Macy's
assistant shopping conversationnel genAI (agent multimodal avec essayage virtuel)
En mars 2026, Macy's a lance Ask Macy's, un agent de shopping conversationnel multimodal base sur Google Gemini Enterprise, deploye a 100% de ses visiteurs web et app sur un catalogue de 2,5 millions de references ; en beta, le revenu par visite etait 4,75 fois superieur chez les utilisateurs de l'agent.
L'essentiel
- Agent de shopping conversationnel multimodal avec essayage virtuel sur macys.com et l'app.
- Google Gemini Enterprise for Customer Experience, catalogue de 2,5 millions de references.
- Revenu par visite x4,75 en beta, des milliers de clients par jour deux mois apres le lancement.
- Preuve B, statut confirme : deploye a 100 % des visiteurs, mesure A/B citee par Macy's.
Objectif
Transformer la recherche produit en decouverte guidee pour faire progresser le revenu par visite et aider le client a trouver ce qu'il cherche vraiment, du navigateur hesitant a l'acheteur.
Le déploiement
Ask Macy's est un agent de shopping conversationnel deploye sur macys.com (desktop et mobile) et l'application Macy's (iOS et Android). Le client decrit en langage naturel ce qu'il cherche - budget, occasion, couleur, style, taille - et l'agent repond comme un vendeur : il propose des marques et des tendances, recommande des produits, complete la tenue (option complete the look pour les accessoires). C'est un agent multimodal qui gere le texte et l'image : le client peut uploader une photo pour un essayage virtuel qui montre le vetement porte, avec differents arriere-plans, y compris en magasin. Le systeme opere sur un catalogue de plus de 2,5 millions de references. Construit sur Gemini Enterprise for Customer Experience de Google Cloud apres l'abandon d'une premiere approche menee sur environ six mois, l'agent a ete monte en moins de six semaines : premiere reunion le 9 fevrier 2026, beta quatre semaines plus tard aupres d'une petite part des visiteurs et de milliers de collaborateurs, passage a 50% des visiteurs le lendemain, puis 100% une semaine apres. Le lancement public a eu lieu autour du 23-24 mars 2026, annonce a la conference Shoptalk a Las Vegas, apres un dark launch interne en decembre 2025.
Résultats Preuve B
Chiffre du revenu par visite (x4,75) issu d'un A/B test cite par Macy's, repris dans la customer story officielle de Google Cloud (vendor) et corrobore par deux presses etablies (Fortune, Retail Dive). Ce n'est pas un chiffre de resultats financiers, d'ou le niveau B plutot que A.
Comment ça fonctionne
Architecture documentéeLa stack en détail
- plateforme Gemini Enterprise for Customer Experience Plateforme agentique Google Cloud, integree aux systemes existants de Macy's ; agent multimodal (texte et image) avec essayage virtuel.
Comment ça tourne, concrètement
Pour les équipes ops-
1Capter l'intention en langage naturel IA
Le client decrit ce qu'il cherche ; l'agent pose des questions de cadrage (occasion, budget, taille, style) plutot que de renvoyer une liste de resultats.
-
2Interroger le catalogue et recommander IA
L'agent croise l'intention avec le catalogue de plus de 2,5 millions de references pour proposer produits, marques et tenues completes (complete the look).
-
3Proposer l'essayage virtuel IA
Sur upload d'une photo, l'agent montre le produit porte, avec differents arriere-plans, y compris une variante en magasin.
-
4Superviser et ajuster equipe produit / experience client
L'equipe affine le ton et les garde-fous (par exemple ajustements pour tenir compte du climat, ton plus amical) et surveille la qualite des reponses ; un avertissement signale que l'IA peut se tromper.
Le contexte fourni par le client dans la conversation (budget, occasion, couleur, style, taille) croise au catalogue produit temps reel. Si le flux catalogue ou la donnee de disponibilite manque, l'agent recommande des references fausses ou en rupture et perd sa credibilite.
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, a jour et interrogeable en temps reel (attributs, visuels, disponibilite, prix)
- Referentiel d'attributs riche (occasion, style, couleur, taille) pour que l'agent raisonne au-dela du mot-cle
- Pour l'essayage virtuel : capacite a traiter des images uploadees dans un cadre de consentement clair
Prérequis orga
- Une equipe produit digital capable de piloter un agent en production et d'iterer sur le ton et les garde-fous
- Un partenariat plateforme (ici Google Cloud) ou une equipe IA interne pour l'integration et l'evaluation
- Un dispositif de mesure A/B pour isoler l'effet de l'agent sur le revenu par visite
- Une gouvernance des donnees photo (biometrique en UE) et une transparence IA conforme
Stack possible
- Google Gemini Enterprise for Customer Experience
- Ou un agent conversationnel construit sur un LLM multimodal branche sur le catalogue via RAG
- Brique d'essayage virtuel par image
- Outillage d'A/B test natif ou tiers
Première étape : Verifier que le catalogue produit est interrogeable en temps reel avec des attributs assez riches pour qu'un agent raisonne par occasion et par style, pas seulement par mot-cle : c'est ce qui separe un vrai assistant d'un moteur de recherche deguise.
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 A New Era for Online Shopping: How Macy's Built the 'Ask Macy's' AI Agent in 4 Weeks With Gemini Enterprise for Customer Experience Officiel intéressé archive à générer
- S2 Macy's just launched an AI-powered shopping assistant. Customers who use it spend nearly 400% more Presse établie archive à générer
- S3 Macy's introduces AI-powered shopping assistant Presse établie 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.