Amazon a annoncé qu'il introduirait une nouvelle fonctionnalité d'intelligence artificielle dans l'interface de recherche de son application d'achat : lorsque les utilisateurs saisiront des termes de recherche, le système générera une série d'images de produits synthétisées par l'IA en fonction de l'intention de recherche, qui seront affichées sous les résultats de l'association de recherche pour aider les utilisateurs à « mieux trouver les produits qu'ils souhaitent ». Cette approche est considérée comme une nouvelle tentative des plateformes de commerce électronique d’appliquer l’IA générative dans des scénarios de recherche, mais elle est également considérée comme l’un des cas d’utilisation de l’IA les plus controversés actuellement.

Selon l’introduction d’Amazon sur son blog officiel, cette fonctionnalité s’adresse principalement aux utilisateurs qui « ont des besoins spécifiques en tête mais ne peuvent pas connaître le nom professionnel ». Par exemple, les personnes qui ne connaissent pas la terminologie vestimentaire de « col bénitier » ou qui ne sont pas familières avec le concept de matériaux d'ameublement tels que « rotin ». Avec le mécanisme de recherche existant, il est souvent difficile de renvoyer des résultats précis avec des descriptions aussi vagues. Amazon espère utiliser l'IA pour générer automatiquement un lot de diagrammes de produits qui correspondent à peu près à la description de la recherche, permettant aux utilisateurs de restreindre progressivement la portée de la recherche en « regardant les images et en cliquant dessus ».

Dans une interaction réelle, lorsque l'utilisateur saisit un terme de recherche tel que « robe à carreaux bleue », le système affichera plusieurs images de robes générées par l'IA de différents styles sous les suggestions de complétion automatique, y compris différents types de manches, longueurs de jupe, coupes et autres options. Une fois que l'utilisateur clique sur une image, il sera dirigé vers une page de résultats de produit plus proche de ce style. En arrière-plan, la technologie de recherche visuelle d'Amazon complète la correspondance et le tri des styles similaires.

Cependant, des doutes autour de cette fonctionnalité sont rapidement apparus. Les critiques ont souligné que pour une plate-forme de vente au détail axée sur les transactions physiques, l'affichage de « photos de produits inexistantes » à l'entrée clé de la prise de décision peut facilement induire en erreur. Certains utilisateurs peuvent ne pas remarquer que l’image est synthétisée par l’IA et croire à tort qu’ils peuvent acheter exactement le même produit sur la photo. Finalement, ils seront déçus de ne pas trouver le produit correspondant sur la page produit réelle. Ce qui est encore plus déroutant, c'est qu'Amazon lui-même dispose déjà d'un grand nombre d'images de produits réels, mais choisit toujours de générer par lots des « produits fictifs » pendant la phase de recherche. Cette logique elle-même est considérée comme « quelque peu scandaleuse ».

Cette fonction de recherche d’images de produits IA est un autre exemple de l’application intensive par Amazon de l’IA générative dans son activité de vente au détail au cours des deux dernières années. Parmi les utilisations les plus reconnues, Amazon a lancé une fonction de résumé des avis basée sur de grands modèles, capable d'extraire automatiquement les principaux avantages et inconvénients des avis sur les produits, permettant aux utilisateurs de saisir rapidement les informations clés sans lire de longs avis un par un. En comparaison, Amazon a également lancé l'année dernière une fonction de résumé de produit audio plus « inattendue », dans laquelle l'IA résume verbalement les arguments de vente d'un certain produit aux utilisateurs en quelques phrases dans un format similaire à une explication de podcast.

En plus des résumés textuels et vocaux, Amazon explore également davantage d’expériences d’achat basées sur l’IA combinées à la recherche visuelle. Par exemple, il a lancé des « collages achetables » générés par l'IA, qui combinent des produits autour d'une tenue ou d'un style spécifique dans une page d'images et de texte sélectionnés pour guider les utilisateurs dans leurs achats sur la page thématique. De plus, la fonction « Amazon Lens Live » utilise la caméra pour scanner des objets physiques dans le champ de vision de l'utilisateur et trouver des produits d'apparence similaire sur la plateforme ; les utilisateurs peuvent également superposer des descriptions textuelles dans des recherches visuelles ou lancer directement des recherches d'images à l'aide des widgets d'écran de verrouillage iOS.

Dans le sens du shopping conversationnel, le chatbot Rufus AI d'Amazon, précédemment lancé, a récemment été remplacé par le nouveau « Alexa for Shopping ». Cette mise à niveau signifie que les utilisateurs peuvent interagir avec Alexa dans un langage plus naturel par la voix ou le texte dans la barre de recherche, et proposer des demandes complexes telles que « Aidez-moi à trouver une robe bleue adaptée aux déplacements estivaux », et l'assistant IA comprendra de manière exhaustive et renverra les résultats correspondants. Désormais superposé à la recherche d'images générée par l'IA, Amazon tente de transformer son parcours d'achat à travers de multiples entrées telles que « Regarder les images », « Recherche de conversations » et « Navigation dans les listes ».

Dans un débat plus large sur l'industrie, la tentative d'Amazon d'utiliser des images synthétisées par l'IA comme entrée de recherche touche une fois de plus aux problèmes limites de l'application de l'intelligence artificielle dans le domaine du commerce électronique : comment améliorer l'efficacité de la recherche et la « visualisation » de l'interface tout en évitant la fiction excessive, les attentes trompeuses et même en brouillant les frontières entre les produits réels et les produits imaginaires. Pour les agences de régulation, les organisations de protection des consommateurs et les utilisateurs ordinaires, la manière d'identifier, d'expliquer et de restreindre ces fonctions à l'avenir pourrait devenir une nouvelle question à laquelle il faudra répondre conjointement entre l'innovation des plateformes et la confiance des utilisateurs.