Doubao, l’IA chinoise qui détrône DeepSeek : ce que la révolution agentique va changer pour les marques françaises
En huit mois, Doubao est devenue l’application d’intelligence artificielle la plus utilisée en Chine avec 157 millions d’utilisateurs actifs, dépassant la sensation DeepSeek. Ce succès fulgurant de ByteDance n’est pas qu’une prouesse technologique : il annonce une transformation radicale du comportement des consommateurs à l’échelle mondiale. Alors que 44% des utilisateurs préfèrent désormais la recherche assistée par IA à Google, les marques françaises et européennes doivent anticiper un changement de paradigme majeur : l’ère du commerce agentique, où les algorithmes achètent à la place des humains.
Le phénomène Doubao : anatomie d’un succès chinois qui préfigure l’avenir occidental
La compétition pour le leadership du marché chinois de l’intelligence artificielle générative vient de connaître un tournant décisif. Doubao, l’application développée par ByteDance (maison-mère de TikTok), s’est imposée comme l’IA conversationnelle dominante en Chine, surpassant DeepSeek qui faisait pourtant les gros titres mondiaux quelques mois auparavant. Selon les données de QuestMobile publiées en août 2025, Doubao a franchi le cap des 157 millions d’utilisateurs actifs mensuels, reléguant DeepSeek à la seconde place avec 143 millions d’utilisateurs.
Ce succès ne se limite pas au marché domestique chinois. La société de capital-risque américaine Andreessen Horowitz a classé Doubao comme la quatrième application d’IA générative la plus populaire au monde, juste derrière les géants ChatGPT, Gemini et AI Gallery. Cette percée internationale témoigne d’une stratégie produit particulièrement efficace qui pourrait bien inspirer les futurs acteurs européens et américains.
Contrairement aux interfaces froides et fonctionnelles de la plupart des chatbots occidentaux, Doubao mise sur une approche résolument humaniste. L’application se présente avec un avatar féminin de style animé, aux cheveux courts et au sourire bienveillant, qui accueille personnellement chaque utilisateur au lancement. Le nom lui-même révèle cette stratégie d’attachement émotionnel : « Doubao » signifie littéralement « petit pain à la vapeur farci aux haricots rouges », une pâtisserie traditionnelle chinoise évoquant la douceur et la familiarité du quotidien. « Nous voulions que cela sonne comme le surnom qu’un utilisateur donnerait à un ami intime », expliquait Alex Zhu, vice-président de ByteDance, lors d’une conférence en 2024.
L’assistant vocal qui franchit le mur de l’autonomie
En décembre 2025, ByteDance a franchi une étape supplémentaire en lançant un assistant vocal pour smartphones capable d’agir de manière entièrement autonome au nom de l’utilisateur. Alimenté par le modèle de langage Doubao, cet assistant rappelle immédiatement l’IA du film « Her », dans lequel le protagoniste développe une relation émotionnelle profonde avec la voix qui habite son téléphone. Mais au-delà de la métaphore cinématographique, les capacités techniques impressionnent : ouverture d’onglets autonome, réservation de billets sans intervention humaine, recherche contextuelle d’informations dans l’ensemble du téléphone.
La véritable innovation réside dans le système speech-to-speech qui permet des conversations fluides avec des réponses quasi-instantanées et la possibilité d’interrompre l’assistant en pleine phrase, exactement comme on le ferait avec un interlocuteur humain. Selon le Guangdong Yangcheng Evening News, les appels vocaux de Doubao sont désormais « presque indiscernables d’un humain » en termes de réalisme émotionnel, capables de transmettre la joie, la tristesse ou l’empathie avec une justesse troublante. Cette dimension affective constitue un avantage compétitif décisif dans un marché où la différenciation technologique pure s’amenuise.
Doubao bénéficie également de l’écosystème tentaculaire de ByteDance pour une intégration transparente avec les autres services de l’entreprise et une personnalisation poussée basée sur les comportements des utilisateurs. Son positionnement tarifaire agressif, avec des modèles propriétaires avancés accessibles à des prix très compétitifs, explique largement sa domination rapide sur un marché chinois pourtant déjà saturé d’offres concurrentes.
De la recherche à l’anticipation : comment les IA agentiques transforment le parcours d’achat
Le succès de Doubao n’est que la manifestation visible d’un phénomène beaucoup plus profond : l’émergence du commerce agentique et la transformation radicale des comportements de consommation. Une récente étude de McKinsey révèle que 44% des utilisateurs ayant expérimenté la recherche assistée par intelligence artificielle la considèrent désormais comme leur source principale et préférée pour les requêtes internet, contre seulement 31% qui continuent à privilégier la recherche traditionnelle via Google ou Bing. Ce basculement de préférence, observé en moins de deux ans, suggère une accélération du phénomène bien plus rapide que ce que les analystes anticipaient.
Mais la vraie rupture ne réside pas simplement dans le remplacement d’un moteur de recherche par un autre. Les IA agentiques introduisent un changement de nature : elles ne se contentent plus de répondre aux requêtes des utilisateurs, elles anticipent leurs besoins avant même qu’ils ne les formulent. En exploitant les données des écosystèmes personnels comme les calendriers, les itinéraires de voyage enregistrés, les flux d’e-mails, l’historique bancaire, les listes de souhaits et les patterns de navigation sur les réseaux sociaux, ces agents intelligents construisent une compréhension contextuelle qui leur permet de prévoir les intentions futures.
Imaginons un scénario concret : votre assistant IA détecte dans votre calendrier une invitation à un mariage en Toscane dans six semaines. Sans que vous ayez formulé la moindre requête, il commence à compiler des suggestions de tenues adaptées au dress code italien, identifie des restaurants étoilés à proximité du lieu de réception, propose des options de location de voiture et même anticipe vos besoins en termes d’hébergement pour une nuit supplémentaire si vous souhaitez visiter Florence. Cette anticipation proactive transforme radicalement la relation entre marque et consommateur : le moment de l’intention d’achat se déplace en amont du besoin conscient.
La fin des destinations verticales : quand les agents deviennent concierges universels
L’ère agentique sonne le glas des destinations verticales qui ont structuré le commerce en ligne depuis vingt ans. Le modèle traditionnel repose sur une logique de plateformes spécialisées : Amazon pour les achats généralistes, Expedia pour les réservations de voyage, Booking pour l’hôtellerie, Leboncoin pour la seconde main. Ce cloisonnement impose aux consommateurs une navigation permanente entre différents silos numériques, chacun avec ses codes d’accès, ses préférences enregistrées et son historique propre.
Les agents intelligents dissolvent cette fragmentation en fonctionnant comme des concierges universels. Ils prennent en charge l’intégralité des besoins des consommateurs dès que l’intention est exprimée ou détectée, orchestrant les transactions à travers multiples plateformes sans que l’utilisateur n’ait à quitter son interface conversationnelle. Cette « dé-verticalisation » du commerce rebat complètement les cartes de la visibilité des marques. Gartner prévoit que d’ici 2027, plus de 50% des consommateurs utiliseront régulièrement des acheteurs IA personnels pour effectuer leurs achats. Dans ce nouveau paradigme, le site web de la marque ne constitue plus le premier point de contact avec le client potentiel.
Le parcours conversationnel devient ainsi le nouveau standard d’achat. Les flux conversation-vers-achat sans friction permettent que la découverte, la comparaison, la construction du panier et le paiement se déroulent dans le même fil de dialogue, sans rupture d’interface. Amazon a déjà lancé Alexa+, un assistant personnel agentique qui permet aux utilisateurs de simplement décrire leurs besoins. L’assistant recherche alors les articles pertinents sur Amazon Fresh ou Whole Foods Market, construit automatiquement le panier en fonction des préférences alimentaires enregistrées et des restrictions diététiques connues, applique les réductions appropriées, et complète la transaction avec une seule demande de confirmation vocale.
La personnalisation par intention : au-delà des segments démographiques
La personnalisation marketing classique repose sur des segmentations démographiques relativement grossières : âge, genre, localisation géographique, catégorie socio-professionnelle. Les IA agentiques transcendent ces catégories pour opérer une personnalisation par intention et contexte qui comprend le « pourquoi » profond des comportements, pas seulement le « qui » statistique.
Prenons un exemple concret dans le secteur du running. Un client navigue sur un site de chaussures de course. Une IA traditionnelle identifierait ce comportement de navigation et recommanderait des produits similaires, peut-être dans différentes couleurs ou d’autres marques concurrentes. L’IA agentique va infiniment plus loin dans l’analyse contextuelle. Elle croise l’historique de recherche avec les patterns d’achat passés, analyse la localisation de l’utilisateur, détecte un engagement récent avec du contenu lié au fitness et à l’entraînement marathon sur les réseaux sociaux. À partir de ces signaux convergents, elle infère que la personne se prépare probablement pour un marathon dans les prochains mois.
Fort de cette compréhension contextuelle, l’agent ne se contente pas de recommander des chaussures. Il suggère un plan d’entraînement spécifique adapté au niveau détecté, propose des accessoires complémentaires comme des ceintures d’hydratation pour les longues sorties, des trackers de performance cardiaque, des chaussettes techniques anti-ampoules. Il peut même réserver proactivement une session d’essayage virtuel avec un conseiller spécialisé ou recommander des événements locaux de running pour maintenir la motivation. Plus subtilement encore, il adapte le ton et le registre du message marketing : plutôt que des promotions génériques, il privilégie un discours axé sur la motivation, le dépassement de soi et le soutien dans la préparation.
Cette personnalisation par intention crée une expérience où la marque semble véritablement comprendre les aspirations profondes du client, pas seulement ses caractéristiques démographiques superficielles. C’est cette perception de compréhension authentique qui génère la fidélité durable.
L’optimisation pour moteurs génératifs : la nouvelle frontière du SEO
Le référencement naturel traditionnel (SEO) reposait sur l’identification de mots-clés stratégiques et leur intégration dans le contenu web pour améliorer le positionnement dans les pages de résultats de Google. L’émergence des moteurs génératifs impose une évolution radicale de cette discipline vers ce qu’on appelle désormais le GXO (Generative Experience Optimization).
Le GXO exige que les marques présentent leur contenu de manière factuelle, structurée et facilement interprétable par les systèmes d’intelligence artificielle. Selon Boston Consulting Group, cette structuration pour la lisibilité machine garantit que les moteurs génératifs peuvent récupérer et classer avec précision le contenu de marque. Concrètement, cela implique l’utilisation de formats de données structurés comme JSON-LD, l’enrichissement des fiches produits avec des attributs en langage naturel qui reflètent l’intention réelle des acheteurs plutôt que des descriptions marketing génériques, et le maintien d’une présence active sur les plateformes où les LLM puisent leurs informations de référence, notamment Reddit, YouTube, Quora et les forums spécialisés.
La grande différence avec le SEO classique réside dans l’objectif final : il ne s’agit plus d’être bien positionné dans une liste de liens bleus, mais d’être cité directement dans les réponses générées par les IA conversationnelles. Quand un utilisateur demande à ChatGPT ou à Doubao de lui recommander un sérum anti-âge efficace, seules les marques qui auront structuré leur contenu pour être comprises et validées par les LLM apparaîtront dans la réponse. Les autres, même si elles disposent d’un excellent référencement Google traditionnel, resteront invisibles dans ce nouveau canal de découverte.
Les spécificités des marchés français et européen face à la révolution agentique
Le modèle chinois incarné par Doubao offre un aperçu fascinant de l’avenir du commerce agentique, mais son déploiement dans les marchés occidentaux sera profondément différent en raison de trois facteurs structurels majeurs.
Le premier facteur concerne la réglementation sur la protection des données personnelles. Contrairement au marché chinois où l’intégration profonde entre données personnelles et IA est culturellement acceptée, le marché européen impose des contraintes strictes via le RGPD et le récent AI Act. Les IA agentiques devront opérer avec un consentement explicite pour chaque source de données exploitée, qu’il s’agisse de calendriers, d’e-mails ou d’historiques d’achat. Cette limitation réglementaire réduira mécaniquement la capacité d’anticipation proactive des agents européens par rapport à leurs équivalents chinois ou américains. Un agent IA ne pourra pas deviner que vous partez en vacances en Italie en analysant vos e-mails professionnels sans autorisation préalable explicite.
Paradoxalement, cette contrainte constitue une opportunité pour les marques européennes de se différencier sur les attributs de confiance et de transparence algorithmique. Les consommateurs européens, particulièrement sensibles à la protection de leur vie privée, valorisent davantage qu’ailleurs la capacité d’une marque à expliquer clairement comment leurs données sont utilisées. Les entreprises qui sauront construire des expériences agentiques respectueuses du RGPD tout en restant performantes disposeront d’un avantage concurrentiel durable sur des acteurs étrangers moins attentifs à ces dimensions.
Le deuxième facteur structurant concerne la fragmentation linguistique et culturelle européenne. Doubao bénéficie d’un marché relativement homogène de 1,4 milliard de locuteurs mandarin partageant des codes culturels proches. Le marché européen doit composer avec une mosaïque de langues, de traditions et de sensibilités locales. Un agent IA optimisé pour le marché français doit comprendre les nuances linguistiques propres à cette langue : le système de vouvoiement/tutoiement absent de l’anglais, les expressions régionales, les références culturelles spécifiques. Les requêtes de recherche en français sont structurellement différentes des requêtes anglo-saxonnes, avec des tournures interrogatives plus longues et plus formelles.
Plus profondément encore, les univers neuronaux activés par les LLM diffèrent selon les contextes linguistiques. Une recherche pour « crème anti-âge efficace » en français active des associations sémantiques différentes de « effective anti-aging cream » en anglais. Les agents IA francophones privilégient naturellement des sources d’autorité locales comme Vidal, les sites de dermatologues français, les forums beauté francophones comme Beauté-Test ou Doctissimo. Une marque qui souhaite être citée dans les réponses générées doit construire sa présence dans ces écosystèmes spécifiquement francophones, pas seulement traduire du contenu anglophone.
Le troisième facteur concerne l’écosystème technologique beaucoup plus fragmenté en Occident qu’en Chine. Le marché chinois a vu émerger des « super-apps » comme WeChat ou Alipay qui centralisent l’ensemble des fonctions numériques au sein d’une plateforme unique. Le marché français et européen reste au contraire très éclaté : les consommateurs utilisent Google pour chercher, Amazon pour acheter, Instagram pour découvrir de nouveaux produits, Vinted ou Leboncoin pour la seconde main, leurs applications bancaires pour payer. Les IA agentiques devront naviguer entre ces écosystèmes propriétaires souvent concurrents (Apple, Google, Meta, Amazon) sans plateforme unificatrice naturelle.
Cette fragmentation rend l’intégration agentique plus complexe techniquement, mais elle crée aussi une nécessité stratégique pour les marques : être présent et optimisé sur tous les écosystèmes où les agents opèrent, pas seulement sur Google. Le commerce conversationnel arrivera probablement en Europe via WhatsApp Business (propriété de Meta) qui compte déjà des centaines de millions d’utilisateurs européens habitués à utiliser cette application pour communiquer avec leurs proches et de plus en plus avec les entreprises.
Enfin, le comportement d’achat français présente des particularités culturelles qui influenceront l’adoption des IA agentiques. Le consommateur français valorise fortement le conseil expert de référence : les recommandations d’un dermatologue, d’un pharmacien ou d’un sommelier portent un poids d’autorité supérieur aux algorithmes purs. La sensibilité au storytelling de marque reste également très élevée en France : l’origine géographique, le savoir-faire artisanal, l’histoire patrimoniale de la marque comptent autant dans la décision d’achat que le rapport qualité-prix ou la performance technique pure.
Ces spécificités imposent aux marques françaises de positionner les IA agentiques comme des « assistants conseil » qui facilitent l’accès à l’expertise humaine, plutôt que comme des vendeurs automatisés qui la remplacent. Une stratégie gagnante consistera à enrichir le contenu de marque avec des éléments narratifs, patrimoniaux et artisanaux qui résonneront naturellement dans les réponses générées par les agents IA, tout en maintenant la possibilité de basculer vers un conseil humain qualifié quand la complexité de la demande l’exige.
Les implications stratégiques pour les marques françaises à l’ère agentique
Cette transformation du comportement des consommateurs vers le commerce agentique impose aux marques françaises et européennes de repenser radicalement leur approche de la visibilité en ligne. Le framework traditionnel « V&C » (Visible & Cité) développé par MYA doit évoluer pour intégrer l’optimisation multi-agents, où chaque marque est optimisée non pas pour un seul LLM mais pour des conversations entre agents multiples qui se coordonnent pour accomplir des tâches complexes.
Les métriques de performance doivent également évoluer. Les KPI traditionnels comme le trafic web, le taux de clic ou le taux de conversion restent pertinents mais deviennent insuffisants. Il faut désormais mesurer l’Agent Consideration Rate, c’est-à-dire la fréquence à quelle une marque est considérée par les agents IA lors de requêtes pertinentes, l’Agent Citation Quality qui évalue si la marque est citée comme source premium ou secondaire, et le Francophone Authority Score qui mesure la reconnaissance de la marque comme autorité dans les univers neuronaux spécifiquement francophones.
L’architecture de contenu doit également être repensée dans une logique API-first permettant la syndication en temps réel, avec des formats machine-readable comme JSON-LD et des métadonnées enrichies. La présence multi-plateforme devient cruciale, notamment sur Reddit francophone, les forums spécialisés français et les plateformes de contenu technique qui enrichissent le contexte des LLM.
McKinsey estime que le commerce agentique générera entre 3 et 5 trillions de dollars de valeur globale d’ici 2030. Les marques qui survivront dans ce nouvel environnement seront celles qui comprendront que leur prochain client pourrait ne pas être une personne physique mais un algorithme agissant en son nom. Pour les marques françaises et européennes, cette transformation représente à la fois un défi d’adaptation et une opportunité unique de capitaliser sur leurs spécificités culturelles, réglementaires et narratives pour construire un avantage concurrentiel durable.
La question n’est plus « êtes-vous visible sur Google ? » mais « êtes-vous recommandable par une IA dans un contexte francophone et européen ? » C’est sur cette nouvelle frontière que se jouera la visibilité des marques dans les dix prochaines années.
