Fiches produit IA : que vaut le gain de 2,1 % ?

Une expérience précise, dans un catalogue précis

Chez un seul commerçant transfrontalier resté anonyme, cinq essais randomisés ont duré une semaine chacun, en décembre 2023. Les langues étudiées étaient l’anglais, l’espagnol, le français, le portugais et le coréen. L’entrée dans l’expérience se faisait après un clic vers certaines fiches produit : les 4 772 937 observations de consommateurs ne désignent donc ni autant d’acheteurs ni l’ensemble des visiteurs du site.

Les descriptions générées par IA s’ajoutaient aux descriptions humaines existantes ; lorsqu’il n’y avait aucun texte, elles apportaient une description. Le groupe témoin conservait la situation initiale. Le résultat porte sur cette intervention. Il ne démontre pas qu’un texte IA serait toujours supérieur à une fiche complète, documentée et soigneusement relue.

2,1 % de quoi, exactement ?

L’effet estimé est de 0,0104 dollar américain supplémentaire par consommateur. Rapporté à la moyenne du groupe témoin, il représente 2,05 % dans le tableau C5, arrondi à 2,1 % dans le tableau principal. La variable mesurée est le montant total dépensé en commandes de produits, en USD, au niveau du consommateur. Ce n’est ni une hausse de 2,1 points du taux de conversion, ni un nombre de commandes, ni le panier moyen des seuls acheteurs.

L’erreur standard annoncée est de 0,00417 USD et l’effet est significatif au seuil de 5 %. Cela ne répond pas à la question de la rentabilité de votre projet. La vérification des informations, la relecture, l’intégration et l’exploitation ont leurs propres coûts.

Le point de départ change la lecture du résultat

Près de la moitié des produits vendus directement par la plateforme comportaient des descriptions absentes ou minimales. Ce contexte invite à examiner les informations manquantes avant de commander une réécriture massive. Il ne prouve pas que la longueur du texte explique à elle seule le résultat, ni qu’il faille allonger chaque fiche courte.

Dans l’analyse menée uniquement en anglais, la différence d’effet relatif entre descriptions courtes et longues n’est pas établie au seuil de 5 % : le test donne p = 0,0536. Un résultat significatif dans un sous-groupe et non significatif dans l’autre ne suffit pas à démontrer une différence entre les deux. Aucun seuil universel de nombre de mots n’en découle.

Trois décisions avant de produire davantage

Quelles informations produit vérifiées manquent réellement au client ? Une affirmation sur la matière, la compatibilité ou l’usage doit pouvoir être justifiée. Le contenu répond-il au public et à la langue concernés ? Une traduction ne crée pas la disponibilité d’une offre sur un nouveau marché. Enfin, quel résultat commercial justifierait le travail, une fois les coûts de contrôle et d’exploitation pris en compte ? Ces questions donnent un objectif au projet ; le nombre de descriptions produites ne suffit pas.

Notre lecture consiste à séparer qualité de l’information et volume de production. Combler une lacune réelle peut constituer un chantier pertinent, à cadrer. Le pourcentage de cette étude ne doit pas devenir une prévision budgétaire ni une promesse faite à votre équipe.

Une preuve à examiner, pas un résultat à reproduire sur commande

La version 6 de cette prépublication, révisée en juin 2026, rapporte des essais courts réalisés en 2023 chez un seul commerçant. Elle ne compare pas les modèles actuels et ne mesure ni gain SEO ni visibilité dans les réponses des LLMs. Elle ne prédit pas non plus le résultat d’une PME. Les auteurs déclarent que Fang et Yuan étaient consultants du partenaire et que Zhang en était salarié : ce contexte doit rester visible avec les conclusions.