Amazon
assistant shopping genAI
En 2025, l'assistant shopping genAI Rufus d'Amazon a atteint un run rate de 10 milliards USD de ventes incrementales annualisees et rendu ses utilisateurs 60% plus susceptibles d'acheter, selon l'earnings call Q3 2025.
L'essentiel
- Assistant shopping conversationnel genAI sur l'app et le site Amazon.
- LLM maison plus RAG sur catalogue, fiches et avis, avec fonctions agentiques.
- Run rate de ~10 milliards USD de ventes incrementales, utilisateurs 60% plus susceptibles d'acheter.
- Preuve A, statut vivant confirme.
Objectif
Transformer la recherche produit en dialogue pour lever les objections d'achat plus tot dans le parcours et augmenter la conversion sur un catalogue de centaines de millions de references.
Le déploiement
Rufus est un assistant conversationnel integre a l'app et au site Amazon. Le client pose une question en langage naturel (comparer deux modeles, verifier une compatibilite, trouver un cadeau sous contrainte de budget) et Rufus repond en s'appuyant sur le catalogue, les fiches produit et les avis. Il a evolue vers des fonctions agentiques : recommandation d'un produit unique via Help Me Decide, achat pour le compte du client via Buy for Me, et recherche au-dela du catalogue Amazon. Lance en beta en fevrier 2024 aux US, etendu a sept autres marches en 2025.
Résultats Preuve A
Chiffres annonces par le CEO Andy Jassy lors de l'earnings call Q3 2025 d'Amazon, repris par Fortune et la presse economique. Resultat rattache aux resultats financiers, avec methode d'attribution (fenetre glissante sept jours) precisee.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- llm LLM maison Amazon Modele de langage construit en interne et specialise sur le shopping (catalogue, avis, web) ; Amazon ne publie pas l'architecture exacte.
- outil RAG sur catalogue, fiches et avis Recuperation des fiches, specs et avis pertinents avant generation de la reponse, pour garder les affirmations tracables.
- infra Infrastructure AWS Entrainement et inference des modeles fondation maison sur l'infrastructure AWS.
- outil Fonctions agentiques Help Me Decide et Buy for Me Recommandation d'un produit unique avec justification generee, et achat pour le compte du client.
Comment ça tourne, concrètement
Pour les équipes ops-
1Question en langage naturel client
Le client tape ou dicte une question dans la barre de recherche ou sur une page produit.
-
2Recuperation et generation IA
Le modele va chercher les fiches, specs et avis pertinents, puis genere une reponse synthetique avec produits suggeres.
-
3Aide a la decision IA
Sur un panier hesitant, Help Me Decide propose un produit unique avec une justification generee.
-
4Mesure de l'impact aval equipe data
Les achats consecutifs a une interaction sont attribues via une fenetre de sept jours pour piloter l'optimisation.
La qualite et la fraicheur des fiches produit et des avis. Si un produit a peu d'avis ou des specs incompletes, Rufus repond mal et l'effet conversion s'efface sur cette reference.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.
Conditions d'acceptation
- Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
- Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
- Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)
Lignes rouges
- Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
- Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)
Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- catalogue produit structure et a jour
- avis clients exploitables
- historique de navigation first-party
Prérequis orga
- equipe data science ou plateforme LLM interne
- guardrails contre les hallucinations sur specs produit
Stack possible
- LLM fondation (via API ou heberge)
- moteur RAG sur catalogue
- couche d'attribution conversion
Le plan, étape par étape
- Étape 1Cadrer les questions produit a fort trafic et structurer l'acces au catalogue, aux fiches et aux avis.Livrable : Perimetre v1 + index RAG sur fiches et avis
- Étape 2Construire l'assistant (LLM + RAG) avec des guardrails contre les hallucinations sur les specs produit.Livrable : Prototype qui repond sur le perimetre en citant ses sources
- Étape 3Integrer l'assistant au parcours (barre de recherche, page produit) et poser l'attribution des achats sur fenetre glissante.Livrable : Assistant en beta sur une part du trafic, mesure branchee
- Étape 4Mener l'A/B test conversion utilisateurs vs non-utilisateurs et corriger les categories ou l'assistant repond mal.Livrable : Lecture d'impact conversion et taux d'erreurs par categorie
- Étape 5Etendre le perimetre et ajouter des fonctions d'aide a la decision.Livrable : Assistant en production avec tableau de bord des ventes assistees
Première étape : Cadrer un perimetre de questions produit a fort trafic et brancher un RAG sur les fiches et avis existants.
Le même pattern, prouvé dans d'autres industries
Booking.com
assistant de planification de voyage genAI
Burberry
copilote genAI pour conseiller (recherche, reconnaissance image, complete-the-look)
Homes.com
recherche vocale et textuelle en langage naturel, puis assistant conversationnel
Sources
- S1 Amazon says its AI shopping assistant Rufus is so effective it's on pace to pull in an extra $10 billion in sales Presse établie archive à générer
- S2 Amazon says its AI shopping assistant is gaining traction, with Rufus users up 115% Secondaire archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.