• ses caractéristiques ;

• son prix réel ;

• ses variantes ;

• sa disponibilité ;

• ses dimensions ;

• ses délais de livraison ;

• ses conditions de retour ;

• et potentiellement la qualité ou la réputation associée à l’offre.

Une fiche produit peut être extrêmement séduisante visuellement pour un humain et rester difficile à exploiter automatiquement si ses informations sont incomplètes, ambiguës ou contradictoires avec le feed.

À l’inverse, un catalogue correctement structuré permet à une machine de déterminer rapidement si un produit répond à une contrainte précise.

La qualité du PIM, des feeds, des données structurées, des stocks ou du pricing n’est donc plus seulement un sujet technique.

Elle pourrait devenir une composante directe de l’acquisition.

Après avoir optimisé des pages pour être trouvées par les moteurs de recherche et des contenus pour être compris par les moteurs génératifs, les e-commerçants doivent progressivement se poser une autre question :

mon catalogue est-il suffisamment structuré pour être exploité par un agent capable d’agir ?

Que vaut encore une PDP si l’utilisateur ne la visite jamais ?

Cette évolution pose une question plus provocante.

Depuis des années, les e-commerçants investissent massivement dans l’optimisation des fiches produits.

Photos, vidéos, social proof, descriptions, cross-sell, réassurance, tests A/B, optimisation du bouton d’ajout au panier...

L’objectif est toujours le même : convaincre l’utilisateur qui arrive sur la page.

Mais imaginons que l’utilisateur demande simplement :

« Trouve-moi une veste noire imperméable pour Amsterdam la semaine prochaine, moins de 180 euros et livrable avant mardi. »

L’agent peut potentiellement absorber une partie de la recherche, de la comparaison, de la consultation des caractéristiques et de la vérification de disponibilité.

Dans certains parcours agentiques, l’utilisateur pourrait donc prendre sa décision sans avoir exploré la fiche produit comme il le fait aujourd’hui.

Cela ne signifie évidemment pas la mort de la PDP.

Elle continuera à jouer un rôle central dans de nombreux parcours et restera indispensable pour les consommateurs qui souhaitent explorer, comparer et se rassurer eux-mêmes.

Mais sa fonction pourrait évoluer.

La fiche produit devra toujours convaincre l’humain.

Les données qui l’alimentent devront aussi être exploitables par les machines.

Pour les équipes CRO, c’est un changement important.

Optimiser l’expérience ne signifiera peut-être plus uniquement optimiser ce que voit l’utilisateur.

Vers des conversions sans visite ?

Une autre conséquence découle directement de cette évolution.

Pendant longtemps, le trafic a constitué l’une des unités fondamentales de l’acquisition digitale.

Plus de visiteurs qualifiés signifie davantage d’opportunités de conversion.

Le commerce agentique pourrait progressivement découpler ces deux variables.

ChatGPT permet déjà, pour certains marchands et utilisateurs compatibles, de progresser jusqu’à la transaction depuis l’interface conversationnelle.

Demain, un consommateur pourrait donc découvrir une marque sur Instagram, demander à son agent de rechercher le produit quelques jours plus tard, puis acheter sans reproduire le parcours traditionnel sur le site marchand.

Le site reste indispensable à l’écosystème commercial.

Mais la session devient moins systématiquement synonyme d’opportunité de vente.

Cela soulève une question importante :

et si le trafic devenait un KPI moins central pour certaines catégories e-commerce ?

La question de l’attribution devient alors encore plus complexe.

Une publicité Meta peut créer le désir.

TikTok peut installer la marque dans l’esprit du consommateur.

Un influenceur peut créer la préférence.

Muse ou ChatGPT peuvent effectuer la recherche finale.

Et l’achat peut être exécuté avec très peu d’interactions avec le site.

Qui obtient le crédit de la vente ?

Le problème d’attribution n’est pas nouveau.

Mais les agents pourraient accentuer le décalage entre ce qui crée la demande, ce qui influence la sélection et ce qui exécute la transaction.

Le paradoxe : les agents pourraient rendre le branding encore plus important

À première vue, l’essor des agents pourrait sembler menaçant pour les marques.

Si une machine compare instantanément des centaines de produits selon le prix, les caractéristiques, les avis et la disponibilité, la différenciation ne risque-t-elle pas de disparaître ?

C’est possible dans certaines catégories.

Mais l’effet inverse est également plausible.

Reprenons nos deux requêtes :

« Trouve-moi des sneakers blanches à moins de 120 euros. »

et :

« Trouve-moi des Adidas Samba blanches en 43. »

Dans la première, l’agent dispose d’un espace de sélection considérable.

Dans la seconde, une grande partie du choix a déjà été effectuée.

Le marketing a influencé le prompt avant même que l’agent commence son travail.

C’est probablement l’un des paradoxes les plus intéressants du commerce agentique.

Plus les machines deviennent efficaces pour comparer des offres génériques, plus il devient précieux pour une marque de ne pas entrer dans cette comparaison en tant que simple produit interchangeable.

Le rôle du branding consiste alors à transformer :

« je cherche une catégorie de produit »

en :

« je veux cette marque ou ce produit précis ».

La Creative Strategy, le Paid Social, l’influence, la vidéo, le contenu et l’expérience de marque ne perdent donc pas nécessairement de leur importance.

Ils peuvent au contraire gagner une nouvelle fonction :

construire la préférence avant le prompt.

Meta pourrait être présent du discovery jusqu’à l’action

C’est ici que Muse devient particulièrement intéressant pour les annonceurs.

Meta possède déjà une infrastructure extrêmement puissante pour générer de la découverte et de la demande via Instagram et Facebook.

Muse rapproche potentiellement le groupe d’une autre étape : l’exécution de l’intention.

Et Meta veut étendre cette présence au-delà du smartphone, notamment avec l’intégration de Muse à ses lunettes IA.

On peut alors imaginer un customer journey où Meta intervient à plusieurs moments :

une publicité crée le désir → l’utilisateur exprime plus tard son besoin → l’agent recherche une solution → l’utilisateur valide l’action.

Il faut rester prudent : cela ne signifie pas que Meta transformera nécessairement chacune de ces étapes en inventaire publicitaire.

Mais la convergence entre discovery, intention et action est particulièrement stratégique pour un groupe dont le modèle économique repose largement sur la publicité.

Peut-on acheter sa place dans la shortlist d’un agent ?

La question va nécessairement se poser.

Aujourd’hui, les annonceurs achètent principalement de la visibilité.

Une impression sur Instagram, une position sponsorisée sur Google, une présence sponsorisée sur Amazon, une publicité contextualisée dans ChatGPT.

Mais si un agent analyse des centaines de produits pour n’en présenter que trois, faire partie de cette shortlist possède une valeur commerciale évidente.

Les plateformes chercheront-elles un jour à monétiser cette nouvelle forme de considération ?

À ce stade, il ne faut pas confondre hypothèse et réalité.

OpenAI sépare actuellement les recommandations Shopping des publicités : les annonceurs ne peuvent pas payer pour modifier la réponse organique de ChatGPT ou acheter leur position dans ses recommandations.

Meta indique également que les conversations avec Muse ne sont pas partagées avec ses systèmes publicitaires.

Cette séparation soulève néanmoins une question structurelle pour l’avenir :

comment monétiser la couche agentique sans dégrader la confiance nécessaire pour que l’utilisateur accepte de lui déléguer ses décisions ?

Le problème est plus sensible que dans un moteur de recherche.

Un utilisateur accepte qu’un résultat Google soit marqué « Sponsorisé ».

Mais lorsqu’un agent personnel est chargé de « choisir le meilleur produit pour moi », une recommandation influencée par le plus offrant peut entrer directement en conflit avec la promesse du service.

La bataille publicitaire des agents ne portera donc pas uniquement sur la performance.

Elle portera aussi sur la confiance.

Ce que les e-commerçants doivent faire maintenant

Il serait évidemment prématuré de reconstruire sa stratégie d’acquisition autour de Muse quelques jours après son lancement.

En revanche, plusieurs chantiers sont déjà pertinents indépendamment du succès futur de l’agent de Meta.

1. Auditer la qualité de ses données produit

Titres, descriptions, catégories, attributs, variantes, prix, stocks, délais de livraison et politiques de retour doivent être cohérents entre le site, le PIM et les différents feeds.

Une donnée produit de mauvaise qualité pénalise déjà Shopping et les marketplaces.

Elle pourrait demain pénaliser également la capacité des agents à comprendre et sélectionner l’offre.

2. Faire du feed un actif d’acquisition

Les équipes Media, SEO, e-commerce et data ont intérêt à travailler davantage ensemble sur le catalogue.

Le feed ne doit plus être considéré comme un simple fichier envoyé à Google Merchant Center ou Meta.

Il devient progressivement une représentation structurée de l’offre de la marque.

3. Continuer à investir dans la préférence de marque

Plus un consommateur formule une demande générique, plus il laisse de pouvoir de sélection à l’agent.

À l’inverse, plus sa demande contient une marque ou un produit précis, plus ce pouvoir diminue.

Le branding peut donc devenir un moyen de gagner la bataille avant même l’ouverture de l’interface agentique.

4. Observer sa visibilité dans les interfaces IA

Les équipes acquisition suivent déjà leurs positions sur Google, leurs performances Meta ou leurs résultats Amazon.

Elles devront progressivement comprendre comment leurs marques et leurs produits apparaissent dans ChatGPT, Muse et les autres interfaces agentiques.

Sans chercher une hypothétique « recette pour ranker », l’objectif est d’identifier les informations que ces systèmes comprennent, celles qu’ils ignorent et les situations dans lesquelles la marque entre ou non dans leur consideration set.

5. Repenser progressivement la mesure

Une baisse de sessions ne signifie pas nécessairement une baisse d’influence commerciale si davantage de décisions sont prises dans des interfaces tierces.

Les équipes devront donc progressivement distinguer trois fonctions :

créer la demande,

influencer la sélection,

exécuter la transaction.

Ces trois fonctions pourraient de moins en moins appartenir au même canal.

Le marketing ne ciblera plus uniquement des audiences

Pendant longtemps, le marketing digital a cherché à répondre à une question :

Comment mettre le bon message devant la bonne personne au bon moment ?

Le commerce agentique en ajoute progressivement une autre :

Comment faire en sorte que l’agent de cette personne puisse comprendre, considérer et sélectionner notre offre lorsqu’il agit pour elle ?

Muse n’est qu’une manifestation d’un mouvement beaucoup plus large.

ChatGPT transforme déjà certaines recherches en conversations et certaines conversations en transactions.

Le GEO pousse les marques à réfléchir à leur visibilité dans les réponses génératives.

Les agents ajoutent désormais une nouvelle étape : passer de la réponse à l’action.

Le funnel ne disparaît donc pas.

Il accueille un nouvel intermédiaire.

Et cette évolution pourrait modifier plusieurs fondamentaux du marketing e-commerce : la fonction du feed produit, le rôle de la PDP, la valeur du trafic, l’attribution et jusqu’à la relation entre branding et performance.

Pour les marques, le prochain avantage concurrentiel pourrait ainsi se jouer simultanément sur deux terrains :

être désirées par les humains et être sélectionnables par leurs agents.

C’est probablement là que commence réellement le commerce agentique.

Chez Junto, nous accompagnons les équipes e-commerce dans la structuration, l’optimisation et le pilotage de leurs flux produit pour améliorer leur performance sur l’ensemble des plateformes.

Vous souhaitez auditer vos flux ou faire monter vos équipes en compétence ?

→ Découvrez notre formation en gestion de flux

FAQ : Meta Muse et commerce agentique

Qu’est-ce que Meta Muse ?

Muse est l’agent IA personnel présenté par Meta en septembre 2026. Contrairement à un assistant uniquement conversationnel, il est conçu pour pouvoir utiliser un navigateur et différents services afin d’exécuter certaines tâches au nom de son utilisateur.

Muse peut-il acheter sans l’utilisateur ?

Muse peut prendre en charge certaines étapes d’un parcours d’achat, mais cela ne signifie pas qu’il décide librement de dépenser l’argent de l’utilisateur. Meta prévoit des mécanismes de validation pour les actions sensibles, notamment les achats. Il faut donc davantage parler de délégation du parcours que d’achat totalement autonome.

Quelle différence entre ChatGPT et Muse pour le e-commerce ?

ChatGPT est déjà engagé dans le commerce agentique avec Shopping, Instant Checkout et l’Agentic Commerce Protocol. Muse étend cette logique à un agent personnel conçu pour agir plus largement sur le Web et dans différents services. La différence pertinente n’est donc pas « ChatGPT recommande, Muse achète », mais plutôt la portée et le contexte dans lesquels ces agents peuvent intervenir.

Les marques doivent-elles optimiser leur e-commerce pour les agents IA ?

Il n’existe pas aujourd’hui de méthode garantissant une recommandation par Muse ou un autre agent. Les marques ont néanmoins intérêt à disposer de données produit fiables, structurées et cohérentes : caractéristiques, variantes, disponibilité, prix, livraison et retours. Ce travail bénéficie déjà à Shopping, aux marketplaces et aux moteurs génératifs.

Les agents IA vont-ils remplacer Google ou Meta Ads ?

Il est trop tôt pour l’affirmer et les usages peuvent coexister. Search, Social Ads, influence, branding, marketplaces et agents peuvent intervenir à différents moments du parcours : création de la demande, expression de l’intention, sélection du produit et transaction.

Les annonceurs pourront-ils payer pour être recommandés par les agents ?

Ce n’est pas le fonctionnement actuel des recommandations Shopping de ChatGPT : OpenAI sépare les recommandations organiques de ses formats publicitaires. Pour Muse, Meta n’a pas annoncé de système permettant aux annonceurs d’acheter une place dans les recommandations de l’agent. La monétisation future de cette couche reste donc une question ouverte.