





1. Le spectre de découverte s’étend, pourtant l’achat se fait toujours au même endroit
Le parcours d’achat commence désormais partout.
Interrogés sur le point de départ qu’ils privilégient pour commencer leur shopping,
36 % des consommateurs citent les marketplaces, 28 % les moteurs de recherche, 15 % les sites ou applications de retailers et 14 % les assistants IA.
Sur ces derniers, l’usage reste concentré sur la phase d’exploration : 47 % utilisent l’IA pour comparer des produits, 39 % pour en découvrir de nouveaux et 38 % pour trouver des offres.
Mais au moment du paiement, la prudence reprend le dessus : 55 % des consommateurs interrogés disent se montrer réticents à l’idée de partager leurs informations bancaires avec un assistant IA.
2. La confiance : premier critère d’arbitrage
Dans le commerce assisté par l’IA, la crainte d’être trompé dépasse celle liée à la vie privée : 52 % des consommateurs redoutent des contenus faux ou biaisés, contre 46 % qui citent la confidentialité comme principale préoccupation.
Seuls 6 % déclarent n’avoir aucune inquiétude.
Les consommateurs restent ouverts au partage de données avec l’IA, mais sous conditions : 52 % estiment que cela dépend du contexte et la prudence s’accentue lorsqu’il s’agit de données sensibles :
Dans ce cadre, la marque et le retailer deviennent des garants de fiabilité : transparence et service client de qualité conditionnent désormais la conversion et la fidélité.
3. La personnalisation : le retour vers la surprise et la découverte
Face à des recommandations toujours plus précises et ciblées, les consommateurs réclament aussi de la surprise.
56 % souhaitent que les recommandations ne se limitent pas strictement aux produits correspondant à leur recherche initiale, et 46 % privilégient un équilibre entre personnalisation et découverte, contre seulement 16 % en faveur d’un fil ultra-personnalisé.
Par ailleurs, dans un environnement saturé de recommandations, 75 % considèrent qu’une marque forte et reconnaissable reste déterminante dans leur parcours d’achat.
4. L’essor de l’IA agentique : des parcours plus courts, des conversions plus fortes
Le shopping devient plus conversationnel et multimodal : 44 % des consommateurs se disent à l’aise avec la recherche par image, 26 % avec la recherche vocale, et
59 % estiment que ces modalités les rendent plus enclins à acheter en ligne.
Mais au-delà des nouveaux usages, l’IA agentique transforme la performance du parcours. Les visites issues d’assistants IA affichent des taux de conversion 1,5 fois supérieurs aux autres canaux, et plus de 70 % des utilisateurs provenant des LLM arrivent désormais directement sur des pages produit (vs. 50 % en 2025). L’IA ne se contente plus d’assister la recherche : elle préqualifie l’intention et compresse le chemin vers l’achat.
6. Quels pourraient être les prochains grands changements du commerce à l’ère de l’IA ?
Au-delà des transformations déjà visibles aujourd’hui, l’IA agentique va redéfinir plus profondément les parcours d’achat dans les années à venir :
Grégoire Bruni, Director, Agency Relations EMEA chez Criteo déclare : « L’IA est en train de redéfinir la logique même du commerce en ligne. Demain, les consommateurs ne navigueront plus seulement entre des pages produits : ils délégueront de plus en plus certaines étapes de leur recherche à des assistants capables de comparer, sélectionner et recommander en quelques secondes.
Mais dans ce nouveau modèle, la technologie ne remplace pas les acteurs du commerce : elle renforce au contraire le rôle des marques et des retailers, qui restent les garants de la confiance, de la qualité de l’offre et de l’expérience d’achat. L’enjeu pour eux est d’intégrer l’IA pour continuer à accompagner le consommateur, mieux enrichir la découverte à chaque étape du parcours, tout en conservant la relation directe, de confiance, qui fonde la fidélité. »

VivaTech, l’événement européen dédié aux startups et aux technologies, révèle la seconde édition du « Top 100 Rising European Startups », classement mettant en lumière les 100 startups les plus prometteuses de l’écosystème tech européen, opérant sur tous les secteurs. Issues de 12 pays, ces entreprises ont chacune le potentiel de transformer leur industrie en profondeur et se distinguent par leur croissance rapide.
En 2026, l’écosystème des startups européennes est plus diversifié et spécialisé que jamais: le « Top 100 Rising European Startups » couvre 28 secteurs et se renouvelle fortement, avec 70 nouvelles pépites aux côtés de 30 startups déjà présentes l’an dernier. Il confirme aussi un leadership net : le trio Royaume-Uni–France–Allemagne concentre 74% des startups du classement : 28 au Royaume-Uni, 23 en France et 23 en Allemagne. Les pays nordiques (Suède, Finlande, Danemark) surperforment sur les volets IA et Climate Tech, tandis que l’Italie émerge sur la LegalTech et l’AgriTech.
Selon François Bitouzet, Directeur Général de VivaTech : “Cette année, la souveraineté technologique s’impose comme le fil conducteur du Top 100 : elle se cristallise particulièrement autour de la cybersécurité et de la Défense Tech. L’ascension de Mistral AI face aux géants américains en constitue l’un des exemples les plus visibles. Cette dynamique traduit un tournant stratégique : l’Europe investit massivement pour gagner en leadership et en souveraineté en matière de technologies déterminantes.”
3.La FinTech européenne atteint sa maturité
La FinTech reste un pilier de l’innovation européenne. Elle dépasse aujourd’hui le terrain des néobanques pour se concentrer sur des infrastructures « invisibles » et spécialisées. Les rails financiers (Truelayer, Silverflow), la finance embarquée (Taktile, Flatpay) et l’open finance (Insurely) prennent le relais, avec des modèles qui passent du B2C au B2B2C. Cette évolution s’accompagne d’une européanisation des infrastructures de paiement face aux géants américains et chinois : la fintech européenne construit désormais le backend / back-office financier de demain.
4. Les secteurs réglementés basculent vers l’Intelligence Artificielle
Le boom de la LegalTech (5 startups dont Lawhive, Summize, Solve Intelligence), la transformation de la HealthTech via l’IA clinique (Nabla, Voize, Tandem) ou la modernisation de la HR Tech (Skello, Sona, Jack&Jill) accélèrent l’ouverture des secteurs les plus réglementés à l’automatisation intelligente. Même l’InsurTech (Kota, Artificial) et l’EdTech (Emma) intègrent cette nouvelle technologie. En 2026, l’innovation n’est plus confinée aux industries « tech-native » : l’IA s’installe dans des univers dans lesquels conformité, réglementation et facteur humain étaient jusqu’ici perçus comme des freins.
5. La cybersécurité, levier incontournable pour protéger entreprises, collectivités et humains
Alors que l’accélération de l’Intelligence Artificielle et l’arrivée de l’informatique quantique soulèvent de nouveaux enjeux de sécurité, cinq startups participant à la souveraineté européenne intègrent le classement : Aikido Security (Belgique), Stoïk (France), Riot Security (France), Filigran (France) et Exein (Italie).
Alors que l’AI Act européen entre progressivement en vigueur, les entreprises, en particulier dans les secteurs bancaires et assurantiels, font face à un double impératif : innover tout en garantissant une conformité totale. Le passage de l’expérimentation à l’industrialisation exige désormais une évaluation rigoureuse des solutions technologiques.
Killian Vermersch CEO de Miralia (ex golem.AI) identifie les dix questions critiques que tout décideur doit poser à son prestataire pour garantir un déploiement pérenne et sécurisé.
1. L’IA peut-elle être explicable, démontrable et auditable ?
Pour les sujets importants pour l’activité de la société et dans les environnements réglementés, comprendre le résultat est aussi crucial que le résultat lui-même. Une IA doit pouvoir expliquer chacune de ses décisions. Cette traçabilité est la condition sine qua non de la confiance et de la conformité réglementaire.
Une IA explicable peut tenter de se justifier sur un résultat, une IA démontrable peut exposer l’ensemble de son raisonnement de manière traçable, et enfin, une IA auditable implique qu’il est possible “d’ouvrir le capot” pour vérifier que cette justification correspond à la réalité du traitement effectué.
2. La souveraineté des données est-elle garantie ?
Il est impératif de savoir où résident les données. La solution technologique doit être souveraine pour assurer que les informations sensibles, notamment dans la finance ou la défense, ne transitent pas par des serveurs tiers non maîtrisés.
Il est notamment important de prendre en compte le Cloud Act américain, qui permet aux États-Unis de récupérer la donnée d’un hébergeur américain même dans un datacenter basé en Europe.
3. La solution est-elle conforme à l’AI Act et aux autres réglementations ?
À l’horizon 2026, l’anticipation réglementaire n’est plus une option. Le prestataire doit démontrer que sa solution intègre nativement les exigences de transparence, de gouvernance et de maîtrise des risques imposées par le nouveau cadre européen.
Cela commence par connaître son niveau de risque au titre de l’article 6 de l’AI Act (https://artificialintelligenceact.eu/article/6/).
Dans le contexte des services financiers comme la banque ou l’assurance, il s’agit souvent de “high risk”. Si c’est le cas, la solution doit être explicable de bout en bout dans ses prises de décisions ou son assistance aux décisions. Même si le projet rentre dans une catégorie moins restrictive, certaines règles de l’AI Act continuent à s’appliquer, ainsi que le RGPD.
4. Quelle est la fiabilité réelle ?
Pour le traitement de messages critiques, le déterminisme et la démontrabilité doivent primer sur la créativité. L’entreprise doit s’assurer que l’IA est fiable et conçue pour répondre aux exigences opérationnelles des environnements sensibles, sans risque d’erreur aléatoire.
5. La technologie est-elle frugale ?
L’efficacité ne doit pas se faire au détriment de l’empreinte environnementale. Une IA performante doit être frugale, optimisée pour limiter sa consommation de ressources et s’aligner avec les objectifs RSE des grands groupes.
Une IA frugale utilise également moins de serveurs et d’énergie, ce qui réduit beaucoup le coût de son usage et donc améliore le ROI des projets qui l’utilisent.
Les approches hybrides comme l’IA neuro-symbolique, qui peut combiner des systèmes d’IA Symbolique (basée sur des règles) et des IA Génératives (plus lourdes de part leurs phases d’entraînements qui mobilisent des fermes de GPU) permettent d’allier performance et frugalité, en utilisant pour chaque élément analysé la bonne technologie en bon endroit. Si la demande correspond à un contexte connu elle peut être traitée par une IA Symbolique, ou encore du traitement du langage ou des règles simples, et si elle quitte le contexte une IA Générative peut prendre le relais.
6. L’outil facilite-t-il l’adoption par les métiers ?
Le déploiement de l’IA ne peut réussir que par l’adhésion des équipes. La solution doit être pensée pour être comprise et adoptée par les collaborateurs, en agissant comme un soutien aux équipes plutôt qu’un outil de remplacement. L’entreprise doit donc vérifier que le setup de la solution est co-construit avec les équipes métiers en interne et accompagné par des experts chez le client.
7. Quel est le délai d’implémentation ?
Le temps est une ressource critique. La technologie doit permettre une intégration ciblée et pragmatique, capable de réduire les délais de déploiement sans nécessiter des phases d’entraînement interminables. À cela s’ajoute, la capacité d’industrialiser la solution.
8. Le ROI est-il mesurable ?
L’IA doit servir la performance opérationnelle. Il est essentiel d’exiger des indicateurs clairs sur le retour sur investissement et l’efficacité, comme l’optimisation du traitement des messages entrants et des pièces jointes.
9. Qui maîtrise la configuration (autonomie) ?
Pour garantir l’agilité, les équipes métiers doivent pouvoir conserver la main sur l’outil. L’IA doit être transparente et « blanche », permettant aux utilisateurs de comprendre et d’ajuster les décisions sans dépendance technique excessive.
La collaboration entre le fournisseur de la solution d’IA, qui agit en tant qu’expert, et celui du client doit être très rapprochée.
10. Le prestataire possède-t-il sa propre technologie ?
Il est préférable de s’appuyer sur un partenaire disposant d’une technologie propriétaire ou open-source. C’est un gage de pérennité, d’indépendance stratégique et de capacité à faire évoluer le produit en fonction des besoins clients.
Ces réponses sont au cœur de l’identité même de Miralia (ex-Golem.ai). Killian Vermersch et ses équipes ont la conviction que l’intelligence artificielle ne s’imposera durablement que par la confiance.
En s’appuyant sur une technologie d’IA neuro-symbolique propriétaire, explicable et frugale, Miralia a su convaincre les leaders de l’assurance et de la banque. La start-up, qui a enregistré une croissance de 100 % en un an, démontre qu’il est possible de concilier innovation technologique et exigences de conformité.
Selon Ivanti (éditeur international de solutions logicielles IT et de sécurité )
Après plusieurs années d’adoption rapide mais souvent désordonnée de l’intelligence artificielle, 2026 marque un point de bascule pour les organisations françaises et européennes. Entre IA Act, pression sur les budgets et accélération des attaques automatisées, les DSI vont devoir arbitrer vite pour mieux structurer, sécuriser et mesurer. Ivanti, éditeur de solutions IT et de cybersécurité, identifie six évolutions qui devraient concentrer l’attention des DSI dans les prochains mois.
L’utilisation de l’IA en entreprise explose, mais l’accompagnement ne suit pas.
84% des professionnels IT utilisent l’IA générative au quotidien, mais 60% des organisations n’ont mis en place aucun programme de formation pour accompagner cette évolution. Résultat : un déploiement hétérogène et des outils sous-exploités, un ROI faible et aucune solution de repli face à la pénurie de talents. En 2026, la différence se fera moins sur l’accès à la technologie que sur la capacité à industrialiser les compétences en matière d’IA.
« Nous observons un paradoxe frappant : les budgets IA explosent pour les outils, mais la formation des collaborateurs reste négligée. En 2026, les entreprises qui n’investissent pas dans les compétences de leurs équipes vont se faire distancer » alerte Luc Sabot, Country Manager France.
AI Act, Cyber Resilience Act, NIS2…Les DSI construisent leurs trajectoires 2026 au milieu d’un empilement réglementaire, sans visibilité claire sur leurs obligations. Deux postures se dessinent : attendre au risque d’une mise en conformité dans l’urgence ou anticiper dès maintenant. Les entreprises qui opteront pour la seconde transformeront les contraintes réglementaires en un avantage compétitif durable.
L’émergence d’IA plus autonomes (capables d’enchaîner des actions, d’itérer et de s’adapter) rebattent les cartes de la cybersécurité. Certaines peuvent analyser un correctif et identifier comment l’exploiter en moins de 72 heures, lancer des campagnes de phishing qui s’ajustent en temps réel ou tester méthodiquement des surfaces d’attaque. La question n’est plus seulement “sommes-nous protégés ?” mais “à quelle vitesse savons-nous agir ?”. En 2026, le patch management et l’automatisation deviennent plus que jamais stratégiques.
Entre impact du Shadow AI, budgets dispersés et absence de visibilité sur les risques, le manque de gouvernance en matière d’IA coûte cher aux entreprises. Il devient impératif de mettre en place des règles simples pour en cadrer les usages. En pratique, les organisations qui tireront leur épingle du jeu seront celles qui traitent l’IA comme un employé : un périmètre clair, des responsables formés, des mesures de contrôle et des indicateurs pour mesurer son impact réel.
« En 2026, les organisations vont devoir choisir : soit mettre en place une vraie gouvernance avec des règles claires, soit continuer à dépenser sans résultats concrets. Les comités de gouvernance IA vont devenir la norme » prévient Luc Sabot.
Après l’enthousiasme aveugle, place aux comptes. Les budgets ont explosé, mais beaucoup d’entreprises se retrouvent avec des systèmes fragmentés, des pilotes sans suite et un ROI décevant. En 2026, les DSI seront attendus sur une discipline plus stricte sur les décisions concernant l’IA. L’IA ne sera plus “un projet innovation” tendance, mais un levier dont on exige des résultats, avec un arbitrage clair entre coût, risque et valeur. Cette discipline séparera les stratèges des suiveurs.
Dans un contexte de reprise des investissements tech à son plus haut niveau depuis 2022 et de hausse des budgets cybersécurité, de nombreuses entreprises entrent en phase d’accélération. Reste une question centrale : les équipes dirigeantes ont-elles les ressources internes pour piloter cette transformation IA ?
En 2026, les comités de direction devront composer avec de nouveaux arbitrages et adapter leur gouvernance pour exécuter vite, en se dotant des bons profils.
En 2026, l’écart va se creuser entre les organisations qui structurent leur approche de l’IA et celles qui improvisent. La technologie seule ne suffit plus : c’est l’alignement entre gouvernance, compétences, sécurité et conformité qui fera la différence.