Onboarding Contentful : assurer la trouvabilité, vue du frontendL'onboarding Contentful, c'e…
Commerce agentique : comment les agents IA redéfinissent l'avenir du commerce en ligne
Quelque chose de fondamental est en train de changer dans la façon dont les produits sont découverts et achetés. Pendant des années, la question centrale de l'architecture e-commerce a été de savoir comment offrir de meilleures expériences aux acheteurs humains : des pages plus rapides, des parcours de paiement plus fluides, une personnalisation plus pertinente. Cette question reste importante, mais une nouvelle s'impose rapidement en tête de l'agenda : comment vendre à des machines qui font leurs achats pour le compte des humains ?
C'est là toute l'essence de l'agentic commerce. Les agents IA, agissant de façon autonome pour le compte des utilisateurs, commencent à prendre en charge l'ensemble du cycle d'achat : interprétation de l'intention, comparaison des produits, évaluation des conditions et finalisation de la transaction. Pour les CTO et les responsables technologiques des entreprises du commerce, ce basculement exige une attention architecturale immédiate.
Définir l'agentic commerce
L'agentic commerce désigne l'exécution de transactions commerciales par des agents IA autonomes opérant pour le compte des utilisateurs finaux. Plutôt que d'aider un humain à prendre une décision, ces agents prennent eux-mêmes la décision, dans les limites des paramètres définis par l'utilisateur, et la mènent jusqu'à son terme.
La distinction avec les concepts antérieurs d'IA appliquée au commerce est importante. Les moteurs de recommandation de produits réagissent au comportement de l'utilisateur et font remonter des options. Les assistants d'achat conversationnels guident les acheteurs humains tout au long d'un processus. Les systèmes agentiques sont différents : ils agissent. Ils interprètent une intention de haut niveau, interrogent des données structurées sur les produits et la logistique via des protocoles ouverts, évaluent les options selon des critères définis par l'utilisateur et exécutent les achats, le tout sans que l'utilisateur ait besoin de visiter une boutique ou de passer par un parcours de paiement.
Concrètement, cela se produit déjà à grande échelle. Google a lancé son Universal Commerce Protocol (UCP) lors du NRF début 2026, établissant une norme ouverte grâce à laquelle les agents IA peuvent interagir avec les catalogues, les paniers et les parcours de paiement des marchands. L'Agentic Commerce Protocol (ACP) d'OpenAI, développé conjointement avec Stripe, est déjà en service chez Instacart, DoorDash et Shopify. Microsoft Copilot Checkout a intégré PayPal, Stripe et Etsy pour l'achat autonome sur le marché américain. L'infrastructure se construit en temps réel.
Les signaux du marché sont clairs
L'adoption de l'IA par les consommateurs tout au long du parcours d'achat s'accélère plus vite que ce que la plupart des cycles de planification des entreprises peuvent absorber. Des études menées début 2026 montrent que 73 pour cent des consommateurs utilisent déjà l'IA sous une forme ou une autre pendant leur processus d'achat. Quarante-cinq pour cent utilisent des assistants IA pour générer des idées de produits, 37 pour cent pour résumer des avis et 32 pour cent pour comparer les prix.
Ce ne sont pas encore des comportements agentiques au sens plein, ils impliquent toujours une décision humaine à l'étape finale. Mais ils constituent l'infrastructure d'habitude et de confiance qui rend viable la transition vers un achat entièrement agentique. Lorsque les consommateurs sont déjà à l'aise pour demander à une IA de trouver et de comparer des produits, déléguer l'étape finale de l'achat représente un petit basculement psychologique.
Du point de vue de l'investissement, l'échelle est frappante. Les plateformes d'IA devraient générer 20,9 milliards de dollars de dépenses dans le retail en 2026, soit près de quatre fois le chiffre de 2025. Pour les marchands qui ne sont pas encore visibles auprès des agents IA, c'est un angle mort grandissant dans leur potentiel de chiffre d'affaires.
Ce que l'agentic commerce exige de votre architecture
L'implication la plus lourde de conséquences de l'agentic commerce pour les responsables technologiques est architecturale. Les boutiques, les fiches produits et les parcours de paiement optimisés pour les visiteurs humains sont mal adaptés à l'achat médiatisé par des agents. Les hypothèses d'interface sont erronées, les formats de données sont sous-optimaux et les points d'intégration sont absents.
Des données produits structurées et détaillées
Les agents ne naviguent pas. Ils interrogent. Pour qu'un marchand puisse être sélectionné par un agent IA, chaque attribut produit pertinent doit être disponible sous une forme structurée et lisible par machine, via un point d'accès API stable. Cela va bien au-delà des bases du balisage schema.org ou d'un flux produit JSON.
Les agents ont besoin d'ensembles d'attributs complets : des prix précis avec toutes les conditions applicables, un état des stocks en temps réel, des options de livraison détaillées avec des garanties de délai, des politiques de retour dans des formats structurés, des données de compatibilité, des certifications et des spécifications de variantes. Les produits dépourvus d'attributs structurés complets sont soit invisibles, soit incomparables dans les processus de sélection médiatisés par des agents, ce qui signifie qu'ils ne sont tout simplement pas retenus.
Cela fait passer la gestion de l'information produit (Product Information Management) d'une fonction d'exploitation de contenu à un investissement technologique stratégique. Des systèmes PIM bien entretenus, avec des données produits propres, cohérentes et profondément structurées, deviendront un moteur direct de conversion dans les canaux agentiques.
L'API-First comme fondation non négociable
Les architectures de commerce Headless et les principes MACH sont défendus depuis des années sur la base d'arguments de flexibilité et de rapidité de mise sur le marché. L'agentic commerce ajoute une contrainte plus stricte : être adressable par les agents exige une architecture API-first. Il n'existe pas de contournement par le rendu JavaScript ou par des pages d'atterrissage optimisées pour le SEO. Si vos capacités de commerce ne sont pas accessibles via des API propres et documentées, les agents ne peuvent pas interagir avec elles.
Pour les entreprises qui opèrent déjà sur une architecture Composable et Headless, ajouter de nouveaux protocoles agentiques est un projet d'intégration, pas une transformation. Pour celles qui restent sur des plateformes monolithiques, le calcul de la migration a de nouveau évolué : le coût de la dette technique liée au report inclut désormais une exclusion croissante des canaux de commerce médiatisés par des agents.
Les organisations qui ont adopté des architectures fondées sur MACH indiquent mettre en oeuvre de nouvelles fonctionnalités de commerce environ 80 pour cent plus vite que celles qui restent sur des plateformes traditionnelles. Dans un paysage où de nouveaux protocoles d'agents se standardisent quasiment en temps réel, cette vélocité de mise en oeuvre compte énormément.
Les données logistiques comme signal de pré-achat
L'un des aspects les plus contre-intuitifs de l'agentic commerce est le rôle des données logistiques dans le processus de sélection. Dans le commerce fondé sur la navigation humaine, les conditions de livraison sont généralement découvertes après la décision, dans le cadre du parcours de paiement. Dans le commerce médiatisé par des agents, la vitesse de livraison, le coût, les indicateurs de fiabilité et les options de retrait deviennent des critères de sélection appliqués avant même le début d'une transaction.
Un agent IA comparant deux produits équivalents choisira le marchand qui fournit des données de livraison complètes, exactes et en temps réel plutôt que celui qui propose une promesse de livraison vague. Cela signifie que les systèmes de stocks en temps réel, les API d'exécution précises et les données structurées d'engagement de livraison deviennent des facteurs concurrentiels en haut de l'entonnoir, et non des détails opérationnels de back-end.
Le parallèle avec le SEO : l'Answer Engine Optimization
Le guide d'optimisation pour les moteurs de recherche, construit sur deux décennies, suppose la présence d'un humain au bout de la chaîne de découverte. Les classements, les taux de clic, les méta-descriptions et les taux de conversion des pages d'atterrissage supposent tous qu'une personne voit une page et prend une décision. Dans les canaux agentiques, ces hypothèses s'effondrent.
La discipline émergente de l'Answer Engine Optimization (AEO) répond à cet écart. Plutôt que d'optimiser pour le comportement de clic humain, l'AEO vise à rendre l'information la plus accessible et interprétable possible par les systèmes d'IA. Dans un contexte de commerce, cela signifie structurer les données produits pour la précision et l'exhaustivité, et non pour la persuasion. Cela signifie garantir que chaque spécification, condition et paramètre logistique soit disponible via des appels API avec un minimum de friction. Cela signifie que « trouvable » et « achetable » deviennent un seul et même concept.
Pour les marchands, cela exige un changement dans la façon d'évaluer le contenu produit. La question n'est plus seulement « cette description va-t-elle convertir un visiteur humain », mais aussi « un agent IA peut-il interpréter correctement cette information et agir en conséquence ». Dans bien des cas, ces objectifs convergent, mais ils requièrent des critères de qualité différents.
Sécurité, confiance et délégation
Le déploiement concret de l'achat agentique soulève d'importantes questions d'autorisation, de responsabilité et de prévention de la fraude que le secteur s'emploie activement à résoudre. Lorsqu'un agent IA finalise un achat pour le compte d'un utilisateur, la chaîne transactionnelle et juridique de l'autorisation devient plus complexe.
L'ACP d'OpenAI et l'UCP de Google incluent tous deux des cadres d'autorisation cadrée, permettant aux utilisateurs de définir des plafonds de dépenses, des catégories de marchands approuvées et des limites de décision à l'intérieur desquelles les agents peuvent opérer. Mais les détails de mise en oeuvre de ces cadres, et leur interaction avec les systèmes existants de détection de la fraude, les exigences de vérification d'identité et les réglementations de protection des consommateurs, requièrent une attention soutenue de la part des marchands comme de leurs partenaires technologiques.
Pour le commerce B2B en particulier, le modèle agentique s'aligne bien sur les flux d'approvisionnement existants. Des agents opérant dans le cadre de listes de fournisseurs prédéfinies, de contraintes budgétaires et de seuils d'approbation peuvent automatiser une part importante de l'activité d'achat de routine. C'est probablement un vecteur d'adoption précoce dans le segment entreprise, avec pour contrainte une tolérance au risque plus faible du côté grand public.
Priorités concrètes pour les responsables technologiques
Traduire le paysage de l'agentic commerce en un plan d'action suppose de dépasser le battage médiatique pour identifier les investissements à la valeur la plus durable.
La priorité la plus élevée est la qualité des données produits. Quels que soient les protocoles d'agents spécifiques qui s'imposeront, l'exigence de données produits complètes, exactes et structurées est universelle. C'est un investissement qui se cumule : de meilleures données améliorent les performances dans les canaux existants comme dans les nouveaux.
La deuxième priorité est la clarté architecturale. Il est essentiel de comprendre l'état actuel de votre surface d'API, c'est-à-dire quelles capacités de commerce sont accessibles via des points d'accès propres et documentés. Pour la plupart des organisations, cet audit révélera à la fois des forces et des lacunes.
La troisième est la surveillance des protocoles. Le paysage des protocoles d'agentic commerce est encore en cours de consolidation. Plutôt que de miser fortement sur un protocole unique, construire des couches d'adaptation capables de prendre en charge plusieurs protocoles constitue une approche plus résiliente. L'objectif est d'éviter de coupler votre architecture centrale à un protocole qui pourrait ne pas atteindre une adoption large.
Enfin, il y a la question de la mesure. À mesure que les canaux agentiques se développent, comprendre quelles transactions sont issues de processus médiatisés par des agents, et quels facteurs de sélection ont guidé ces choix, deviendra une source d'optimisation importante. Mettre en place l'instrumentation dès maintenant, avant même que le volume agentique ne soit significatif, vous place en position d'agir sur ces données au moment où elles compteront.
Conclusion : la fenêtre pour un positionnement proactif
Les organisations qui tireront le plus de l'agentic commerce sont celles qui le traitent dès aujourd'hui comme un défi d'architecture et de qualité des données, plutôt que d'attendre que le canal arrive à maturité avant de réagir. Les protocoles ouverts se standardisent maintenant. Les comportements des consommateurs se forment maintenant. Les positions concurrentielles s'établissent maintenant.
Pour les entreprises qui opèrent déjà sur des architectures Composable, API-first, avec une solide discipline de données produits, le chemin vers la compatibilité avec les agents se résume à une série d'intégrations ciblées et d'initiatives de qualité des données. L'investissement fondateur est déjà réalisé. Pour celles qui restent sur des plateformes héritées, l'argumentaire en faveur de la migration gagne une dimension convaincante supplémentaire à ajouter à un dossier déjà solide.
L'agentic commerce ne supprime pas le besoin d'excellents produits, de prix équitables et d'une exécution fiable. Il change l'interface à travers laquelle ces qualités s'expriment et sont évaluées. Les marchands qui prospéreront seront ceux qui comprennent qu'être bon en commerce et être lisible par les machines ne sont plus des objectifs distincts.
Plus de contenus de la plateforme Laioutr
Lectures complémentaires : Agentic Commerce : comment les agents IA redéfinissent l'avenir du retail en ligne et Agentic Commerce : comment les agents IA redéfinissent l'avenir du e-commerce.