B2B Online Chicago 2026 : quatre sessions qui devraient bouger votre feuille de route du T3

Temps moyen dont un employé de Schneider Electric a besoin pour obtenir un résultat satisfaisant de ses outils d’IA : 117 minutes. Nombre moyen de requêtes pour y arriver : 43.

Ce chiffre ne vient pas d’un pessimiste. Il vient de l’équipe qui pilote l’un des déploiements d’IA en entreprise les plus réussis en B2B.

Je reviens tout juste de B2B Online Chicago. Quatre sessions se sont démarquées, et ensemble, elles racontent une histoire cohérente sur l’état réel du commerce B2B en mai 2026.

Les données : 40 % des revenus B2B sont maintenant numériques

Shopify a ouvert le bal avec de nouvelles données de sondage : des fabricants et distributeurs dont les revenus se situent entre 500 M$ et 10 G$, sondés en avril 2026.

40 % des revenus passent maintenant par les canaux numériques. Une croissance prévue de 15 % par année jusqu’en 2030.

90 % des acheteurs ont dit qu’ils changeraient de fournisseur pour une meilleure expérience. 70 % sont prêts à passer des commandes de plus de 50 000 $ en ligne.

Voici ce qui m’a surpris : 31 % roulent encore sur des plateformes de commerce sur mesure ou propriétaires. En B2C, on ne verrait jamais ce chiffre-là. Une bonne partie de la salle utilise encore quelque chose qui a été bâti avant même que Shopify B2B soit crédible.

Le frein à l’adoption de l’IA pointé par les répondants ? Pas le budget. Pas les compétences. La complexité d’intégration avec les systèmes existants.

Exactement ce à quoi on pouvait s’attendre.

Arrêtez de bâtir des monolithes. Construisez des ponts.

Un atelier plus tard dans la semaine a changé ma façon de penser la stratégie IA.

L’argument était simple. Les modèles d’IA changent toutes les deux semaines. Les quatre géants (Amazon, Google, Meta, Microsoft) dépensent 700 milliards $ en investissements IA en 2026 seulement. Des milliers de milliards l’an prochain. Quand la technologie de base évolue aussi vite, s’engager à fond dans une plateforme est une stratégie perdante.

La recette « choisir un fournisseur, l’intégrer en profondeur, le garder 10 ans » est morte. Les entreprises d’IA deviennent des commodités. Vous n’allez pas vous vanter de celle que vous utilisez.

Ce qui la remplace : des ponts courts, à forte valeur. Trois étapes.

L’intention, c’est le résultat d’affaires. Pas « on veut de l’IA ». Un chiffre précis de revenus ou de marge que votre PDG financerait.

La vérité, c’est là où vivent réellement les données. Votre PIM. Votre ERP. Le chiffrier de quelqu’un. La tête d’un représentant.

L’expérience, c’est ce que votre client ou votre employé fera différemment une fois les deux reliés.

L’exercice : choisissez un pont pour votre entreprise et les deux ou trois personnes que vous devriez enfermer dans une salle pour le construire. Pas une feuille de route de 24 mois. Un seul pont.

C’est la bonne altitude pour 2026. Les longues feuilles de route liées à des plateformes précises seront désuètes avant même la mise en production. Les ponts courts liés à des cas d’usage à forte valeur vont se cumuler.

La douche froide de Schneider Electric

Puis est arrivée la session de Schneider Electric, le mercredi matin, et c’est celle à laquelle je repense sans arrêt.

Schneider, c’est une entreprise de technologies énergétiques de 45 G$ et 150 000 employés. Elle a recentré toute sa fonction numérique autour de ce qu’elle appelle le DXO : Digital Experience Optimization. SEO, GEO, SEM, contenu et optimisation des pages produits ont cessé d’être des équipes séparées qui couraient après des indicateurs séparés. Ils sont devenus une seule fonction avec une seule mission. S’assurer que le bon acheteur trouve le bon produit, peu importe le canal.

Juste ça, ça vaut la peine d’être copié. La plupart des entreprises B2B ont encore une équipe SEO qui ne parle pas à l’équipe IA/GEO, qui ne parle pas à l’équipe de recherche payante, qui ne parle pas à l’équipe PIM. Chacune optimise sa propre tranche. Aucune ne possède le parcours réel de l’acheteur.

Schneider a lancé sa transformation IA au début de 2023. A évalué plus de 40 plateformes. A rapporté une réduction de 80 % des délais de production de contenu et 30 % d’économies.

Jusque-là, très impressionnant.

Puis le conférencier a partagé les chiffres que personne ne met dans une conférence d’ouverture.

Nombre moyen de requêtes pour obtenir un contenu long final : 43. Temps moyen pour obtenir un résultat satisfaisant : 117 minutes. Connexions par mois pendant le projet pilote : 11.

100 % des utilisateurs du projet pilote ont dit qu’ils le recommanderaient à leurs collègues. Seulement 55 % ont dit être prêts à l’utiliser eux-mêmes.

Relisez ça deux fois.

Ce que Schneider a appris : mesurer le RCI était contre-productif. Ça créait de la méfiance et ça bouffait des heures. Le vrai gain n’était pas l’efficacité. C’était que les employés récupéraient du temps pour la curiosité.

La démo du fournisseur, ce n’est pas le déploiement. Votre équipe aussi va avoir besoin de 117 minutes la première fois. Prévoyez-le, sinon vous allez déclarer un échec à la sixième semaine.

Une parenthèse sur le DXO, et un outil pour savoir où vous en êtes

La session de Schneider a validé quelque chose que j’ai bâti il y a deux semaines et que j’améliore tous les jours. Un outil d’audit GEO gratuit.

Si vos équipes SEO, GEO, SEM et pages produits travaillent encore en silos, vous ne savez plus vraiment où les acheteurs vous trouvent. Vous savez comment un canal performe. Vous ne savez pas si vous faites partie des options considérées quand un spécialiste en approvisionnement demande à ChatGPT des « fournisseurs de pompes industrielles à moins de 50 000 $ ».

L’outil soumet votre domaine à Claude, ChatGPT et Gemini avec des requêtes réalistes d’acheteurs et vous montre les transcriptions intégrales. Pas un score. Pas un tableau de bord. Les vraies réponses que l’IA donne aux acheteurs quand ils posent des questions sur le genre de produits que vous vendez.

Si vous êtes cité, vous le verrez. Si votre concurrent est cité et pas vous, vous le verrez aussi. Si l’IA hallucine à propos de votre propre catalogue, vous le verrez, et c’est généralement le plus inconfortable.

Cinq minutes à lancer. Plus long à digérer.

La preuve concrète : la démo agentique de SAP

SAP nous a présenté un exemple concret d’IA qui fait du vrai travail en B2B.

Une spécialiste en approvisionnement doit équiper le bureau de Shanghai. Elle a fait appel au même fournisseur pour Pékin l’an dernier. Elle ne fouille pas dans un an de commandes. Elle demande à son assistant de récupérer la commande de Pékin. L’agent la trouve, la laisse ajuster les paramètres, met tout dans le panier.

Le panier dépasse le budget. Elle demande 12 % de rabais dans une note.

La demande de soumission arrive chez son représentant avec tout le contexte. Niveau Argent. 102 000 $ dépensés l’an dernier. Le système lui indique que 10 % est son plafond de marge, puis signale une promotion active qui annule les frais d’installation et de livraison. Combinée, l’offre respecte la marge et respecte son budget. Approuvée automatiquement.

La plupart des démos d’IA en B2B ont été du théâtre. Un robot conversationnel qui résume un PDF. Un copilote qui rédige un courriel.

Celle-ci était différente. Une vraie tâche. Un vrai calcul de marge. Un vrai processus d’approbation. L’IA n’a remplacé personne — elle a éliminé les parties dont personne ne veut.

Si vous êtes responsable d’un état des résultats en commerce B2B, c’est la preuve concrète à apporter à votre PDG.

Mais voici ce que la démo ne montre pas sur scène. Chaque couche de ce processus dépend de données assez propres pour qu’un agent puisse s’en servir. Le niveau du client. La commande de l’an dernier avec l’historique complet des lignes. La promotion active. Le plancher de marge. La règle d’approbation. Si l’un de ces éléments vit dans un chiffrier, dans la tête de quelqu’un ou dans un PDF sous la ligne de flottaison de votre page produit, l’agent ne peut pas faire son travail.

Quoi faire lundi

Trois choses, dans cet ordre.

Un. Auditez vos données produits avant toute chose. C’était le message le plus constant de toutes les sessions auxquelles j’ai assisté. Des données produits propres et structurées sont un prérequis, pas un chantier parallèle. Le robot de GPT n’exécute pas le JavaScript. Tout ce qui se trouve sous la ligne de flottaison de votre page produit est invisible pour les LLM. Si vos spécifications, numéros de pièces et prix ne sont pas dans des champs propres et structurés, vous ne faites pas partie des options considérées.

Deux. Choisissez un pont. N’écrivez pas la feuille de route de 24 mois. Écrivez le seul Intention → Vérité → Expérience que votre PDG financerait ce trimestre. Identifiez les deux ou trois personnes qu’il vous faut dans une salle. Construisez-le. Livrez-le. Puis écrivez la feuille de route à partir d’une preuve.

Trois. Prévoyez l’écart d’adoption. Si Schneider a eu besoin de deux ans et d’un programme culturel pour dépasser 55 % d’adoption, votre distributeur de 200 M$ ne va pas y arriver en un trimestre. Planifiez le déploiement en partant du principe que les gens auront besoin de la permission de passer 117 minutes sur leur premier résultat utile.

Les entreprises qui vont gagner les deux prochaines années ne sont pas celles qui ont la stratégie IA la plus ambitieuse. Ce sont celles qui ont les données les plus propres, les ponts les plus courts et le plus de patience pour le côté humain de l’adoption.

Chicago a rendu ça plus clair que n’importe quelle conférence à laquelle j’ai assisté depuis des années.

J’ai présenté ma propre session le jour 1, Beyond the Portal: Why GEO Is the New Frontline of B2B Commerce. J’en ferai le compte rendu la semaine prochaine. Abonnez-vous et vous le recevrez dans votre boîte de réception.

Un gros merci à l’équipe de B2B Online pour l’accueil et la production. Et à chaque conférencier qui est arrivé avec de vrais chiffres, de vraies preuves et de vraies opinions. C’est grâce à vous que cette conférence continue de relever la barre. La profondeur des conversations sur scène et dans les corridors était la meilleure que j’ai vue à un événement B2B depuis des années.