Aller au contenu principal
Live
AnalysesSESE

Wilgot lève 3 M$ pour rendre les marques lisibles par ChatGPT

La startup suédoise Wilgot a bouclé 3 millions de dollars menés par Industrifonden pour réécrire les fiches produit que lisent les agents d'achat. Derrière l'outil marketing, la question de qui décide ce qu'un modèle recommande reste sans réponse.

5 min de lectureMis à jour il y a 3 minutes
arctictoday
Crédit image : Photo : arctictoday
Dans cet article
  1. Le chiffre qui déplace le problème
  2. Le mécanisme : qui paie, qui encaisse
  3. Ce que la réglementation ne dit pas encore
  4. Le ricochet pour les marques africaines
  5. Ce que Wilgot ne dit pas

Le chiffre qui déplace le problème

Chez le bottier suédois Myrqvist, 7 % des clients arrivent désormais via ChatGPT. Ce n'est pas un chiffre de trafic, c'est un chiffre de canal : sept acheteurs sur cent n'ont jamais vu une page de résultats Google, jamais cliqué sur une annonce, jamais connu la marque avant qu'un modèle de langage la leur recommande. Wilgot, fondé à Stockholm en 2024, vient de lever 3 millions de dollars — 30 millions de couronnes selon la conversion donnée par la société — menés par Industrifonden, avec Luminar Ventures, Foundry Ventures, Ventures Together et Inovexus, pour industrialiser ce qui produit ce 7 %.

La thèse tient en une phrase : la visibilité commerciale se déplace du moteur de recherche vers l'agent conversationnel, et celui-ci ne lit pas les mêmes choses que vous. Une photo de mannequin en pull, un slogan, une story Instagram : un agent d'achat n'en fait rien. Il veut savoir ce que le produit fait, combien il coûte, ce que les clients en disent. Wilgot prend donc les données internes d'une marque — requêtes de recherche, avis, tickets au service client, retours produits — et les retravaille en pages, flux et données structurées que les modèles peuvent ingérer. La société appelle cela « Agentic Product Optimisation ». Traduisez : du SEO pour un lecteur qui n'est pas humain.

Le mécanisme : qui paie, qui encaisse

Regardons la chaîne. Une marque paie Wilgot un abonnement — montant non communiqué — pour que ses fiches produit soient réécrites. Wilgot encaisse. L'agent d'achat, lui, ne paie rien : ChatGPT, Gemini ou Perplexity facturent l'utilisateur ou monétisent ailleurs. Et le client final, dans l'histoire, ne sait même pas qu'une entreprise a passé deux ans à reformuler ses FAQ pour qu'un modèle le recommande.

C'est là que le bât blesse. Le fondateur Erik Wikander le dit sans détour : les marques « passent trop de temps à mesurer si les assistants d'IA les mentionnent, et pas assez à donner à l'IA une raison de recommander leurs produits ». Autrement dit, le marché actuel vend de la mesure ; Wilgot vend de la matière première. La nuance est commerciale, mais elle est aussi politique : optimiser une fiche produit pour un agent, c'est décider quel contenu a le droit d'entrer dans la fenêtre de contexte d'un modèle. Et aucun texte cité dans la documentation ne dit qui contrôle cette entrée.

Ce que la réglementation ne dit pas encore

Wilgot est une entreprise suédoise qui vend à des marques mondiales, dont Signify. Ses clients opèrent donc dans des juridictions où la publicité est encadrée, mais aucun texte cité par la documentation ne vise spécifiquement les agents d'achat. Le précédent est instructif. Quand Google a dominé la recherche, une industrie entière — agences SEO, comparateurs, réseaux d'affiliation — s'est construite sur une ambiguïté : personne, hors de Google, ne savait exactement pourquoi un site remontait. Le Digital Markets Act a attaqué cette opacité en imposant aux « gatekeepers » de dire aux annonceurs comment fonctionne leur classement. Rien d'équivalent n'existe pour les agents d'achat, et la documentation ne cite aucun projet en ce sens.

C'est le vrai pari de Wilgot : il parie que cette opacité durera assez longtemps pour qu'un métier d'optimisation se structure, et assez peu longtemps pour que les marques aient besoin de lui avant que la règle ne change. Industrifonden le formule à sa manière : « Si une IA ne peut pas lire votre produit, elle ne peut pas le recommander, aussi bon soit-il. » La phrase est juste. Elle ne dit pas qui, de la marque ou de la plateforme, décidera un jour ce qui est lisible.

Le ricochet pour les marques africaines

Le lecteur se demande ce que cela change pour un commerçant de Lagos ou de Nairobi. Deux choses, et elles sont contraires.

D'abord, une mauvaise : l'optimisation pour agents coûte un abonnement, des équipes, des données clients propres. Les marques qui ont déjà des avis, des tickets et des retours structurés partent avec une longueur d'avance. Une PME qui vend sur une place de marché sans base de données client ne peut pas jouer. Le fossé se creuse là où on ne l'attendait pas : non pas dans la publicité, mais dans la qualité des données internes.

Ensuite, une bonne : les agents d'achat ne connaissent pas les frontières publicitaires. Un modèle de langage recommandera une marque kényane si sa fiche produit est lisible, factuelle, bien structurée. C'est la promesse que vend Industrifonden — « permettre aux marques de toutes tailles de rivaliser sur la pertinence plutôt que sur le budget publicitaire ». Elle est belle. Elle est aussi invérifiée : la documentation ne fournit aucun exemple de marque non européenne ayant bénéficié du dispositif.

Ce que Wilgot ne dit pas

Il faut le noter : la documentation ne dit rien du prix de l'abonnement, ni du nombre de clients, ni du chiffre d'affaires. Elle cite deux résultats — +20 % de ventes nettes sur les pages Daniel Wellington optimisées, 7 % des clients Myrqvist venus de ChatGPT — sans méthode de mesure. Sur combien de mois ? Sur quel périmètre géographique ? Avec quel groupe de contrôle ? Aucun document ne le précise. Le « +20 % » est un chiffre de communication, pas une donnée auditée.

Et une question reste ouverte, plus gênante : si optimiser les fiches produit devient la norme, l'avantage disparaît. Toutes les marques auront des fiches lisibles par les agents, et le modèle recommandera… quoi ? Probablement celui qui paie, ou celui que la plateforme possède. Le métier de Wilgot n'existera peut-être que le temps que les plateformes d'IA décident de vendre elles-mêmes la visibilité. La source ne dit pas si OpenAI, Google ou Perplexity ont annoncé une telle intention. Mais l'histoire de la recherche internet enseigne que l'opacité finit par se monétiser — et que celui qui vend l'optimisation avant que la règle ne soit écrite est celui qui a le plus à perdre quand elle l'est.

Maillage