En haut de la rangée de produits, on lit « Hydratation fonctionnelle, moins de sucre », dans la graisse et la position qu’occupait autrefois le titre écrit par un merchandiser — sauf qu’ici, aucun merchandiser ne l’a rédigé. C’est un exemple de sortie du cadre de merchandising en cascade d’Instacart, qui génère d’abord le thème d’un module, puis les mots-clés contraints qui vont y faire remonter des produits. Chaque image de produit sous cette ligne découle donc d’une phrase qu’un modèle a écrite à votre sujet. Instacart indique que ce dispositif augmenterait les ajouts au panier par page vue d’environ 2,7 % par rapport à une référence déjà solide, testé sur des centaines de milliers d’utilisateurs face à un catalogue de dizaines de millions d’articles.

Cette supposition sous-jacente est elle-même devenue un sujet de recherche. Un pipeline publié sur arXiv le 11 août par cinq chercheurs de JPMorgan Chase commence par rejeter la lecture habituelle des données de clic : les actions observées sont traitées comme des indicateurs fiables de préférence, alors qu’elles enregistrent souvent de l’exploration ou de la comparaison. Leur méthode, l’Inverse Theory of Mind, fait tourner l’inférence à l’envers : elle reconstruit ce que l’acheteur a vu et ce qu’il a laissé de côté, puis génère des énoncés en langage naturel sur les croyances qui expliqueraient son choix. Les auteurs sont directs sur le contexte : les interfaces passent de mises en page statiques à l’UI générative et à la réalité étendue, et ces environnements doivent décider non seulement quoi présenter, mais « où, quand, avec quelle importance visuelle, et surtout pourquoi un utilisateur agit ».

Sur le jeu de données OPeRA, constitué de sessions Amazon enregistrées, de traces de navigation et d’entretiens post-session, le persona inventé par le modèle a prédit l’action suivante de l’acheteur plus souvent que le profil qu’OPeRA avait construit à partir de l’entretien, des données démographiques et du raisonnement de cet acheteur : 25,69 % contre 17,06 %, avec Claude Opus 4.6 comme moteur de raisonnement. Le persona inventé se trompait environ trois fois sur quatre ; celui construit à partir de l’entretien, plutôt cinq fois sur six.

Ce que la génération fait disparaître, c’est l’adjacence — et c’est précisément là que la mode a toujours fait son travail. Alexey Brodovitch a dirigé artistiquement Harper’s Bazaar de 1934 à 1958 selon le principe que l’unité de composition était la double page plutôt que la page seule, de sorte que deux images en vis-à-vis se répondaient et que la séquence d’un numéro entier construisait un rythme que le lecteur ressentait sans pouvoir le nommer. Un portant en boutique obéit à la même logique, tout comme une vitrine, tout comme la grille de six images en haut d’une page de catégorie. Quelqu’un a décidé ce qui se trouve à côté de quoi. Une page assemblée pour chaque acheteur à partir de thèmes générés n’a ni double page ni auteur, puisque personne ne voit la même adjacence que son voisin.

L’article d’Instacart soutient que l’ancienne architecture — thèmes fixes et classeurs point par point — limite « la cohésion sémantique de la page », et que la génération la restaure. C’est justement cette cohésion qui pose problème. Une grille désordonnée se lit comme une boutique, et l’œil la relativise ; une cohérence se lit comme un point de vue, et un point de vue construit sur une mauvaise lecture de votre après-midi est un point de vue que vous n’avez pas demandé et que vous ne pouvez pas contester. L’échec a changé de forme : d’une mauvaise recommandation isolée au milieu de bonnes, on passe à une page entière stylisée autour d’une idée fausse de qui vous êtes. La correction que l’acheteur tape ensuite est le signal que nous avons examiné ce matin, du côté de l’agent.

Rien de tout cela n’attend une feuille de route. Google a intégré des interfaces génératives dans l’application Gemini et dans AI Mode en novembre 2025, où le modèle rédige la mise en page et génère les images qui la remplissent. Une coentreprise d’UI générative entre WPP et Google est déjà opérationnelle, répertoriée par Glossy parmi les outils que les agences vendent pour contrer la recherche zéro-clic. La précaution prise par Instacart en dit long : une couche d’évaluation du contenu et de filtrage qualité examine chaque sortie avant publication, et un repli déterministe rattrape ce qui passe à travers les mailles, la boutique statique d’origine restant en dessous, prête à prendre le relais si la génération échoue ou obtient un mauvais score.

Il faut manier la thèse psychologique avec prudence. Le pipeline de JPMorgan a été validé sur 46 profils d’utilisateurs, tirés d’un jeu de données comptant 692 sessions et 51 personnes au total — un échantillon bien mince pour conclure que quoi que ce soit comprend vraiment pourquoi nous faisons nos achats. La génération, elle, tourne déjà à grande échelle. D’ici un an, un acheteur ouvrira une page de catégorie dont le titre, les produits en dessous et le cadrage de l’image principale auront tous été fixés par la lecture que le modèle aura faite de son humeur cet après-midi-là, et la boutique aura l’air composée. Personne ne l’aura composée.