Carve Designs, marque d’habillement féminin, dit bloquer activement le trafic provenant d’agents IA. Selon sa cofondatrice, cette décision répond d’abord à un enjeu de pilotage de la conversion : la hausse du trafic automatisé brouillait la lecture des performances du site et compliquait l’analyse des parcours d’achat. Le sujet prend de l’ampleur au moment où des acteurs comme Shopify et Salesforce multiplient les intégrations avec les grands modèles de langage et les expériences de commerce agentique. Pour les marchands, la question n’est plus théorique : faut-il ouvrir ses portes aux agents, les filtrer, ou gérer les deux selon les cas d’usage ?
Pourquoi c’est important pour les e-commerçants
Ce cas montre que le trafic IA n’est pas seulement une nouvelle source d’audience : il peut aussi perturber des indicateurs clés de pilotage. Quand des agents visitent un site, consultent des produits ou simulent des comportements d’achat, ils peuvent gonfler le trafic sans générer une conversion comparable à celle d’un humain. Résultat : les équipes acquisition, conversion et CRM risquent de travailler sur des données moins lisibles. Pour un marchand, cela touche directement la marge marketing, le suivi du taux de conversion et la capacité à optimiser les campagnes.
Le sujet a aussi une dimension expérience client. Si un site s’ouvre demain à des assistants d’achat, il faudra savoir quelles données ils peuvent lire, comment ils interprètent les contenus, et à quel moment ils passent la main au client final. Le chantier concerne donc autant le merchandising que le support, le paiement et la gestion du catalogue.
Ce qu’il faut regarder avant de décider
- La part de trafic automatisé déjà détectée sur vos pages produit, votre recherche interne et votre tunnel de commande.
- L’impact sur vos KPI : trafic, taux de conversion, panier moyen, coût d’acquisition et qualité des rapports.
- La capacité à distinguer humain et agent sans dégrader la mesure ni bloquer des usages utiles.
- Les cas d’usage que vous acceptez : simple consultation, comparaison de catalogues, assistance à l’achat, ou parcours transactionnel.
- Les conséquences opérationnelles sur la charge serveur, le support client, le contenu catalogue et la gouvernance des données.
Le point de vigilance
Le principal risque est de traiter tous les agents IA comme des bots à bloquer par défaut. À court terme, cette approche peut aider à garder des tableaux de bord propres. Mais elle peut aussi fermer la porte à de nouveaux canaux de découverte et de recommandation, notamment si les assistants d’achat deviennent un point d’entrée important vers les boutiques en ligne. À l’inverse, ouvrir trop vite sans cadre peut brouiller vos mesures et compliquer le merchandising. Le bon arbitrage dépend donc de votre maturité data et de votre stratégie d’acquisition.
En pratique, l’enjeu n’est pas de choisir une position idéologique sur l’IA, mais de décider ce que vous voulez mesurer, autoriser et contrôler. La bonne question n’est pas seulement “faut-il bloquer les agents ?”, mais “quels agents, pour quel usage, et avec quel impact sur nos KPI ?”.
