Sept mille sessions d'agents, sept mille réservations
Une étude de McGill a présenté 7 000 fois à des agents IA une page Expedia d'hôtels de Manhattan classés au hasard : chaque session simulée s'est soldée par une réservation, alors qu'un tiers des clients humains d'Expedia ayant cliqué sont repartis sans acheter. Le rang influence encore les agents réglés pour réfléchir moins, mais pour les distributeurs, le vrai changement est l'absence de renoncement.

Neritus Vale
Dans 7 000 sessions simulées, des agents IA ont reçu une page d’hôtels de Manhattan avec pour mission de réserver pour un voyageur. Chaque session s’est conclue par une réservation enregistrée ; aucun argent n’a changé de mains. Davood Wadi et Yu Ma, de l’université McGill, ont mené l’expérience pour savoir si le rang dans les résultats de recherche résiste quand c’est un logiciel qui fait les achats. Les distributeurs devraient la lire pour un autre résultat : aucun agent n’est parti. Dans les données humaines de l’article, un tiers des acheteurs ayant cliqué sont repartis sans réserver, et ce sont précisément ceux que les codes de réduction et les e-mails de panier abandonné cherchent à reconquérir.
La quatrième version de l’article, publiée le 8 octobre, a testé cinq modèles commerciaux de Google, d’Anthropic et d’OpenAI. Chaque session montrait une page de résultats Expedia dans un ordre aléatoire ; les agents pouvaient ouvrir les fiches pour en voir le détail, puis réserver. Avec les réglages par défaut, ils ont ouvert de 1,63 à 5,83 fiches par session, alors que les personnes des données Expedia de Raluca Ursu, collectées en 2012 et 2013, n’en ouvraient le plus souvent qu’une.
Aucun des cinq n’a choisi l’option de sortie « dans aucune condition ». Deux vérifications ont supprimé la consigne de réserver, chacune sur un seul modèle : une formulation modifiée du prompt sur Gemini 3.1 Flash Lite de Google, et un outil neutre « terminer », où nommer un hôtel était facultatif, sur Gemini 3.7 Flash. Flash a quand même réservé à chaque fois. Claude Sonnet 5, Gemini 3.1 Pro et GPT 6 Luna n’ont été testés qu’avec la consigne de réserver. Sur quatre modèles open-weight testés par précaution, seul Nemotron 3.5 de NVIDIA a déjà renoncé, dans 2,2 % de ses sessions.
Cette sortie manquante compte davantage pour les distributeurs que n’importe quel effet de classement de l’article. Un agent à qui l’on dit d’acheter achète sur la page qu’on lui donne. Convaincre le client d’acheter tout court compte moins ; la bataille consiste à figurer sur la page et à y être choisi. Les remises subsistent comme un attribut de plus dans une comparaison que l’agent mènera de toute façon à son terme : dans les régressions de l’article, un badge de remise allait de pair avec une probabilité plus forte de réservation de l’hôtel pour quatre des cinq agents aux réglages par défaut, et plus faible avec GPT 6 Luna.
Les recherches sur les agents d’achat, les nôtres comprises, ont mesuré quel produit un agent choisit et supposé l’achat acquis. ACES, le simulateur à l’origine de notre article de mai, demandait à ses agents de « sélectionner un produit à acheter » parmi huit, sans leur offrir de sortie. Le résumé de Wadi et Ma a lui-même évolué. Les trois premières versions disaient que les agents « ne refusent jamais d’acheter » ; la quatrième supprime la phrase, bien que son corps de texte indique toujours qu’aucun des cinq n’a choisi l’option de sortie. Les premiers résumés disaient que la position « atteint l’étape du choix pour certains modèles et pas pour d’autres », tandis que le quatrième parle d’effets de position « concentrés aux niveaux d’effort de raisonnement les plus bas ». Le zéro, lui, n’a jamais bougé.
La position façonne encore ce qu’un agent ouvre, mais son point faible est passé du bas de la page au milieu. Chez les humains, les clics diminuent régulièrement avec le rang. La probabilité qu’un agent ouvre une fiche atteignait son minimum entre les rangs 62 et 81 puis remontait vers la fin, un schéma que les auteurs jugent cohérent avec la faiblesse des modèles de langage dite « lost in the middle ». Si les agents lisent ainsi les grilles de produits, les emplacements sponsorisés au milieu d’une page de résultats se trouveraient là où ils regardent le moins. C’est notre inférence : l’article n’a pas testé les placements sponsorisés, ACES a vu des agents déprécier les mentions sponsorisées d’environ 20 %, et la note de lancement d’Amazon de janvier 2024 décrit un emplacement « rest of search », pas un emplacement en milieu de page.
Au moment du choix, la position comptait pour certains modèles et certains réglages, pas pour d’autres. À faible effort, les hôtels réservés par Claude Sonnet 5 se situaient au rang moyen de 23 sur une page de 100 hôtels, soit une forte attraction vers le haut. Son réglage par défaut, élevé, a supprimé l’essentiel de cette attraction, portant le rang moyen à 48. Gemini 3.7 Flash, par défaut, a convergé sur un seul hôtel sans effet de position détectable, et le schéma le plus net de l’article est que les agents se ruent sur les fiches très bien notées et peu chères. Ses auteurs estiment que les vendeurs pourraient gagner davantage à renforcer ces signaux, par exemple en sollicitant des avis, « qu’en améliorant leur placement ».
Le vendeur ne choisit pas ce réglage ; l’article le laisse à « un consommateur ou une plateforme ». Depuis le déploiement de GPT-6 par OpenAI cette semaine, les offres Free et Go de ChatGPT tournent sur GPT-6 Luna et les offres plus chères sur GPT-6 Sol. Dans l’article, Luna choisissait en partie selon la position à chaque niveau de raisonnement. Les auteurs ont utilisé le modèle de l’API, pas celui, ajusté, de ChatGPT, et n’ont pas testé Sol. Un choix indifférent à la position ne coûte presque rien : Gemini 3.1 Flash Lite y est parvenu à effort élevé pour environ un centime par session, pas plus qu’avec son réglage par défaut.
Un vendeur peut encore acheter la première place, mais si les offres de ChatGPT se comportent comme le modèle d’API testé par les auteurs, l’abonnement du client contribue à fixer ce qu’elle vaut.
La plus forte objection est que les agents n’avaient aucune raison de partir. Ils n’avaient ni budget, ni goûts exprimés, ni site concurrent, et le prompt principal leur disait de réserver. Les gens qui délèguent une réservation ont peut-être déjà décidé d’acheter, et le tiers humain pourrait être composé de curieux qui ne délégueraient jamais. La thèse tombe si des agents dotés de vraies contraintes renoncent aussi souvent que les humains, et l’article n’a jamais donné de budget à ses agents. Admettons l’objection : l’hésitation se produit alors dans une conversation que le distributeur ne voit jamais. Un agent qui abandonne à cause d’un prix a abandonné sur une règle, et aucun e-mail de panier abandonné ne discute avec une règle.
La preuve repose sur une recherche d’hôtel dans une seule ville, confrontée à d’anciennes données humaines, et les auteurs signalent la plupart de ses limites. Les agents voyaient 100 fiches et les personnes environ 27, si bien que le même rang se situe à des profondeurs différentes dans les deux pages. Les classements sponsorisés et personnalisés sont laissés à de futures recherches, et les auteurs préviennent que des catégories dont les attributs diffèrent en nombre ou en complexité pourraient présenter d’autres effets de position. Nous ajouterions l’habillement, dont aucune page de résultats ne montre la coupe.
Si le réflexe se transpose à l’habillement, le renoncement passera du panier au service des retours. Le client qui aurait abandonné son panier reçoit un colis et décide sur le pas de la porte, une fois que le distributeur a payé l’expédition. Nous n’avons trouvé aucun distributeur ni aucune plateforme ayant publié des taux de retour pour les commandes passées par des agents. Les distributeurs peuvent continuer à enchérir pour le rang sur des pages que lisent les agents, ou demander d’abord aux plateformes le chiffre qui donne son prix à la certitude d’un agent : combien de ses commandes reviennent.