Aller au contenu principal
Retour au blog
Article

UI générative en BtoB : la prochaine étape de l’UX ?

UI générative : votre site répond aux questions complexes de vos clients pros avec un écran construit pour chaque demande. Scénario, wireframes et méthode.

Illustration : un artisan installe un meuble de salle de bain et consulte une réponse validée sur son smartphone

UI générative en BtoB : la prochaine étape de l’UX ?

Un artisan qui pose une question précise sur un site professionnel reçoit aujourd'hui, au mieux, une liste de résultats de recherche. Au pire, une page « contactez-nous ». Avec l'UI générative, il pourrait recevoir un écran construit pour sa demande : un comparatif quand il hésite entre deux produits, son historique de chantiers quand il cherche à racheter une référence qui a fait ses preuves.

Ce n'est plus de la science-fiction, mais ce n'est pas encore une réalité en BtoB. C'est précisément pour ça que nous voulons ouvrir la réflexion avec les acteurs BtoB et les inviter à tester.

UI générative : de quoi parle-t-on ?

Google Cloud la définit comme une interface « créée en temps réel par un modèle de langage, au lieu d'être entièrement codée en dur par les développeurs ». Concrètement, l'utilisateur pose sa question en langage naturel, l'IA comprend l'intention, puis assemble la réponse avec des composants d'interface : cartes produit, tableaux, graphiques, boutons d'action.

Le principe n'a de valeur qu'avec deux ingrédients. La requête, pour comprendre ce que l'utilisateur veut faire. La connaissance de l'utilisateur, quand il est connecté : ses commandes, ses chantiers, ses habitudes d'achat. C'est la combinaison des deux qui transforme un moteur de recherche en conseiller.

Où en est-on vraiment ?

Soyons honnêtes : nous n'avons pas trouvé de site BtoB qui le fasse en production. Les premiers usages viennent du grand public.

Dans les moteurs et les assistants. En novembre 2025, Google a déployé des interfaces générées à la volée dans l'application Gemini et dans le mode IA de son moteur de recherche (réservé à ses abonnés payants aux États-Unis). Selon les évaluations publiées par Google Research, ces écrans générés sont presque aussi appréciés que des sites conçus par des experts, et nettement plus qu'une réponse en texte. Limite reconnue : la génération peut prendre une minute ou plus.

Dans ChatGPT. Leboncoin, Aramisauto, SNCF Connect ou Meilleurtaux ont lancé en 2026 leur application dans ChatGPT : l'assistant affiche leurs résultats ou leurs simulations, puis renvoie vers leur site pour conclure. Aucun n'a encore publié de chiffre d'usage ou de conversion.

Sur les sites eux-mêmes. C'est l'étape suivante, et elle en est au stade de la démonstration. Adobe expérimente des « agentic sites » qui se recomposent pour chaque visiteur, avec un coût estimé à un ou deux centimes par page, mais n'a pas encore de site client en production.

Autrement dit, la technologie est prête et les standards se stabilisent (Google a publié la version 1.0 de son protocole A2UI le 11 novembre 2026). Ce qui manque, ce sont des parcours BtoB pensés pour elle. Et les parcours BtoB s'y prêtent particulièrement bien : catalogues techniques de milliers de références, clients récurrents, questions précises liées à un chantier ou à un usage.

Un scénario concret : un site pour artisans de la salle de bain

Prenons un distributeur qui s'adresse aux artisans de l'aménagement de salle de bain. Il s'agit d'un scénario illustratif, construit pour montrer le principe. Deux artisans connectés à leur compte pro posent chacun une question sur la même catégorie : la visserie pour fixer un placard.

Première demande : comparer deux références

« Pour fixer un placard suspendu dans une salle de bain, je prends la vis zinguée 4x40 ou l'inox 4x40 ? »

L'IA comprend qu'il s'agit d'une comparaison, dans une pièce humide. Elle choisit le gabarit « Comparaison » du design system et l'alimente : deux cartes produit côte à côte, les critères qui comptent pour cet usage (tenue à l'humidité, prix pro, stock dans l'agence), une recommandation claire et sa justification. L'inox l'emporte parce que l'acier zingué finit par rouiller en atmosphère humide. Elle ajoute les accessoires souvent achetés avec, et un bouton pour commander directement. En bas de l'écran, un encart rappelle que les règles de recommandation sont définies et relues par l'équipe technique, avec un accès direct à un technicien.

Wireframe 1 : comparatif de deux vis avec une recommandation pour un placard en salle de bain

Seconde demande : retrouver une référence qui a fait ses preuves

« Je cherche la vis que j'avais prise pour un placard de salle de bain l'an dernier, elle avait très bien tenu. »

Même catégorie, intention totalement différente. Ici, l'artisan ne veut pas de conseil : il veut retrouver un achat. L'IA interroge son historique, choisit le gabarit « Réachat » et met en avant la référence trouvée, avec un bouton pour la recommander à l'identique. En dessous, une frise retrace les commandes où cette vis apparaît et le contexte de chaque chantier (placard suspendu, cloison en plaque de plâtre, pièce humide). Une autre référence utilisée sur un placard de cuisine est affichée en grisé, pour lever le doute. Et si le prochain chantier diffère (support, charge, exposition), le conseiller agence habituel reste à un clic pour vérifier que la référence convient toujours.

Wireframe 2 : référence retrouvée et historique des chantiers où elle a été utilisée

Deux questions sur le même produit, deux écrans qui n'ont rien à voir. Avec une page catégorie classique, les deux artisans auraient vu exactement la même liste de vis.

IA et expertise humaine : l'une ne va pas sans l'autre

La recommandation automatique nous semble très adaptée à ce type de demande : elle est rapide, disponible à toute heure, et elle s'appuie sur tout le catalogue et tout l'historique du client. Mais nous sommes convaincus qu'elle ne doit jamais apparaître seule. Derrière chaque recommandation de l'IA, des experts humains doivent pouvoir vérifier sa pertinence, et l'interface doit le montrer.

Concrètement, cela ne veut pas dire qu'un technicien relit chaque réponse en temps réel. Cela veut dire que les experts définissent les règles de choix (quelle vis pour quelle pièce, quel support, quelle charge), qu'ils relisent régulièrement un échantillon des réponses produites, qu'ils corrigent quand l'IA se trompe, et qu'ils restent joignables dès que l'artisan a un doute. C'est le rôle de l'encart « Validation experte » présent sur les deux wireframes.

Cette association IA et regard humain compte autant pour le fond que pour le message envoyé au client. Sur le fond, parce qu'un modèle peut se tromper avec beaucoup d'assurance, et qu'un mauvais conseil de fixation finit par un meuble au sol et une perte de confiance durable. Sur la forme, parce qu'un artisan fera bien plus volontiers confiance à un dispositif dont il sait qu'il est piloté par des gens du métier. L'IA ne remplace pas le comptoir de l'agence, elle le prolonge.

C'est aussi un choix d'entreprise. Si l'IA absorbe les questions simples, les experts ont plus de temps pour les cas complexes, pour la formation des équipes et pour l'enrichissement des règles. Encore faut-il continuer à investir dans ces compétences humaines, sans quoi plus personne ne sera capable de dire si l'IA a raison. Un dispositif d'UI générative bien conçu ne se contente pas d'exploiter l'expertise existante : il donne une raison de continuer à la développer.

Le design system, vocabulaire de l'IA

L'IA ne dessine rien elle-même. Elle choisit et assemble des briques prévues à l'avance. C'est ce qui garantit une interface cohérente, accessible et fidèle à la marque, quelle que soit la question posée.

Pour un site comme celui de notre scénario, le design system prévoirait une dizaine de gabarits, chacun associé à un type de demande :

  • Comparaison : départager deux ou trois références pour un usage donné.
  • Recommandation : une réponse unique, argumentée, à « quelle référence pour… ».
  • Réachat : retrouver un produit déjà commandé et le recommander.
  • Compatibilité : vérifier qu'un produit convient à un support ou à un autre équipement.
  • Calcul de quantités : estimer ce qu'il faut pour un chantier à partir de dimensions.
  • Guide de pose : étapes, outillage et produits nécessaires.
  • Liste de chantier : constituer un panier complet pour un projet.
  • Disponibilité : stock en agence, délais de livraison, alternatives.
  • Suivi : où en est ma commande, mon retour, ma facture.
  • Mise en relation : passer la main à un technico-commercial quand la question dépasse le cadre.

Ces gabarits puisent dans une bibliothèque de composants partagée : carte produit, tableau comparatif, badge de recommandation, encart de justification, frise de commandes, indicateur de stock, sélecteur de quantité, alerte de prix, schéma technique, encart de validation experte, bouton d'action. L'encart de validation experte a une particularité : il n'est pas optionnel, il accompagne chaque recommandation. Chaque composant est conçu une fois, testé, rendu accessible, puis réutilisé dans des milliers de combinaisons.

C'est le même principe que celui retenu par Google pour A2UI : l'IA ne peut afficher que des composants d'un catalogue validé. Google Cloud recommande aussi d'intégrer l'accessibilité directement dans ces composants, pour que chaque écran généré en hérite. Un point qui compte, à l'heure où la DGCCRF contrôle l'application de l'European Accessibility Act.

Les conditions pour que ça marche

Des données propres. Le comparatif ne vaut que ce que valent les fiches produit. L'historique ne sert à rien si les commandes ne sont pas rattachées à des chantiers. Bien souvent, le premier chantier est là.

Une transparence assumée. L'utilisateur doit savoir que la réponse est générée par une IA (c'est une obligation de l'article 50 de l'AI Act), et comprendre sur quoi elle s'appuie. Les deux wireframes affichent d'ailleurs « Compris comme… » : l'artisan voit comment sa demande a été interprétée et peut corriger.

La maîtrise des données clients. Exploiter l'historique de commandes suppose un cadre RGPD clair et un choix d'hébergement réfléchi. C'est un argument fort pour privilégier un modèle européen comme ceux de Mistral, hébergé en Europe, notre posture restant tech-agnostique.

Une frontière claire. L'IA aide à choisir, retrouver et commander. Les engagements (devis signés, conditions commerciales) restent dans des écrans classiques et prévisibles, comme nous l'expliquions à propos de la délégation aux agents IA.

Comment lancer un premier test

Pas besoin de refondre votre site. Un test ciblé se cadre en quelques étapes.

  1. Choisir une catégorie et deux ou trois types de questions. Celles qui arrivent le plus souvent au service client ou aux commerciaux.
  2. Concevoir les gabarits correspondants. Deux ou trois suffisent pour démarrer, avec les composants nécessaires.
  3. Impliquer vos experts dès le départ. Ce sont eux qui écrivent les règles de recommandation et qui relisent les premières réponses. Sans eux, pas de test crédible.
  4. Fixer vos indicateurs. Taux de réponses utiles, taux de réponses corrigées par les experts, passage au panier, baisse des sollicitations simples du service client.
  5. Tester avec de vrais clients. Un écran qui n'existe pas avant la question ne se valide pas sur maquette : il faut observer des artisans poser leurs propres questions.

Ce chantier prolonge celui de l'Agent Experience : après avoir rendu votre site lisible par les agents IA, vous lui donnez les moyens de répondre lui-même, sur mesure.

Le bon moment pour ouvrir la réflexion

En BtoB, personne n'a encore le mode d'emploi de l'UI générative, et c'est une opportunité. Les standards sont prêts, le coût d'un test reste modeste, et vos clients pros ont des questions précises que vos pages catégories ne savent pas traiter. À condition de garder vos experts au cœur du dispositif : c'est ce qui fera la différence entre un gadget et un outil auquel vos clients font confiance.

Vous avez une catégorie ou un parcours qui pourrait s'y prêter ? On vous propose d'en faire un premier terrain d'expérimentation. Parlons-en.


Sources

Publié par Agence Wex