Dans le secteur du retail et de la restauration, l’expérience client se brise presque toujours au même endroit : au moment où il passe de « chercher » à « résoudre ». Un utilisateur découvre un produit sur le site web, pose une question via le chat, passe à l’application pour vérifier la disponibilité en stock, finit par téléphoner pour corriger un envoi… et se retrouve à répéter la même histoire plusieurs fois. Lors du NRF 2026, Google Cloud a décidé d’aborder ce point de friction avec une proposition qui va bien au-delà du chatbot traditionnel : Gemini Enterprise for Customer Experience (CX), une solution “agéntique” conçue pour que l’achat et le service après-vente partagent contexte, données et actions au sein d’une même interface intelligente.

Cette annonce place Google Cloud au cœur d’une tendance que le secteur baptise le commerce agentique : des assistants qui ne se limitent pas à répondre, mais qui exécutent des tâches en plusieurs étapes avec l’accord de l’utilisateur, en reliant l’interface front-end (chat, voix, canaux numériques) aux outils internes de l’entreprise. Selon Google, l’objectif est de passer de conversations « décoratives » à une résolution réelle de problèmes, du référencement du produit jusqu’au remboursement en cas d’incident.

Du chatbot statique au « concierge » numérique qui agit

Google Cloud présente Gemini Enterprise for CX comme une couche capable de maintenir la continuité tout au long du parcours client : ce que l’utilisateur a demandé, ce qu’il a acheté, ce qui a été expédié, les erreurs survenues, et ce qui nécessite correction. L’idée est simple mais ambitieuse : que l’assistant se souvienne du fil de la conversation et puisse opérer entre différents systèmes pour éviter le « racontez-moi encore votre cas ».

Ce saut, selon l’entreprise, s’appuie sur de nouveaux agents préconfigurés et configurables, développés sur les derniers modèles Gemini, conçus pour un déploiement rapide. L’objectif ne se limite pas à « mieux répondre », mais à fermer le circuit : comprendre l’intention, consulter les données de catalogue ou logistique, vérifier la disponibilité, et si besoin, initier des actions telles qu’ajouter au panier ou effectuer un retour.

Un agent d’achat qui réfléchit, voit et agit

Le composant le plus visible est un Shopping agent que Google définit comme capable de gérer des requêtes complexes par un raisonnement avancé, combinant filtres, contraintes et préférences. Le scénario type n’est plus « je cherche un canapé », mais « je cherche un canapé en velours vert émeraude, résistant aux poils d’animaux, de taille limitée », avec l’agent croisant dimensions, matériaux et budget.

Autre promesse : la multimodalité : l’agent peut interpréter des entrées issues d’images, vidéos ou voix. Google illustre cela avec des cas comme une recette écrite à la main que l’utilisateur photographie pour que l’assistant identifie les ingrédients et les ajoute au panier. La différence ici n’est pas seulement de « comprendre », mais de agir: l’agent peut exécuter des actions consenties, telles que préparer un panier, appliquer des avantages de fidélité ou finaliser un achat avec des données en temps réel.

Parmi les acteurs impliqués dans ces capacités, on trouve Kroger, Lowe’s et Woolworths, qui partagent leur exploration d’assistants plus personnalisés pour les achats et la gestion de projets, avec la promesse de simplifier la prise de décision et de réduire la friction lors du parcours client.

Customer Experience Agent Studio : des agents support « en quelques jours » et avec contrôle qualité

La proposition ne se limite pas à l’expérience achat. Google Cloud a également présenté Customer Experience Agent Studio, un environnement pour créer, tester et déployer des agents de support multimodaux à grande échelle, connecté au Shopping agent pour que chaque interaction cliente démarre avec un historique et un contexte, plutôt que de repartir de zéro.

Selon la fiche produit, le studio intègre une approche d’« Intelligence Artificielle qui construit de l’Intelligence Artificielle » : transformer transcriptions, documentation interne et flux existants en agents opérationnels avec moins de développement manuel, en s’appuyant sur une interface visuelle de type « glisser-déposer » pour orchestrer les tâches. L’objectif déclaré est de réduire le temps de déploiement et de permettre des itérations rapides dans des environnements où chaque campagne ou saison modifie les priorités.

Par ailleurs, Google insiste sur un aspect souvent sous-traité par d’autres plateformes d’agents : assurance qualité et contrôle. Parmi les fonctionnalités, on trouve l’analyse en langage naturel pour détecter des tendances (par exemple, pourquoi le délai moyen d’un certain type de requête augmente), ainsi que l’autoévaluation des conversations via des « scorecards » adaptées au contexte. La solution prévoit aussi un support assisté pour les agents humains et des simulations pour accélérer formation et onboarding.

Restauration : du commande à l’opération en temps réel

La restauration est un autre grand cas d’usage. Google intègre un Food Ordering agent amélioré dans Gemini Enterprise for CX permettant la gestion conversationnelle des commandes sur plusieurs canaux (web, application, téléphone, kiosques ou systèmes dans la voiture). L’intérêt commercial est double : augmenter le taux de conversion (grâce à des ventes croisées contextuelles) et réduire la friction en proposant la meilleure offre au client.

Papa John’s se présente comme le premier client à déployer ces capacités omnicanal, avec un agent qui joue aussi le rôle d’« analyste » délivrant des insights opérationnels, et facilitant la mise à jour des menus et des prix à grande échelle sans processus manuels lourds.

Confidentialité et conformité : une condition essentielle

Dans un contexte où ces agents peuvent exécuter des actions, la confiance est primordiale. Google souligne que le système comporte des mécanismes pour respecter les politiques de marque et les exigences légales, et que les données clients ne sont pas utilisées pour entraîner les modèles. Dans le retail, où la frontière entre personnalisation et intrusion est fine, l’importance du consentement et de la gouvernance n’est pas un détail : c’est la condition sine qua non pour opérer.

Questions fréquentes

En quoi Gemini Enterprise for Customer Experience se distingue-t-il d’un chatbot traditionnel ?
La différence majeure est qu’il ne dialogue pas simplement : il maintient le contexte entre canaux et peut exécuter des actions en plusieurs étapes (avec consentement), en reliant achat et support.

Quelles entreprises peuvent déployer ces agents, et pour quels cas d’usage sont-ils plus adaptés ?
Les distributeurs et restaurateurs souhaitant unifier la découverte, le panier, les commandes, les incidents, les retours et le support omnicanal avec moins de friction.

Comment le consentement de l’utilisateur est-il géré lorsque l’agent ajoute des produits au panier ou traite un remboursement ?
Le principe repose sur des actions « consenties » : l’agent propose, puis, avant d’agir, nécessite une autorisation, tout en respectant les politiques et exigences réglementaires.

Que apporte Customer Experience Agent Studio à une équipe support ayant un fort volume de requêtes ?
Il permet de créer et d’évaluer plus rapidement des agents multimodaux, avec des outils d’analyse, de contrôle qualité (tendances, scoring des conversations) et d’assistance aux agents humains.

via : google cloud