L'IA ne montre plus des produits à Amazon : elle lui génère de nouveaux acheteurs
L'analyse la plus intéressante de la note d'Evercore ISI sur Amazon ne se trouve pas dans le prix cible. Elle réside dans un chiffre qui, lu attentivement, transforme la nature même du business : 57 % des utilisateurs d'Alexa dotée de capacités d'intelligence artificielle ont acheté un produit qu'ils ne connaissaient pas avant d'interagir avec l'assistant. Ce n'est pas là une amélioration de l'efficacité du processus d'achat. C'est une demande qui n'existait pas.
Mark Mahaney, analyste senior chez Evercore ISI et l'une des voix les plus suivies dans le secteur de la technologie grand public à Wall Street, a publié le 28 août 2026 une note à ses clients dans laquelle il relevait le prix cible d'Amazon de 315 à 355 dollars par action, impliquant une hausse potentielle d'environ 40 % par rapport à la clôture précédente. La justification ne reposait pas sur des améliorations opérationnelles d'AWS ni sur des marges publicitaires. Elle s'appuyait sur les résultats de la quatorzième édition de l'enquête annuelle d'Evercore sur le commerce de détail numérique aux États-Unis, et sur ce que cette enquête avait révélé concernant le comportement concret des utilisateurs d'Alexa intégrant l'IA.
Le mouvement a bénéficié d'un soutien immédiat : 64 des 68 analystes couvrant Amazon l'avaient qualifiée d'achat ou d'achat fort, selon les données de LSEG au moment de la publication. Les actions avaient accumulé une hausse de 16 % au cours du mois précédent et de 27 % sur les six mois antérieurs. Le marché était déjà positionné. Mais la note de Mahaney apportait quelque chose que le consensus ne possédait pas : des preuves quantitatives que l'IA est en train de modifier le comportement d'achat dans le présent, et non dans une projection future.
---
Quand l'assistant cesse de répondre aux questions et commence à générer des besoins
Pendant des années, le modèle mental dominant concernant les assistants vocaux a été celui de facilitateurs : des outils qui accélèrent une intention préexistante. L'utilisateur voulait déjà acheter des piles AA ; Alexa se contentait de passer la commande plus rapidement. Cette version de l'assistant est utile, mais elle ne transforme pas l'économie du commerce de détail. Elle comprime simplement le temps entre la décision et la transaction.
Ce que les données d'Evercore révèlent est quelque chose de structurellement différent. Lorsque plus de la moitié des utilisateurs d'Alexa AI finissent par acheter quelque chose qu'ils ne savaient pas vouloir, l'assistant a cessé d'être un canal d'exécution pour devenir un générateur de demande. Cette différence n'est pas sémantique. Elle a des implications directes sur la façon dont on mesure le retour sur investissement dans l'IA, sur la manière dont on conçoit l'expérience produit, et sur qui l'emporte dans le commerce numérique des prochaines années.
Dans la logique classique du commerce électronique, la valeur d'une plateforme se mesure à sa capacité à convertir l'intention en transaction. Amazon a optimisé cette équation pendant deux décennies grâce à des moteurs de recommandation, à une logistique de livraison rapide et à une friction réduite lors du paiement. Mais toutes ces améliorations opéraient sur une demande existante : des utilisateurs qui arrivaient avec quelque chose en tête et trouvaient la manière la plus efficace de l'obtenir.
L'IA agentique — terme que la note de Mahaney utilise pour décrire des systèmes capables d'exécuter des tâches complexes de manière autonome, incluant la découverte de produits et la gestion des achats sans intervention humaine — fonctionne dans un registre différent. Elle n'attend pas l'intention. Elle la construit. Et lorsqu'elle le fait avec 36 % des utilisateurs déclarant qu'ils achètent davantage en volume après l'incorporation de l'IA dans Alexa, l'impact cesse d'être un ajustement marginal du taux de conversion pour devenir une expansion du volume total de commerce transitant par la plateforme.
C'est ce que Mahaney décrit comme « additif » : non pas un transfert de demande d'un canal vers un autre, mais l'émergence d'une demande qui ne se matérialisait pas auparavant parce que l'utilisateur n'avait pas été exposé au produit ou n'avait pas complété le processus cognitif menant à une décision d'achat. L'assistant comprime ou élimine directement cette friction cognitive.
---
L'écart de 34 points que l'IA peut transformer en fossé
L'enquête d'Evercore a également fourni un élément de contexte concurrentiel qui mérite une attention particulière. 92 % des personnes interrogées avaient utilisé Amazon comme plateforme d'achat en ligne. Walmart, suivant dans la liste, atteignait 58 %. Trente-quatre points d'écart en termes de pénétration d'usage entre le premier et le deuxième rang.
Ce chiffre n'est pas seulement une photographie de la position actuelle. C'est le point de départ depuis lequel l'IA peut opérer. Une plateforme avec 92 % de pénétration a accès à un univers de données comportementales d'achat — historique, fréquence, catégories, préférences saisonnières, réponses aux recommandations antérieures — qu'aucun concurrent affichant 58 % de pénétration ne peut égaler à court terme. Et l'IA agentique se nourrit précisément de cette masse de données pour améliorer la qualité de ses recommandations.
Le risque stratégique pour Walmart et les autres concurrents n'est pas qu'Amazon dispose d'une fonction d'IA techniquement plus sophistiquée. Le risque est que l'avantage en données qu'Amazon accumule à chaque interaction d'Alexa AI devienne de plus en plus difficile à répliquer à mesure que le système apprend. Chaque achat d'un produit auparavant inconnu effectué par un utilisateur d'Alexa renvoie au modèle un signal de préférence qu'aucun moteur de recherche externe ne capture avec la même résolution. C'est un cycle auto-renforçant : davantage d'utilisateurs, davantage de données, de meilleures recommandations, davantage de demande générée, davantage d'utilisateurs.
Walmart dispose d'une solidité en logistique, d'une présence physique et d'une pénétration dans les segments de prix. Mais sur le terrain spécifique de la découverte de produits médiée par l'IA avec des données propriétaires de comportement d'achat, la distance à parcourir n'est pas de 34 points de pourcentage. Elle est structurelle.
Cela ne signifie pas que l'avantage d'Amazon est permanent ni qu'il n'existe pas de vecteurs par lesquels un concurrent peut attaquer. Cela signifie que le vecteur choisi par Evercore ISI pour justifier la hausse du prix cible — l'IA comme génératrice de demande incrémentale — est également le vecteur le plus difficile à répliquer pour tout acteur qui ne part pas avec une base de données de comportement d'achat de même ampleur.
---
Le prix cible de 355 dollars comme hypothèse sur un nouveau modèle de croissance
Une révision à la hausse du prix cible de 315 à 355 dollars n'est pas seulement une révision des hypothèses financières. C'est une affirmation sur la nature de la croissance future d'Amazon Retail. Mahaney affirme, avec des chiffres concrets d'enquête comme appui, que le plafond du commerce transitant par Amazon est plus élevé que ce que les modèles antérieurs envisageaient, parce que l'IA crée des catégories de demande qui n'existaient pas auparavant au sein de la plateforme.
Cet argument a de la solidité si la condition qui le soutient se maintient : que les 57 % d'utilisateurs achetant des produits inconnus et les 36 % achetant davantage en volume ne soient pas des effets de nouveauté qui se diluent avec le temps, mais des changements dans les habitudes d'utilisation qui se consolident à mesure que l'assistant apprend mieux les préférences de l'utilisateur. L'enquête capture un moment spécifique. Ce que les prochains trimestres révéleront, c'est si ces chiffres se maintiennent, progressent ou s'érodent lorsque l'effet de nouveauté se normalise.
La question structurelle que le marché devra trancher lors des prochaines présentations de résultats d'Amazon est de savoir si la croissance de Retail peut être attribuée de manière vérifiable à l'adoption d'Alexa AI, et si cette attribution apparaît dans les indicateurs que l'entreprise communique : fréquence d'achat, valeur moyenne de la commande, taux de rachat dans de nouvelles catégories pour l'utilisateur. Si ces indicateurs accompagnent le récit d'Evercore, l'hypothèse passe de l'enquête à la preuve opérationnelle. Si ces indicateurs n'apparaissent pas, la hausse du prix cible aura anticipé un effet que le business ne traduit pas encore en revenus mesurables.
Ce qui est déjà clair dès à présent, c'est que la thèse d'investissement à long terme sur Amazon a cessé de tourner exclusivement autour d'AWS et des marges publicitaires. L'IA intégrée dans l'expérience d'achat du consommateur final est devenue un troisième moteur que les analystes commencent à valoriser avec leurs propres données, et non uniquement avec un récit. Cela change le type de questions qu'il vaut la peine de poser aux résultats trimestriels de l'entreprise.
---
Ce que l'utilisateur d'Alexa a souscrit sans le savoir
Il existe une façon de lire ces chiffres qui va au-delà de l'analyse boursière. Lorsqu'un utilisateur d'Alexa achète quelque chose qu'il ne savait pas vouloir, il souscrit à quelque chose de très précis : l'élimination de l'effort de découverte. Non pas le produit en lui-même, mais le processus qui le précède normalement — chercher, comparer, évaluer, décider — comprimé ou délégué à un agent qui connaît son historique et peut formuler une recommandation avec davantage de contexte que l'utilisateur lui-même ne pourrait en articuler à ce moment-là.
C'est ce que l'IA agentique vend, même si elle ne le décrit pas ainsi. Et c'est une avancée fonctionnelle concrète dans la vie de quelqu'un qui dispose de moins de temps pour naviguer parmi les options, qui fait confiance à la plateforme pour connaître suffisamment bien ses préférences, et qui est prêt à céder une partie du contrôle du processus d'achat en échange de rapidité et de pertinence. Les 57 % qui ont acheté quelque chose d'inconnu n'ont pas été manipulés. Ils ont souscrit à une commodité cognitive, et la transaction s'est révélée satisfaisante.
Le risque à long terme pour l'utilisateur — et le point où cette dynamique peut se rompre — est que la recommandation de l'agent commence à prioriser les marges d'Amazon au détriment de la préférence authentique de l'utilisateur. Lorsque cela se produit, la confiance envers l'assistant s'érode et le comportement d'achat revient entre les mains de l'utilisateur. Pour l'instant, les données d'Evercore suggèrent que ce seuil n'a pas été franchi. L'assistant est toujours perçu comme utile, et non comme un vendeur.
Cette perception est l'actif le plus fragile et le plus précieux qu'Amazon possède dans cette nouvelle phase de son activité de commerce de détail.
