Perplexity lance un assistant shopping IA avec essayage virtuel par avatar. Voici ce que cela change pour le retail français et comment s’y préparer.
Quand l’assistant IA devient vendeur… et cabine d’essayage
La bataille de l’IA dans le commerce en ligne vient de monter d’un cran : après ChatGPT Shopping, Perplexity lance un assistant d’achat intelligent avec essayage virtuel de vêtements par avatar. On n’est plus seulement sur un moteur de recherche : on se rapproche d’un vendeur personnel augmenté par l’IA, disponible 24h/24.
Pour le retail, ce n’est pas un gadget. C’est un nouveau maillon dans la transformation du commerce de détail par l’intelligence artificielle : recommandations ultra-contextuelles, visualisation produit, paiement intégré, mémoire des préférences… tout ce que les enseignes physiques essaient de reproduire en omnicanal, mais directement au cœur de l’expérience de recherche.
Dans cet article, on va voir ce que fait réellement l’assistant shopping IA de Perplexity, comment fonctionne l’essayage virtuel par avatar, et surtout ce que cela change concrètement pour le retail français : expérience client, taux de conversion, retour produit, données, et stratégie face aux géants de l’IA.
Ce que propose vraiment l’assistant shopping IA de Perplexity
L’assistant shopping de Perplexity est pensé comme une conversation d’achat plutôt qu’une liste de résultats. L’utilisateur pose une question en langage naturel, et l’IA répond par une sélection de produits contextualisée.
En pratique, l’outil permet par exemple :
- « Quelle est la meilleure veste d’hiver si j’habite à Brest et que je vais au bureau en scooter ? »
- « Je cherche un canapé pour un salon de 20 m², style scandinave, moins de 1 000 €. »
- « J’ai déjà ce modèle de caméra, je veux un objectif compatible pour le sport. »
L’IA analyse :
- le besoin exprimé (veste, canapé, caméra…) ;
- le contexte d’usage (climat, transport, surface, pratique…) ;
- l’historique de conversation (ce que vous avez déjà demandé, aimé ou exclu).
Les réponses sont présentées sous forme de cartes produits : fiche, points forts, avis, spécifications. L’achat peut se faire directement dans l’interface grâce à un paiement intégré (partenariat PayPal).
La vraie rupture, c’est que Perplexity assume une critique frontale des usages actuels :
Pour Perplexity, les barres de recherche classiques sont « inefficaces pour l’exploration », et une partie des contenus éditoriaux est biaisée par l’affiliation.
Autrement dit : l’entreprise vend l’idée d’un conseil plus neutre et plus pertinent que les pages optimisées SEO et les listes produits sponsorisées.
Sous le capot : images IA, contexte et mémoire persistante
Techniquement, l’assistant s’appuie sur plusieurs briques d’IA qui intéressent directement les retailers.
1. Nano Banana : l’image comme levier de conversion
Perplexity utilise notamment Nano Banana, le modèle de génération et d’édition d’images de Google. Objectif : enrichir l’expérience de recherche avec des visuels générés ou modifiés à la demande.
Concrètement, cela permet :
- de générer des mises en scène produits (un canapé dans un salon clair, une lampe dans une chambre, etc.) ;
- de modifier certains éléments (changer la couleur d’un mur, la luminosité, l’ambiance) pour aider l’utilisateur à se projeter ;
- de proposer une expérience multimodale : texte + image dans la même interface, ce qui est beaucoup plus proche de la façon dont on achète réellement.
Pour un retailer français, ça ouvre des pistes :
- tester des visuels dynamiques dans un moteur interne ou une app mobile, plutôt que des packshots figés ;
- personnaliser les visuels au contexte de l’utilisateur (météo locale, saison, type de logement moyen dans sa région) ;
- réduire le coût de shooting photo en combinant photos réelles + retouches IA contrôlées.
2. Mémoire persistante : l’IA qui se souvient de vos goûts
Perplexity introduit aussi une mémoire persistante :
L’assistant retient vos préférences, centres d’intérêt et infos importantes et va chercher le contexte pertinent pour adapter ses réponses.
Cette mémoire peut inclure :
- vos tailles habituelles, vos marques préférées ;
- vos contraintes (budget, allergies, matériaux à éviter, engagement éco-responsable) ;
- votre style de vie (télétravail, sport, famille, animaux…).
Côté utilisateur, on gagne :
- moins de répétition (« je fais 1,78 m pour 80 kg » à chaque fois) ;
- des conseils de plus en plus précis au fil du temps ;
- un contrôle sur les données : historique consultable, supprimable, désactivé en navigation privée.
Côté commerce de détail, c’est un avant-goût de ce que doit être la personnalisation omnicanale par l’IA : une mémoire client, mais opérationnelle (qui sert directement à adapter la recommandation, pas seulement un CRM qui stocke des infos).
Essayage virtuel par avatar : ce que cela change pour la mode
L’autre annonce forte, c’est l’essayage virtuel. Réservé aux abonnés Pro et Max, il fonctionne en trois étapes :
- L’utilisateur importe une photo de lui.
- L’IA génère un avatar numérique réaliste.
- Sur les produits compatibles, un bouton « essayer » permet d’appliquer le vêtement à cet avatar.
Pourquoi c’est important pour le retail mode
L’essayage virtuel coche plusieurs cases clés pour les enseignes textiles :
- Réduction des retours : moins d’achats « au hasard », meilleure perception de la coupe et du tombé.
- Augmentation du panier moyen : si l’avatar est convaincant avec la veste, il sera aussi « habillé » avec les bottes et le pantalon assortis.
- Différenciation UX : dans un océan de listes produits identiques, proposer une « cabine d’essayage numérique » crée un effet waouh.
On le voit déjà chez certains acteurs (Zalando, Amazon Fashion, solutions de fitting 3D), mais ce qui change ici, c’est que l’essayage est intégré au moteur de recherche conversationnel. On ne choisit plus un vêtement sur fiche, on le découvre dans le flux de discussion avec l’IA.
Les limites et questions pour les retailers français
Pour un acteur français, il faudra quand même garder la tête froide :
- Réglementairement, on touche à des données biométriques (photos de corps, silhouette). RGPD oblige : base légale, durée de conservation, sécurité, suppression simple.
- Inclusivité : un avatar qui gère mal certains types de corps, handicaps, morphologies non standards, c’est le meilleur moyen de se faire critiquer publiquement.
- Réalisme vs attente : si l’essayage est trop flatteur ou mal calibré, on recrée de la déception à la livraison… donc des retours.
Ma conviction : les enseignes qui réussiront seront celles qui traiteront l’essayage virtuel comme un outil d’aide honnête, pas comme un filtre beauté.
Ce que les retailers français doivent retenir (et préparer)
Même si le service Perplexity n’est pas encore disponible en France, il donne une feuille de route très claire pour le commerce de détail.
1. Passer de la recherche à la conversation
Les utilisateurs vont prendre l’habitude de poser des questions complètes à une IA plutôt que de taper trois mots-clés.
Pour un retailer, cela signifie :
- repenser le moteur de recherche interne vers un assistant conversationnel : « je cherche une tenue pour un mariage en juin, budget 150 €, plutôt pastel » ;
- structurer les données produits (descriptions, attributs, avis) pour que l’IA puisse raisonner : météo, occasions, contraintes, compatibilités ;
- former les équipes métier (marketing, e-merch, CRM) à briefer l’IA comme on brieferait un vendeur.
2. Construire sa propre mémoire client, utile et respectueuse
La mémoire persistante de Perplexity montre ce qu’attendent les clients :
« Tu me connais, tu sais ce que j’aime, tu ne me fais pas répéter 10 fois la même chose. »
Pour un distributeur :
- centraliser les données de préférences (tailles, styles, budgets, canaux préférés) dans une CDP ou un CRM moderne ;
- utiliser un moteur d’IA de recommandation qui exploite ces données en temps réel sur le site, l’app, en boutique via les vendeurs équipés ;
- donner un vrai contrôle utilisateur : tableau de bord des préférences, switch pour désactiver la personnalisation, suppression possible.
Ce n’est pas qu’un sujet technique. C’est un engagement relationnel.
3. Tester l’IA visuelle sans brûler sa marque
L’IA générative d’images ouvre des perspectives formidables, mais il faut avancer proprement :
- commencer par des cas limités et maîtrisés : mises en scène complémentaires, variantes de couleurs, habillage de newsletters ;
- garder une traçabilité de ce qui est réel vs généré, pour éviter toute tromperie sur le produit ;
- associer les équipes créa / brand très tôt : l’IA doit amplifier l’identité de marque, pas la diluer.
4. Penser partenariat plutôt que confrontation frontale
Perplexity, OpenAI, Google… ces acteurs vont capter une part croissante de l’intention d’achat en amont. Tenter de les battre sur leur terrain est illusoire.
En revanche, les retailers peuvent :
- travailler sur la qualité de leurs flux produits (données complètes, structurées, à jour) pour être bien compris par les IA ;
- négocier des partenariats ou intégrations (catalogues, programmes d’affiliation nouvelle génération, données de disponibilité et de livraison en temps réel) ;
- se concentrer sur tout ce que les géants de l’IA ne feront pas : expérience de livraison, SAV, conseil humain, services en magasin, engagement local.
La guerre de l’IA dans le commerce ne se jouera pas uniquement sur l’écran. Elle se jouera aussi dans la capacité du retailer à enchaîner expérience numérique fluide et expérience physique cohérente.
Et maintenant, que faire concrètement en 2026 ?
Pour un acteur du retail français, Perplexity vient d’envoyer un message assez clair : l’assistant d’achat IA va devenir un standard, pas une option. Ceux qui s’y mettent tôt prendront une longueur d’avance.
Les prochains mois peuvent être utilisés pour :
- lancer un POC d’assistant conversationnel sur une catégorie clé (mode, déco, high-tech) ;
- auditer la qualité des données produits : champs unifiés, descriptions riches, avis exploitables par une IA ;
- expérimenter un premier module d’essayage virtuel ou de visualisation 3D sur une sélection de produits ;
- former les équipes marketing et e-commerce à penser « parcours IA » : quels scénarios, quels messages, quelles limites.
La réalité ? On se dirige vers un monde où l’utilisateur dira à son IA :
« Trouve-moi une tenue complète pour le réveillon, livraison avant le 24/12, style chic mais confortable, budget 200 €. »
La question n’est plus de savoir si ce scénario va exister, mais avec quel acteur il se réalisera… et si votre enseigne fera partie des options proposées.
Pour les retailers qui veulent innover, l’annonce de Perplexity n’est pas une menace. C’est un signal très utile : les standards de l’expérience d’achat viennent de monter. Autant commencer à s’y aligner dès maintenant.