Fondée en 2012, Mirakl s'est imposée comme l'un des acteurs de référence des plateformes de marketplace B2B et B2C. Avec Nexus, la société se positionne sur le secteur émergent du commerce agentique. Anne-Claire Baschet, Chief Data & AI Officer chez Mirakl, revient sur les enjeux auxquels répond cette solution et détaille la stratégie IA de l’entreprise.
Vous présentez Mirakl Nexus comme une solution pour le “commerce 3.0”. Comment définissez-vous ce terme ?
Au départ, il y a le commerce 1.0 : le web et le mobile, qui ont permis de découvrir et d’acheter des produits sans se déplacer physiquement. Le commerce 2.0 correspond ensuite à l’ère des plateformes. Des acteurs comme Amazon ou Airbnb ont centralisé une offre large en un point d’accès unique. Nous entrons aujourd’hui dans l’époque du commerce 3.0, qui marque une nouvelle évolution des interactions entre consommateurs, marques et distributeurs. Ce que nous appelons l’“agentic commerce” désigne la capacité, pour un utilisateur, de déléguer à un agent l’ensemble du parcours d’achat : de la découverte des produits à l’acte d’achat, en passant par la comparaison ou la négociation (notamment en B2B), jusqu’à la gestion post-achat.
Qu’est-ce que cela change pour les clients, en termes d’approche ?
Cela change d’abord la manière d’exprimer un besoin. Les consommateurs n’ont jamais raisonné en mots-clés. On n’entre pas dans un magasin en disant “chaussures de course” en espérant une réponse pertinente. On décrit un contexte : préparer un marathon, préférer une certaine marque, avoir un type de pied spécifique, chercher une paire pour l’entraînement ou la compétition. La technologie permet enfin d’exprimer ce besoin de manière naturelle. Le deuxième impact, c’est la simplification du parcours d’achat. Cette capacité à formuler une intention complète permet d’aller directement vers un produit adapté.
Quels sont les signaux qui montrent que nous sommes entrés dans cette nouvelle ère du commerce 3.0 ?
Le virage s’est notamment opéré au moment du Black Friday. On a alors constaté une explosion du trafic généré par les agents, avec une hausse de 805 %. Autre indicateur marquant : ce trafic issu des plateformes de LLM affiche des taux de conversion nettement supérieurs à ceux du trafic traditionnel. Pendant le Black Friday, il atteignait ainsi 38 %. Côté retailers, certains signaux suscitent des inquiétudes. Depuis juin dernier, on observe une baisse du trafic de referral. Ce recul s’explique en partie par un changement des usages : les consommateurs commencent désormais leur parcours de recherche directement sur ces plateformes. Ils y trouvent souvent des réponses immédiates, ce qui réduit les visites vers les sites marchands. Dans d’autres cas, ces interfaces orientent vers des marques concurrentes, accentuant la perte de trafic.
Quels défis cela représente pour les acteurs du retail ?
Le principal défi est d’être visibles là où se trouvent les consommateurs. Or, les parcours ne commencent plus uniquement sur les moteurs de recherche traditionnels, mais de plus en plus sur des interfaces pilotées par des LLM. Dans ce contexte, plusieurs leviers émergent. Le premier relève du GEO (Generative Engine Optimization) : il s’agit de la capacité d’une marque à être identifiée, comprise et recommandée par les modèles. Cela prolonge les logiques SEO classiques (structure des pages, qualité du contenu) mais avec des adaptations. Les agents ne se contentent pas d’une source unique, ils croisent les informations pour évaluer la crédibilité d’une marque. Il devient donc essentiel de développer une présence éditoriale et une réputation au-delà de son propre site.
Comment fonctionne concrètement Nexus et comment répond-il à ces nouveaux enjeux ?
Avec Nexus, nous développons ce que nous appelons une solution d’agentic activation. L’objectif est de permettre aux retailers, aux marques et aux vendeurs d’optimiser leurs contenus produits pour qu’ils soient directement exploitables par les agents. Lorsqu’un agent arrive avec une intention d’achat, il doit pouvoir identifier immédiatement qu’un produit est pertinent, fiable et adapté à la demande. Concrètement, cela passe par un enrichissement des fiches produits, afin de clarifier leurs usages et faciliter leur compréhension par les LLM.
Via Mirakl Connect, les retailers peuvent connecter leur catalogue depuis des plateformes comme Salesforce ou Shopify, via une API ou simplement un fichier Excel. L’“agentic product enrichment” génère ensuite des attributs additionnels qui améliorent la manière dont les agents interprètent et recommandent les produits. Ces données peuvent être intégrées dans les métadonnées des sites, afin que des acteurs comme OpenAI, Google, Mistral AI ou Anthropic puissent afficher des fiches produits plus complètes.
Et concernant l’étape du paiement ?
La brique “agentic channel” permet d’activer directement la transaction. Un retailer utilisant Stripe (Mirakl a récemment signé des partenariats avec Stripe et JPMorgan, ndlr) peut synchroniser son catalogue, recevoir des commandes et gérer les paiements tout en conservant la maîtrise de son système. Le paiement peut être initié dans une interface LLM puis finalisé côté retailer, sans rupture dans le parcours.
Pouvez-vous nous donner un exemple ?
Revenons à nos chaussures de course. J’évoquais une requête longue, qui contenait déjà des éléments très précis, comme la préparation d’un marathon. L’idée consiste à transformer ce type d’intention en attributs produits explicites. Concrètement, cela revient à générer des contenus de type FAQ ou des attributs indiquant, par exemple, qu’un modèle est idéal pour l’entraînement, adapté à un certain type de pied ou pertinent pour des sorties longues. Ces éléments sont fondamentaux pour améliorer la découvrabilité et permettre aux produits d’une marque ou d’un retailer d’être correctement identifiés et recommandés par les LLM. C’est ce que nous appelons la product optimisation. Il s’agit d’enrichir les informations produits pour permettre aux agents de comprendre qu’il s’agit du bon produit pour répondre à un besoin client donné. Cette approche s’inscrit dans la continuité du savoir-faire développé par Mirakl depuis 14 ans sur les données produits.
Quel est votre modèle économique ?
Un abonnement, indexé sur le volume de produits découvrables. L'enjeu central est la transformation des données catalogue : enrichir un produit peut coûter entre 2 et 10 euros via des LLM classiques. Nous avons développé notre propre “catalog transformer”, combinant fine-tuning, modèles légers et open source, ce qui réduit à la fois les coûts et la dépendance aux tarifs unitaires des grands modèles.
Dans ce nouveau paysage piloté par les LLM, comment les marques peuvent-elles construire une identité forte et maintenir leur visibilité ?
Il y a un enjeu à court terme autour du data gap et de la fragmentation des standards. Les protocoles actuels ne permettent pas encore de préserver pleinement l’identité des marques, avec un risque de standardisation de la présentation des produits. En parallèle, le principal impact concerne le retail media, avec une baisse du trafic entrant sur les sites marchands. Mais le trafic issu des LLM arrive davantage sur les pages produits, ce qui ouvre de nouvelles opportunités, notamment via des emplacements sponsorisés pour des produits similaires ou complémentaires. À terme, on peut imaginer des agents intégrés aux sites des marques, voire des agents interagissant entre eux pour finaliser une transaction. Cela étend le retail media à de nouveaux environnements, dans un écosystème plus fragmenté.
Quels sont les principaux obstacles au commerce agentique ?
Hormis la question des données produits, la deuxième problématique, en partie résolue, est celle du merchant of record. Le retailer veut conserver la relation client, les données CRM, la maîtrise du paiement et des retours. Les protocoles actuels d'OpenAI et Google permettent désormais de clarifier ce rôle. Cette évolution s'appuie sur des partenariats avec Visa et Mastercard, qui sécurisent les autorisations de paiement sous forme de tokens. Deux zones restent peu définies : les programmes de fidélité (comment transmettre à un LLM qu'un client bénéficie de la livraison gratuite ou d'un statut particulier ?) et l'après-vente, où la gestion des retours et des erreurs de livraison reste largement hors du périmètre natif des agents.
Le commerce agentique se fait en continu, 24h/24, 7j/7. Comment vous y préparez-vous ?
C’est un environnement déjà compatible avec notre infrastructure. Mirakl traite environ 14 milliards de GMV sur ses plateformes et a atteint 118 commandes par seconde lors du Black Friday. Le temps réel sur les données produits, les prix et la gestion des commandes est déjà au cœur de notre technologie. Le commerce agentique intensifie cette exigence, il ne la crée pas. Le deuxième enjeu est l’introduction de l’agentique dans les opérations. Si les volumes augmentent fortement, il faut pouvoir gérer le customer care, anticiper les ruptures et garantir des délais de livraison fiables. Notre conviction est que les agents peuvent automatiser une partie de ces tâches, en anticipant les tensions sur les stocks et en identifiant des opportunités produits en temps réel. On voit ainsi émerger un double mouvement : commerce agentique côté front, transformation des opérations côté back.
Voyez-vous émerger de nouveaux intermédiaires entre les LLM et les marketplaces, ou le marché va-t-il se concentrer sur quelques acteurs dominants ?
Le marché est immense, avec une projection de 3 000 à 5 000 milliards de dollars d’ici 2030, et on observe déjà une explosion du nombre d’acteurs. À court terme, cette fragmentation va perdurer. Mais à mesure que les usages se structurent, certaines couches vont devenir incontournables. Dans un monde agentique, n’importe quel agent doit pouvoir se connecter à des marchands et exécuter des transactions. Cela rend essentielle l’émergence d’une couche d’orchestration, capable de standardiser ces interactions. C’est précisément ce que nous construisons avec Nexus.