Commerce agentique
From Wikipedia, the free encyclopedia
Cet article n’est pas rédigé dans un style encyclopédique ().
Article pouvant contenir du texte généré par intelligence artificielle ().
Cet article est orphelin. Moins de trois articles lui sont liés ().
[[Commerce agentique]] dans les articles relatifs au sujet.Le commerce agentique (en anglais : agentic commerce) désigne une évolution du commerce électronique dans laquelle des agents logiciels fondés sur l’intelligence artificielle participent activement aux décisions d’achats. Ces agents peuvent assister un utilisateur humain ou agir de manière partiellement autonome pour rechercher des produits, comparer des offres et exécuter des transactions.
Contrairement au e-commerce traditionnel, centré sur la navigation humaine à travers des interfaces graphiques (pages web, filtres, clics), le commerce agentique repose sur des interactions conversationnelles et sur l’exécution d’actions par des systèmes capables de raisonner, de planifier et d’agir sur des systèmes tiers[1].
Le commerce agentique correspond au passage d’un modèle de sélection manuelle des produits à un modèle orienté par l’intention. L’utilisateur exprime un besoin ou un objectif (par exemple « acheter un produit répondant à certaines contraintes »), que l’agent d’IA transforme en une suite d’actions commerciales[2].
On distingue généralement deux niveaux d’autonomie :
- Achat assisté par IA : l’utilisateur interagit avec une interface d’IA générative pour rechercher, comparer et sélectionner des produits. La validation finale de la transaction reste humaine.
- Achat délégué : l’utilisateur confie à un agent autonome la réalisation d’un objectif plus large, l’IA exécutant alors plusieurs actions successives, telles que la sélection, la commande et le paiement.
Dans les deux cas, l’agent ne se limite pas à produire du contenu textuel, mais agit directement sur des systèmes commerciaux.
Infrastructure technologique
La mise en œuvre du commerce agentique repose sur des infrastructures permettant aux agents d’interagir de manière fiable avec les plateformes de commerce et de paiement.
Protocoles et standards
Plusieurs initiatives visent à standardiser les interactions entre agents d’IA et systèmes marchands :
- Universal Commerce Protocol (UCP) : proposé par Google et Shopify, ce protocole vise à normaliser la manière dont les agents d’IA accèdent aux données produits (prix, disponibilité, conditions de livraison) et initient des transactions. Il a pour objectif de faciliter l’interopérabilité entre agents, plateformes de vente et systèmes de paiement[2].
- Agent Payments Protocol (ACP/AP2) : ces approches désignent des mécanismes permettant à des agents logiciels d’exécuter des paiements de façon sécurisée, en s’appuyant sur des mandats explicites et des contrôles cryptographiques afin de relier l’intention de l’utilisateur à l’acte de paiement[1].
- Model Context Protocol (MCP) : un protocole d’interopérabilité permettant aux agents de conserver et de partager le contexte utilisateur (préférences, historique, contraintes) entre différentes applications et environnements.
Agents visuels et agents « headless »
Les agents utilisés dans le commerce agentique peuvent fonctionner selon deux modes principaux :
- Agents visuels : ils interagissent avec des interfaces existantes en analysant des pages web ou des captures d’écran, de manière similaire à un utilisateur humain.
- Agents « headless » : ils communiquent directement avec les systèmes des marchands via des interfaces programmatiques (API), sans passer par une interface graphique, ce qui permet des transactions plus rapides et plus fiables[3].
Écosystème
Le commerce agentique mobilise un écosystème composé de plusieurs catégories d’acteurs :
- fournisseurs de technologies d’intelligence artificielle ;
- plateformes de commerce électronique adaptant leurs infrastructures aux interactions machine-à-machine ;
- acteurs du paiement développant des mécanismes de validation adaptés aux agents logiciels ;
- cabinets de conseil et organismes de recherche analysant les impacts économiques et organisationnels de ces évolutions[4].
Adoption et impact économique
L’adoption du commerce agentique progresse avec la diffusion des modèles de langage à grande échelle. Les premiers usages concernent principalement les achats répétitifs ou à faible implication émotionnelle, pour lesquels l’optimisation automatisée est particulièrement efficace[5].
Cette évolution pourrait modifier les mécanismes traditionnels de mise en avant des produits, les agents privilégiant des critères objectifs tels que le prix, la disponibilité ou les caractéristiques techniques, plutôt que des signaux publicitaires[6].
Implications pour les détaillants
Optimisation pour les agents (GEO)
Le commerce agentique conduit les détaillants à compléter les pratiques classiques de SEO par une optimisation orientée vers les moteurs génératifs et les agents d’IA (souvent désignée sous le terme de Generative Engine Optimization). Cette approche repose notamment sur :
- la structuration précise des données produits ;
- la cohérence des informations de prix, de stock et de livraison ;
- la capacité à fournir des descriptions adaptées aux requêtes formulées par les agents[3].
Risques d’homogénéisation
L’optimisation algorithmique peut conduire à une concentration de la demande sur un nombre limité de produits jugés « optimaux » par les agents, au détriment de la diversité de l’offre. De légères modifications des modèles d’IA peuvent également entraîner des variations importantes dans les choix effectués par les agents[3].
