Amazon attaque Perplexity sur Comet: ce que cela change pour l’AEO et le commerce piloté par agents

Ce qui vient de se passer et pourquoi c’est un tournant\n\nAmazon a engagé une action en justice contre Perplexity autour de Comet, un navigateur assisté par un agent d’achat capable de se connecter à des comptes et de réaliser des commandes à la place des utilisateurs. Selon Reuters, la plainte a été déposée le 4 novembre 2025 devant la cour fédérale du district nord de Californie, Amazon accusant Comet de masquer une activité automatisée comme s’il s’agissait d’une navigation humaine et de dégrader l’expérience client. Voir la plainte d’Amazon contre Perplexity. \n\nDans une prise de position publique, Amazon défend un principe simple: la transparence des agents tiers qui agissent au nom d’un client, et le droit pour une plateforme de dire oui ou non à ces interactions. Lire la déclaration officielle d’Amazon sur Comet.\n\nMême si les tribunaux trancheront, les équipes growth et marketing ne peuvent pas attendre. La bascule vers des parcours achetés et orchestrés par des assistants est engagée, avec un nouvel enjeu: être trouvable, compatible et mesurable dans des contextes pilotés par agents.\n\n## Comprendre le vrai sujet: l’Answer Engine Optimization\n\nL’Answer Engine Optimization (AEO) consiste à optimiser pour des moteurs de réponses et des assistants, pas seulement pour des pages de résultats classiques. Dans un monde où « je demande à l’assistant » remplace « je cherche et je clique », l’enjeu n’est pas de gagner un clic, mais d’être la réponse ou l’action par défaut. Des signaux récents confirment cette mutation, par exemple quand AEO arrive dans la messagerie.\n\nConcrètement, l’AEO mobilise quatre leviers clés:\n\n- Structure et clarté des données: schémas produits complets, disponibilité et prix en temps quasi réel, politiques de retour, contraintes de livraison, garanties et preuves de confiance.\n- Actionnabilité: endpoints ou flows permettant à un agent de réserver, mettre au panier, appliquer des coupons et finaliser une commande de façon sécurisée.\n- Conformité et signaux d’usage: que l’agent identifie ce qui est autorisé, s’il doit se présenter, et comment escalader vers un humain en cas d’exception.\n- Observabilité: identifier qu’un assistant est intervenu, attribuer la valeur et boucler la performance.\n\nCette affaire met en lumière un point parfois négligé: un site peut exiger que l’agent se déclare, et peut aussi restreindre ou bloquer. L’AEO ne peut donc pas ignorer la conformité technique et contractuelle.\n\n## Ce que disputent Amazon et Perplexity: la transparence des agents\n\nAmazon rappelle sa doctrine: les applications tierces qui achètent au nom de clients doivent opérer ouvertement et respecter la décision des services d’y participer ou non. Pour les marques, cela signifie deux choses très opérationnelles.\n\n- Identification des agents: user agent clair, clés d’API, domaines de redirection et mécanismes d’authentification dédiés deviendront des contrôles de base.\n- Gestion des parcours invisibles: les interactions où un agent navigue comme un humain sans se déclarer seront de plus en plus exposées au risque de blocage, donc d’instabilité de revenus.\n\n## Implications pour les équipes growth, marketing, produit et juridique\n\nAu croisement entre performance et conformité, trois chantiers deviennent prioritaires:\n\n1) Gouvernance des agents tiers\n- Cartographier quels assistants interagissent déjà avec votre site, bot ou app, et comment ils s’authentifient.\n- Définir une politique d’accès par agent, avec des règles de vitesse, des capacités autorisées et des limites de panier.\n- Préparer des flux « agent-friendly », par exemple un endpoint de panier et un endpoint de paiement sécurisé avec jeton limité dans le temps.\n\n2) Sécurité et confidentialité\n- Passer des identifiants partagés à des jetons d’accès éphémères, couplés à une attestation de device ou une preuve d’exécution.\n- Mettre en place une liste d’agents approuvés, un mTLS par partenaire sensible, et un rate limiting à granularité agent.\n- Journaliser côté serveur les actions « assistant » afin de détecter les anomalies.\n\n3) Expérience et mesurabilité\n- Concevoir les pages clés pour une lecture machine: titres et attributs structurés, ainsi que des messages d’erreur et de reprise adaptés aux agents.\n- Exposer des signaux de politique lisibles par agent, par exemple un fichier agents.txt ou une extension robots dédiée aux actions.\n- Déclarer dans l’analytics un identifiant d’assistant si le partenaire le fournit, et sinon dériver un indicateur robuste à partir d’empreintes techniques autorisées.\n\n## Le playbook conformité‑marketing en 30 jours\n\nSemaine 1 — cadrage et inventaire\n- Nommer un binôme marketing‑produit, plus un point de contact juridique.\n- Dresser la liste des parcours à forte valeur: recherche, produit, panier, paiement, service client.\n- Auditer les logs et l’analytics pour repérer des patterns d’agents: user agents, latence, séquences atypiques.\n\nSemaine 2 — accords et protections\n- Rédiger une politique d’accès agents et une page de divulgation publique, partageable aux partenaires.\n- Mettre en place un jeton de paiement éphémère et une protection anti‑automatisation sur les pages sensibles.\n- Créer un canal d’escalade support pour agents approuvés.\n\nSemaine 3 — actionnabilité et AEO\n- Ajouter ou enrichir les schémas produits: prix, disponibilité, délais, politiques de retour, points relais.\n- Exposer un endpoint panier agent: add‑to‑cart, update‑quantity, apply‑promo, get‑total, avec limites claires.\n- Écrire des messages d’état explicites et parsables, par exemple « rupture, délai 6 jours, alternative X, coupon Y ». \n\nSemaine 4 — attribution et KPI\n- Déployer un paramètre assistant_id dans vos deep links et vos redirections de checkout si le partenaire le supporte.\n- Créer une dimension de canal « Assistant » dans votre entrepôt de données, et une vue part des ventes via agents.\n- Lancer un test contrôlé pour mesurer l’incrément: agents désactivés sur 10% de trafic vs agents activés.\n\nPour des parcours d’action, inspirez‑vous de Google AI Mode et réservations.\n\n## Comment tester l’attribution « assistant » sans casser vos reportings\n\nL’attribution par assistants pose trois défis: visibilité, déduplication, incrémentalité.\n\n- Visibilité. Combinez balisage côté serveur et accords partenaires. Si un assistant peut se déclarer, transportez assistant_id et version dans le contexte checkout. Sans déclaration, créez une règle de détection basée sur un hash d’IP, de latence et de séquences de clics, uniquement si conforme à votre politique et à la loi locale.\n- Déduplication. Si un assistant amène au panier puis un humain finalise, associez les deux sessions par un identifiant de panier serveur et attribuez la valeur à l’assistant en contribution, pas en last click.\n- Incrémentalité. Montez un test géo ou par cohortes, désactivation partielle des agents approuvés ou variation de la friction côté agent, pour mesurer la variation de conversion et le panier moyen.\n\nModèle de données minimal\n- Dimensions: assistant_id, agent_name, agent_version, agent_declared, is_partnered, flow_type, device_type.\n- Faits: sessions_assistant, add_to_cart_assistant, checkout_assistant, revenue_assistant.\n- Règles: contribution 30% si l’assistant a initié la mise au panier, 70% s’il a aussi appliqué un coupon ou fourni une alternative gagnante, à ajuster selon votre réalité.\n\n## Votre nouveau KPI: la part des ventes via agents\n\nDéfinition simple: Part des ventes via agents = revenus attribués aux agents, en contribution ou en last touch, divisés par les revenus totaux. Suivez trois variantes:\n\n- Part des ventes via agents, globale, toutes catégories.\n- Part des ventes via agents, parcours critiques: abonnements, consommables, retours et SAV.\n- Part des ventes via agents, partenaires approuvés vs agents non déclarés.\n\nSeuils de pilotage\n- Court terme: viser 3 à 5% sur les catégories déjà exposées aux assistants (livraison, abonnements récurrents).\n- Moyen terme: 8 à 15% avec des endpoints agent‑friendly et au moins un partenariat prioritaire.\n- Long terme: dépasser 20% sur des paniers simples et commoditisés, à condition de maîtriser vos coûts d’acquisition via assistants.\n\nAlertes et garde‑fous\n- Si la part via agents grimpe mais que le NPS client chute, vous externalisez une mauvaise expérience. Renforcez les garde‑fous: annulation, retour, modification.\n- Si la part via agents stagne et que le trafic assistant déclaré augmente, votre site est probablement difficile à actionner. Investissez dans des schémas et des endpoints.\n\n## Ce que cela change pour votre SEO, SEA et CRM\n\n- SEO: passez d’un focus mot‑clé à un focus question et action. Les pages doivent répondre clairement aux « tâches » que les agents devront exécuter.\n- SEA: préparez des flux spécifiques assistant, règles de coupons, bundles et promotions qui se déclenchent quand agent_name est reconnu.\n- CRM: créez des messages transactionnels lisibles par machines, confirmations et retours compatibles avec l’automatisation partielle.\n\n## Exemples concrets par secteur\n\n- Retail direct to consumer: un assistant propose trois alternatives à un produit en rupture, applique un coupon et sélectionne un point relais. Instrumentez apply‑promo et pick‑up dans l’API, affichez des délais de livraison exacts et une politique de retour parsable. Pour capter ces parcours, regardez l’achat direct dans ChatGPT.\n- Voyage: un assistant compare deux tarifs non remboursables et un remboursable, puis achète. Exposez clairement les conditions et les frais, avec un endpoint de changement de date par exception.\n- Marketplaces: si vous êtes vendeur tiers, fournissez un flux d’inventaire propre, des photos et dimensions, et un webhook de confirmation explicite pour agents.\n\n## Outils et organisation: le minimum viable\n\n- Un entrepôt de données avec une table agents_interactions et des jobs qui alimentent la dimension assistant_id.\n- Un gestionnaire de features pour activer ou désactiver l’accès agent par segment, par exemple limiter l’achat de produits soumis à vérification d’âge.\n- Un hub de politiques accessible publiquement avec vos règles d’agent, limites de taux, contacts d’escalade et domaines autorisés.\n\nDes équipes growth utilisent déjà Upcite.ai pour transformer des FAQ et pages d’aide en réponses exploitables par des assistants, vérifier la cohérence des schémas, et repérer les pages où les agents échouent ou reviennent en arrière. L’objectif n’est pas de capter tous les achats via agents, mais d’éviter de perdre ceux qui basculent déjà vers des parcours pilotés par assistants.\n\n## Négocier et industrialiser: la check‑list partenaire\n\n- Identification: user agent clair et clé API spécifique, pas d’emprunt d’identité utilisateur sans consentement.\n- Transparence: logs partagés sur les erreurs, SLA de résolution et plan d’escalade.\n- Capacités autorisées: ajout au panier, application de code promo, checkout, service après‑vente, limites de fréquence et de valeur.\n- Sécurité: jetons éphères, chiffrement bout à bout, preuve d’exécution côté device si nécessaire.\n- Expérience: fallback humain en cas d’exception, messages lisibles et testés, délais et stock exacts.\n- Mesure: transmission d’un assistant_id, partage d’événements de conversion et d’annulation, cadrage légal pour la protection des données.\n\n## Conclusion: ce litige vous donne une feuille de route\n\nLa procédure Amazon contre Perplexity cristallise une transformation: nous passons d’un web de pages à un web d’actions orchestrées par des assistants. Gagner demain, c’est être actionnable, autorisé et mesurable par ces agents.\n\nActions concrètes à mener dès cette semaine\n\n- Constituer une task force conformité‑marketing‑produit et désigner un owner des relations « agents ».\n- Publier une politique d’accès agent et ouvrir un canal partenaire pour agents déclarés.\n- Mettre en production un endpoint panier agent et des schémas produits enrichis, prix et stock en temps quasi réel.\n- Activer une dimension « Assistant » dans votre entrepôt et suivre la part des ventes via agents, globale et par parcours.\n- Démarrer un partenariat pilote avec un assistant tiers, contrat encadré, attribution explicitement instrumentée.\n\nLe juge tranchera des points de droit, mais vos clients testent déjà des assistants. Ne subissez pas le virage: écrivez votre playbook AEO et commerce piloté par agents, mesurez l’attribution « assistant », suivez la part des ventes via agents, et mettez vos parcours au niveau attendu des moteurs de réponses et des agents qui les pilotent.