Commerce agentique : ce que les dirigeants doivent vraiment en attendre

L'ère du "achète pour moi" commence

Février 2026 marque un tournant. Amazon vient de déployer "Buy for Me", une fonctionnalité permettant à son assistant IA d'acheter des produits sur des sites tiers. Google expérimente l'Agentic Checkout dans ses résultats de recherche. OpenAI a intégré un système de paiement instantané dans ChatGPT.

Le point commun de ces initiatives : elles délèguent l'acte d'achat à une intelligence artificielle. Le consommateur formule un besoin — "trouve-moi des baskets running sous 100 euros en taille 42" — et l'agent s'occupe du reste. Recherche, comparaison, sélection, paiement.

Cette évolution porte un nom : le commerce agentique. Et contrairement à d'autres tendances technologiques, celle-ci a des implications immédiates pour quiconque vend en ligne.

Ce que "commerce agentique" signifie concrètement

Le terme peut sembler abstrait. Dans les faits, il décrit un changement simple mais profond dans le parcours d'achat.

Aujourd'hui, un client visite un site, navigue dans les catégories, compare les fiches produits, ajoute au panier, remplit ses informations, valide le paiement. Ce processus, familier depuis vingt ans, repose sur l'action humaine à chaque étape.

Dans le modèle agentique, un programme informatique effectue ces actions à la place du client. Ce programme — l'agent — accède aux catalogues produits, interroge les disponibilités, négocie parfois les conditions, et finalise la transaction avec les informations de paiement préenregistrées.

Le client n'interagit plus avec le site marchand. Il interagit avec son agent, qui lui-même interagit avec le site.

Cette intermédiation change la donne pour les e-commerçants. Leur interface, conçue pour des humains, doit désormais être lisible par des machines. Leur catalogue, pensé pour la navigation visuelle, doit devenir accessible via des protocoles standardisés.

Les chiffres derrière l'emballement médiatique

McKinsey estime que le commerce agentique pourrait générer entre 3 et 5 billions de dollars de revenus mondiaux d'ici 2030. Salesforce annonce une hausse potentielle de 25 % des ventes incrémentales sur les canaux conversationnels.

Ces projections méritent d'être lues avec prudence. Elles reposent sur des hypothèses d'adoption massive qui restent à vérifier. Les études proviennent souvent d'acteurs ayant un intérêt commercial dans la promotion de ces technologies.

Ce qui est mesurable aujourd'hui : les expérimentations en cours. Plusieurs enseignes américaines utilisant des agents conversationnels sur WhatsApp rapportent des taux de conversion supérieurs de 15 à 20 % par rapport au parcours web classique. Le panier moyen augmente également, les agents étant programmés pour suggérer des produits complémentaires.

Ces résultats, bien que encourageants, concernent des cas d'usage spécifiques. L'agent y joue un rôle d'assistant à l'achat, pas d'acheteur autonome. La nuance est importante.

Ce qui fonctionne déjà — et ce qui relève encore du prototype

La distinction entre assistance et autonomie structure actuellement le marché.

Les agents d'assistance existent et fonctionnent. Ils répondent aux questions sur les produits, gèrent les demandes de suivi de commande, relancent les paniers abandonnés. Des solutions comme Zipchat ou Alhena AI s'intègrent aux plateformes e-commerce et traitent, selon leurs éditeurs, jusqu'à 70 % des interactions clients sans intervention humaine.

Ces outils apportent une valeur réelle. Ils réduisent la charge des équipes support. Ils maintiennent une disponibilité permanente. Ils accélèrent certaines étapes du parcours client.

Les agents véritablement autonomes — ceux qui achètent seuls — restent expérimentaux. Leur déploiement se heurte à des obstacles techniques et juridiques. Qui est responsable si l'agent achète un produit non conforme aux attentes ? Comment gérer les retours ? Quelle authentification pour les paiements délégués ?

Mastercard a lancé Agent Pay pour répondre à cette dernière question, en proposant un protocole de paiement sécurisé spécifique aux transactions initiées par des IA. Mais l'adoption reste marginale.

Pourquoi cela concerne tous les e-commerçants, dès maintenant

L'erreur serait de considérer le commerce agentique comme une tendance lointaine, réservée aux géants technologiques.

Les agents IA, pour fonctionner, ont besoin d'accéder aux données produits de manière structurée. Ils interrogent des catalogues via des API, des flux de données standardisés, des protocoles comme l'Universal Commerce Protocol (UCP) en cours de définition.

Un site dont le catalogue n'est pas exposé de cette manière devient invisible pour ces agents. À mesure que les consommateurs adopteront ces assistants d'achat, les marchands non compatibles perdront mécaniquement en visibilité.

Cette logique rappelle l'émergence du référencement naturel dans les années 2000. Les sites non optimisés pour Google n'ont pas disparu du jour au lendemain. Mais leur trafic s'est érodé progressivement, au profit de concurrents mieux préparés.

La préparation ne requiert pas d'investissements massifs. Elle passe par des choix techniques : structuration des données produits, exposition via API, compatibilité avec les standards émergents. Des plateformes comme Shopify intègrent déjà ces fonctionnalités dans leurs outils de développement.

Les limites à connaître avant de se lancer

L'enthousiasme autour de l'IA génère des attentes parfois déconnectées de la réalité opérationnelle. Plusieurs écueils méritent attention.

Le premier concerne la fiabilité. Les agents IA actuels commettent des erreurs. Ils peuvent mal interpréter une demande, recommander un produit inadapté, ou "halluciner" des caractéristiques inexistantes. Les solutions dites "hallucination-free" réduisent ce risque sans l'éliminer.

Le deuxième touche à la dépendance. Confier l'interface client à un agent tiers, c'est accepter une intermédiation. La relation directe avec le consommateur s'amenuise. Les données de comportement transitent par des plateformes externes. Cette perte de contrôle a un coût stratégique.

Le troisième relève de la conformité. En Europe, le RGPD encadre strictement l'utilisation des données personnelles. Les agents IA manipulent ces données pour personnaliser leurs recommandations. La responsabilité juridique en cas de manquement reste floue.

Enfin, l'investissement humain demeure nécessaire. Un agent IA ne se configure pas en quelques clics. Il nécessite une phase de paramétrage, d'entraînement sur les données métier, de test. Les équipes internes doivent monter en compétence pour superviser ces outils.

Ce que font les entreprises qui avancent intelligemment

Les organisations qui tirent parti du commerce agentique partagent une approche commune : elles procèdent par étapes, mesurent les résultats, et gardent le contrôle.

La première étape consiste généralement à automatiser le support client. Un agent conversationnel prend en charge les questions fréquentes, libérant du temps pour les équipes humaines sur les cas complexes. Cette phase permet de tester la technologie sans risque majeur.

La deuxième étape porte sur la personnalisation. L'agent analyse l'historique d'achat pour suggérer des produits pertinents. Les résultats sont mesurables : évolution du panier moyen, taux de réachat, satisfaction client.

La troisième étape, plus avancée, explore l'automatisation partielle de l'achat. L'agent peut pré-remplir un panier, proposer une sélection, mais le client valide lui-même la transaction. Ce compromis préserve le sentiment de contrôle tout en simplifiant le parcours.

À chaque étape, les indicateurs guident les décisions. Taux de résolution automatique, temps de réponse, conversions attribuées à l'agent. Sans mesure, impossible de distinguer l'effet réel du discours marketing.

Les signaux à surveiller dans les prochains mois

Plusieurs indicateurs permettront de mesurer la vitesse d'adoption du commerce agentique.

Le premier est l'intégration native dans les assistants vocaux grand public. Lorsque Siri, Alexa ou Google Assistant proposeront l'achat en un mot de manière fluide et sécurisée, le basculement s'accélérera. Les annonces des constructeurs lors des prochaines conférences développeurs seront révélatrices.

Le deuxième concerne la standardisation des protocoles. L'Universal Commerce Protocol, encore en phase de définition, vise à créer un langage commun entre agents IA et sites marchands. Son adoption par les grandes plateformes e-commerce conditionnera l'interopérabilité du système.

Le troisième porte sur le cadre réglementaire européen. L'AI Act entre progressivement en application. Les obligations de transparence et de contrôle humain qu'il impose influenceront la conception des agents commerciaux destinés au marché européen.

Enfin, les retours d'expérience des early adopters fourniront des données concrètes. Les taux de satisfaction, les incidents, les gains de productivité mesurés alimenteront la décision des entreprises qui observent avant d'agir.

Une transformation à suivre, pas une révolution à subir

Le commerce agentique n'est ni une mode passagère, ni une rupture immédiate. C'est une évolution structurelle du e-commerce, dont les effets se déploieront sur plusieurs années.

Pour les dirigeants, l'enjeu n'est pas de tout automatiser demain. Il est de comprendre les mécanismes en jeu, de préparer l'infrastructure technique, et d'expérimenter à échelle maîtrisée.

Les agents IA ne remplaceront pas la relation client. Ils en modifieront les modalités. Les entreprises qui sauront combiner efficacité algorithmique et valeur humaine tireront le meilleur parti de cette transition.

La question n'est plus de savoir si ces technologies arriveront. Elle est de décider comment s'y préparer.

Sources

• Rapport McKinsey "The rise of agentic commerce" (2025)https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-agentic-commerce-opportunity-how-ai-agents-are-ushering-in-a-new-era-for-consumers-and-merchants
• Étude Salesforce State of Commerce (2026)
• Annonces officielles Amazon Buy for Me / Google Agentic Checkout