Comment se préparer au commerce agentique ?

Le commerce agentique va nécessairement bouleverser les règles du commerce en ligne, mais les consommateurs sont-ils réellement tous prêts à déléguer leurs achats à des intelligences artificielles ? Si les briques technologiques sont déjà disponibles, les usages restent encore incertains. Une chose est sûre : les marques vont devoir apprendre à composer avec de nouveaux intermédiaires (chatbots, agents, assistatns) sans perdre la maîtrise de leur relation client. Entre bataille des plateformes, nouveaux standards et évolution des parcours d’achat, je vous propose de décrypter les enjeux du commerce agentique et les cinq chantiers prioritaires pour s’y préparer.

Thèmes : IA générative, Agents IA, Commerce en ligne.

Le principe d’agent transactionnel n’est pas nouveau, j’en parle sur ce blog depuis de nombreuses années, que ce soit à travers les comparateurs de prix, les assistants vocaux ou les services mobiles de conciergerie :

• Le marché de la recherche relancé avec Bing ? (2009) ;
• Des services de conciergerie mobiles aux applications transparentes (2015) ;
• Les assistants personnels sont les nouveaux navigateurs web, et les GAFAM en sont les maitres absolus (2017) ;
• Les places de marché de chatbots annoncent le retour des assistants d’achat (2023) ;
• Les agents intelligents sont-ils les nouveaux navigateurs web ? (2024).

Mais avec les progrès spectaculaires de l’IA générative, le commerce agentique se précise de plus en plus. Pour les marques, cette montée en puissance amène deux enjeux : devenir sélectionnables par les agents et préserver la maîtrise de la relation client.

La question que l’on se pose désormais est : les utilisateurs laisseront-ils bientôt un assistant faire leurs achats à leur place ? La réponse honnête tient en deux temps. Techniquement, les briques existent ou sont en cours d’assemblage. Sur les usages, personne ne dispose aujourd’hui de données solides pour trancher. Entre ces deux constats se trouve la marge de manœuvre des marques : se préparer sans avoir de certitude sur le calendrier, à condition de savoir précisément ce que l’on prépare.

Mais quand on aborde le sujet du commerce agentique, de quoi parle-t-on exactement ? En quoi la délégation change la donne ? Qui se bat pour devenir le nouvel intermédiaire ? Quelles briques technologiques sont disponibles ? Que peuvent faire les marques pour se préparer ? Autant de questions que je vais aborder dans cet article.

Le commerce agentique : de l’assistance à l’autonomie

Utiliser une IA pour chercher un produit n’équivaut pas à lui déléguer un achat. La confusion entre les deux alimente une bonne partie des discours actuels, y compris ceux qui annoncent la fin des sites marchands. Pour bien faire la distinction entre recommandation et délégation, je vous incite à lire cet article : Mythes et réalité du commerce agentique.

Les deux auteurs, Yann Gourvennec et Olivier Laborne, détaillent ainsi trois cas de figure en fonction du rôle confié à l’IA et de la décision qui est conservée par le consommateur :

• Commerce assisté = L’IA recherche, compare et recommande ; le consommateur choisit et achète.
• Commerce transactionnel = L’IA sélectionne les produits et les met dans le panier ; le consommateur valide la transaction.
• Commerce autonome = L’IA choisit les produits et procède à la transaction ; le consommateur fixe au préalable le budget, les critères et donne les autorisations.

Cette distinction précise différents degrés d’autonomie pour les agents, pas trois types de consommateurs ou marchés différents. Un même client peut demander une comparaison le lundi, valider un panier préparé le mercredi, laisser un agent renouveler ses achats récurrents le vendredi, tout en choisissant lui-même ses légumes au marché le dimanche et payer avec de l’argent liquide ! 😵‍💫

Pour une marque, la question n’est donc pas de savoir quel scénario anticiper, mais de savoir à quels degrés d’autonomie ses offres seront exposées. Les études à notre disposition, notamment chez Adobe, montrent effectivement une croissance du commerce agentique, soutenue par l’évolution des habitudes des consommateurs (How the Rise of AI Is Changing Customer Behaviors) et par une recherche de trafic qualifié chez les commerçants (CMO Imperatives in the Era of AI).

Ces signaux sont encourageants, mais l’erreur serait de les sur-interpréter. Il y a ainsi une différence entre « utiliser l’IA » (faire une recherche dans ChatGPT) et « acheter avec l’IA » (déléguer un achat en ligne à un agent ou un assistant).

Ceci étant dit, déléguer la recherche et la comparaison à une IA, donc la sélection implicite, est déjà un très grand changement. Mais ne vous faites pas d’illusion : la prochaine marche à franchir sera haute.

De la recommandation à la délégation

Comme précisé plus haut : trois cas d’usage coexistent aujourd’hui :

• la recherche (le consommateur identifie et compare lui-même les offres) ;
• la recommandation (une plateforme sélectionne et hiérarchise les offres) ;
• la délégation (un agent ou assistant interprète le besoin et prend en charge des étapes du parcours).

Le plus gros changement concerne la délégation de la décision d’achat ET du paiement. L’intention d’achat existait déjà dans les moteurs de recherche et les comparateurs. Les agents ne l’ont pas inventée, ils déplacent l’endroit où elle s’exprime, et surtout la personne (ou l’IA) qui la traduit en commande.

L’impact est assez simple à anticiper : moins de trafic sur les sites, des sélections de produits plus restreintes, des commandes préparées dans l’interface d’un intermédiaire plutôt que sur la boutique en ligne de la marque. Pour le moment, rien n’indique que ces effets se produiront partout, ni au même rythme selon les catégories de produits : l’achat d’un consommable pour renouvellement et l’achat d’un cadeau de naissance ne se délèguent pas de la même façon. Vous noterez que ce principe s’applique aussi au marketing d’influence et à la capacité des créateurs de contenu à recommander des produits ou services, avec une efficacité variable en fonction de la criticité de la transaction (achat impulsif vs. achat mûrement réfléchi).

J’ai récemment théorisé ce changement de paradigme dans un article expliquant le Web4 et la notion de « Act » qui se cumule avec les « Read », « Write » et « Join » : L’agentisation amorce une nouvelle étape de maturité numérique menant au Web4 et à l’Entreprise4.

Le terme « Web4 » ne désigne ni un standard technique ni une disparition programmée des usages précédents, il sert à nommer une évolution dans les usages correspondant à une nouvelle réalité pour les marques : l’obligation de concevoir des interfaces numériques pour des humains, et des équivalents à disposition d’agents IA qui vont lire des contenus ou exploiter des services en ligne de façon autonome. Vous noterez que les uns ne remplacent pas les autres : les sites web, moteurs de recherche, plateformes marchandes, médias sociaux, applications mobiles… continueront de coexister avec ces agents et assistants numériques, comme les magasins ont coexisté avec les boutiques en ligne.

Reste à savoir qui va réussir à imposer avant les autres cette nouvelle forme d’intermédiation.

La bataille des nouveaux intermédiaires

Pour bien appréhender les acteurs en concurrence, il faut déjà distinguer les différents types de service reposant sur l’IA :

• les chatbots généralistes (ex : ChatGPT, Claude, Perplexity…) qui cherchent à devenir le point de départ de la recherche et de la comparaison de produits / services, puis à opérer la transaction ;
• les assistants intégrés aux systèmes d’exploitation (ex : Copilot de Microsoft, Gemini de Google et bientôt Siri d’Apple) qui ambitionnent d’accompagner les usages quotidiens d’utilisateurs captifs, et surtout d’anticiper leurs besoins en s’appuyant sur leur profil ;
• les assistants proposés par les plateformes (Muse de Meta, Alexa chez Amazon, le récemment annoncé Shopping Assistant de TikTok) qui misent sur leur capacité de recommandation et sur un expérience d’achat intégrée à leur écosystème ;
• Les assistants spécifiques à une application mobile (ex : Clementine chez Instacart, Cart Asistant chez Uber Eats…) qui cherchent à simplifier le choix et la transaction pour garantir une expérience d’achat toujours plus fluide.

Cette distinction reflète une vieille tension du commerce en ligne : qui contrôle le point de départ du parcours ? Depuis les années 2000, la réponse a changé plusieurs fois : des portails aux moteurs de recherche, puis aux places de marché, puis aux médias sociaux, et maintenant aux chatbots et assistants IA. Chaque génération d’intermédiaires a promis de simplifier la vie du consommateur, et chacune a aussi redistribué la valeur entre marques, plateformes et clients.

Les quatre types de service d’IA ne jouent pas la même partie :

• les chatbots cherchent à capter les demandes au moment où le besoin est exprimé dans la conversation ;
• les assistants intégrés cherchent à devenir des interlocuteurs persistants, en amont de l’expression d’un besoin ;
• les assistants des plateformes associent découverte, recommandation et transaction dans un même environnement ;
• les applications d’applications spécialisées cherchent à préserver leur utilité et leur relation avec leurs utilisateurs.

La concurrence est très rude, mais Meta et TikTok ont des atouts indéniables.

Meta en premier lieu, qui a récemment présenté son nouvel assistant avec l’ambition de le déployer partout où c’est possible (Introducing Muse: The World’s First Personal AI Agent Built for Everyone). Vont-ils y parvenir malgré un lien de confiance fragile (Meta debuts its Muse AI agent. Will consumers trust it?) et un modèle économique à passer à l’échelle (Why Muse May Never Need Ads) ?

Deux questions auxquelles je n’ai pas de réponse, d’autant plus que les différents acteurs de la chaine de valeur ont déjà choisi leur camp : Amazon blocks Meta’s Muse AI assistant in new standoff over agentic shopping et Shopify partners with Meta Muse for AI-powered checkout.

TikTok en second lieu, qui a récemment dévoilé plusieurs nouvelles fonctionnalités (Shopping Assistant, Buy Direct et Lead Agent) dont on ne connait pas encore tous les détails ni le calendrier de déploiement : From Discovery to Decision: How Agentic Solutions Guide Intent and Drive Action.

Pour compléter ce panorama, il me faut mentionner les géants numériques chinois qui s’affrontent également sur leur propre territoire : China’s tech giants are replacing the search bar with AI shopping agents. Certes, les contextes diffèrent (hégémonies des super-apps, habitudes de paiement, cadre réglementaire…), mais la trajectoire est la même.

Une nouvelle économie de la sélection

Avec les moteurs de recherche classiques (principalement Google et Bing), les marques et distributeurs se disputent une position dans une liste de résultats que les consommateurs consultent. Dans une réponse générée par IA, la liste se réduit à quelques propositions, parfois une seule. Les critères de sélection sont connus : adéquation au besoin, prix total, disponibilité, conditions de livraison et retours, qualité des informations, réputation et préférence de marque. Leur pondération dépendra des systèmes d’IA et des contextes. Aucune règle universelle n’est établie, les fournisseurs de solutions qui prétendent le contraire doivent être considérés avec prudence.

Il y a néanmoins une règle à laquelle aucun éditeur ne peut échapper : les coûts d’exploitation, qui sont très élevés (cf. Non, l’IA générative n’est pas gratuite, alors qui va payer et pour quoi ? publié en 2025). La solution toute trouvée semble être la publicité, native ou pas, mais qui semble faire l’unanimité chez les responsables marketing / communication interrogés par McKinsey sur cette question : plus de la moitié des annonceurs déclarent investir ou vouloir investir dans des publicités intégrées aux réponses générées par IA, au détriment des autres supports (The agentic advertising economy: From attention to action).

Cette statistique porte sur les investissements publicitaires, elle ne dit rien des intentions des consommateurs, ni de l’efficacité de ces formats. Il n’en reste pas moins que la direction se précise : quand les chatbots et assistants sélectionnent, la tentation de monétiser cette sélection est évidente.

Plusieurs alternatives restent envisageables : recommandations sponsorisées, commissions, partage des données… Ces solutions potentielles de monétisation ne doivent pas être envisagées comme des hypothèses communes à tous les services d’IA. Pour une marque ou un distributeur, c’est donc une raison d’envisager dès maintenant ce qu’il serait acceptable de payer, de partager ou de céder, plutôt que de découvrir les conditions au moment du déploiement à grande échelle.

Les briques technologiques sont déjà là

Permettre et faciliter l’accès au catalogue de produits / services, ainsi qu’aux outils transactionnels aux agents et assistants IA ne se fera certainement pas de façon automatique. La mise à niveau des plateformes marchandes des marques et distributeurs est ainsi une étape incontournable, mais elle est potentiellement grandement facilitée par l’existence de nombreux standards qui promettent de simplifier les interactions entre les différents acteurs de l’écosystème (pour vous faire peur, vous pouvez consulter l’Agentic Commerce Ecosystem Map).

Les considérations techniques du commerce agentique se prêtent particulièrement à l’empilement d’acronymes, inutile de vous en plaindre, ce n’est ni vous ni moi qui en décidons ! Ce que vous devez retenir est que tous ces standards ne sont pas comparables, car ils ne remplissent pas tous la même fonction :

• certains organisent la découverte et l’interaction avec des services (NLWeb, MCP, Brand Concierge, Brand Voice, A2A…) ;
• d’autres le panier et la commande (UCP, ACP…) ;
• d’autres encore l’autorisation de payer (AP2, x402).

Et comme si ça ne suffisait pas, tous les grands acteurs se sont mis en tête de lancer leur propre standard, à l’image de Meta qui a présenté fièrement le sien la semaine dernière : Introducing Personal Agent Protocol. Un protocole qui ne manque pas d’ambition, puisqu’il est associé à des partenaires solides (Shopify, Stripe, Walmart…), mais qui vient s’ajouter à une liste déjà trop longue.

Et en prime, il faut aussi compter avec les aménagements techniques ou fonctionnels des chatbots :

• ChatGPT apps are here, your website is no longer the only front door (OpenAI) ;
• Building commerce agents with Claude (Anthropic).

Vous y voyez plus clair ? Moi non plus ! Mais en attendant que les standards et protocoles les plus pertinents émergent naturellement, vous pouvez et devez commencer à vous préparer aux changements à venir.

Comment les marques peuvent-elles se préparer ?

Au risque de me répéter : si n’avons pour le moment aucune certitude sur la nature, le volume ou les délais de réalisation, nous avons la conviction que ces changements vont arriver. Ce n’est qu’une question de temps, puisque l’argent ne semble pas être un problème pour les éditeurs (ils dépensent sans compter pour imposer leur présence).

La perspective de la généralisation du commerce agentique n’est pas réjouissante, mais aucune organisation ne peut l’ignorer, car ses implications sont critiques : Who Owns the Customer in the Age of AI Agents?

Charge donc aux marques et distributeurs d’anticiper la révolution agentique à travers cinq chantiers :

1. Rendre les offres exploitables. C’est certainement le chantier le plus évident, mais pas nécessairement le plus simple. Un agent ne peut sélectionner que ce qu’il comprend. Cela suppose de fiabiliser le données du catalogue, d’harmoniser les identifiants produits, la description de leurs caractéristiques et le calcul du prix total, mais également d’évaluer de façon précise les stocks, ainsi que de bien spécifier les conditions de retours, les garanties, les restrictions… La première des choses à faire est donc de vous assurer de disposer des bonnes données et informations dans vos systèmes internes (ce qui n’est pas forcément acquis).
2. Préparer l’interopérabilité. Ce chantier relève de l’arbitrage, car comme nous venons de le voir, il existe de nombreux standards et protocoles pour rendre possible le commerce agentique. Dans la mesure où il n’est pas envisageable de tous les adopter, il va falloir procéder à des choix, ou du moins de prioriser leur intégration.
3. Préserver la visibilité et la réputation. Le GEO (« Generative Engine Optimization« ) est assurément le mot qui revient le plus chez les marketeurs cette année. Une préoccupation justifiée tant les enjeux du référencement auprès des chatbots et assistants IA est critique. J’ai déjà abordé ce sujet dans un précédent article, que je vous incite à lire (Du SEO au GEO : Comment adapter votre référencement à l’ère des IA génératives, chatbots et assistants ?).
4. Expérimenter et mesurer. Ce nouveau paradigme de la délégation n’est pas à minimiser, car les impacts vont être nombreux, mais difficiles à anticiper précisément. Attendez-vous vous donc à une période d’apprentissage empirique composée de nombreux essais / erreurs. Parmi eux, la question de la mesure sera clé, car il n’est pas non plus envisageable de naviguer à l’aveugle. encore faut-il que tous les acteurs se mettent d’accord sur les bons indicateurs et la façon de les mesurer (IAB Releases « Measuring Visibility in the AI Era » to Help Brands, Publishers, and Agencies Navigate AI-Powered Discovery).
5. Envisager l’autonomie. Intégrer un assistant propriétaire est une option à évaluer, mais pas une obligation pour chaque marque (Seules les marques fortes parviendront à dompter le commerce conversationnel). Certaines pourront en tirer un avantage réel, notamment quand leur relation de conseil est au cœur de la valeur. D’autres feront mieux de concentrer leurs efforts sur la qualité de leurs données et sur leur présence dans les chatbots et assistants des autres. Il convient simplement d’y réfléchir à l’avance.

Comme vous pouvez le constater, les chantiers préparatoires sont nombreux et complexes. Certains n’attendent pas : Unilever changes its brand discovery calculus with Google Cloud AI pact. Dans un quotidien où les annonces se succèdent, il est confortable de s’appuyer sur des chiffres déclaratifs, des communiqués ou des études d’intentions. Mais au final, seule une préparation rigoureuse vous évitera des déconvenues.

Se préparer dès maintenant, sans présumer du calendrier ni des futurs gagnants

Les offres, standards et investissements en infrastructures rendent le scénario d’adoption rapide du commerce agentique très crédible. Mais la part réelle des acheteurs qui oseront sauter le pas reste incertaine. Les statistiques et sources disponibles, qu’elles viennent de cabinets, d’éditeurs ou de prestataires mesurent surtout des intentions, des annonces et des niveaux de préparation. Il ne faut malheureusement pas s’y fier. Les risques de dépendance et de perte de relation sont en revanche bien réels, mais il varient selon les types d’IA impliquées dans le commerce agentique (chatbots, agents, assistants…).

Ceci étant dit, les informations et données relatives à vos produits, leur visibilité et disponibilité, la qualité de service et l’expérimentation constituent des investissements utiles dès aujourd’hui : Algorithmic Shopping Is Here, Is Your Company Ready? Non seulement ils servent les canaux actuels (ex : médias sociaux, places de marché…), mais ils réduisent potentiellement le risque face à des agents et assistants qui progressent très rapidement. De plus, ils offrent aux marques et distributeurs une plus grande marge de manoeuvre lorsque l’adoption s’accélèrera.

Vous voilà prévenu, à vous de jouer !

(!) L’illustration, ainsi que la synthèse et les Q / R de cet article ont été générées à l’aide de l’IA.