Des agents IA qui recherchent, comparent et achètent à la place du consommateur, ce n’est plus un scénario de science-fiction. En quelques mois, le commerce agentique est passé du stade expérimental à celui de réalité opérationnelle, avec des chiffres qui donnent le vertige. Walmart, Amazon, Google, OpenAI, les grandes manœuvres sont engagées.
Le terme est encore nouveau dans les salles de réunion françaises, mais les chiffres qui l’accompagnent sont déjà vertigineux. L’agentic commerce, soit le fait de confier à un agent d’intelligence artificielle l’intégralité ou une partie du parcours d’achat, de la recherche jusqu’au paiement, pourrait générer jusqu’à 1 000 milliards de dollars de chiffre d’affaires retail orchestré aux États-Unis d’ici 2030, et entre 3 000 et 5 000 milliards de dollars à l’échelle mondiale, selon les estimations de McKinsey. J.P. Morgan estime quant à lui, que ce modèle pourrait représenter jusqu’à 25 % des ventes en ligne américaines à cette même échéance, avec une concentration sur les achats récurrents et à faible risque, comme les courses alimentaires et les abonnements. La dynamique de croissance actuelle confirme que ces projections ne sont pas fantasmées. En octobre 2025, les commandes issues de référents agents IA au sein du réseau Commerce de Signifyd, une plateforme cloud de protection contre la fraude financière, avaient bondi de 1 247 % en un an. Tandis que les ventes générées par ces mêmes référents progressaient de 894 %. Le trafic généré par l’IA générative a lui-même explosé de 4 700 % en glissement annuel en juillet 2025, selon Adobe.
Google, Amazon, Walmart : trois visions stratégiques pour un même tournant
Le coup d’envoi symbolique a été donné lors de Google I/O 2026, à la mi-mai. Google a annoncé le lancement du Universal Cart, un panier intelligent conçu pour fonctionner simultanément chez plusieurs marchands et à travers ses services (Search, Gemini, YouTube et Gmail) dans le cadre de son offensive sur l’agentic commerce. La promesse s’avère concrète : dès qu’un produit est ajouté au panier, le système travaille en arrière-plan pour trouver des promotions, suivre les baisses de prix et alerter sur les ruptures de stock, le tout propulsé par les modèles Gemini. Les premiers retailers partenaires (Nike, Sephora, Target, Ulta Beauty, Walmart et Wayfair, ainsi que des marchands Shopify comme Fenty et Steve Madden) illustrent l’ambition d’un écosystème ouvert.
Ce qui distingue cette initiative des chatbots shopping de la génération précédente, c’est l’infrastructure sous-jacente. Le Universal Cart s’appuie sur l’Agent Payments Protocol (AP2) et l’Universal Commerce Protocol (UCP), posant les fondations d’un monde où l’IA ne se contente plus de recommander des produits, mais les achète elle-même. La dernière version de l’AP2 introduit même les paiements «Human Not Present», permettant à des agents d’acheter de manière autonome des articles (comme des billets en édition limitée) dès leur mise en vente, dans le cadre de mandats cryptographiquement signés garantissant la traçabilité de chaque transaction.
Chez Amazon, c’est Rufus qui porte l’essentiel de l’effort. Selon les résultats du quatrième trimestre 2025 publiés en février 2026, plus de 300 millions de clients ont utilisé Rufus au cours de l’année écoulée, avec des utilisateurs actifs mensuels en hausse de 149 % en glissement annuel et un total d’interactions en progression de 210 %. L’assistant a généré près de 12 milliards de dollars de ventes annualisées supplémentaires. Les acheteurs qui utilisent Rufus ont par ailleurs 60 % de chances supplémentaires de finaliser un achat. Walmart a, de son côté, misé sur Sparky avec une posture plus ouverte : dès janvier 2026, Etsy, Target et Walmart ont poursuivi leur stratégie consistant à rendre leurs offres disponibles sur des plateformes externes en s’associant à Google Gemini et Microsoft Copilot, après avoir rejoint ChatGPT l’année précédente. Cette ouverture porte ses fruits : lors du call de résultats du premier trimestre de l’exercice 2026, le PDG de Walmart, John Furner a confirmé que les utilisateurs de l’agent Sparky génèrent des paniers moyens supérieurs de 35 % à ceux des autres clients, avec un volume d’unités achetées via Sparky multiplié par quatre en un seul trimestre. En revanche, le trafic en provenance de ChatGPT amène environ deux fois plus de nouveaux clients que les canaux de recherche traditionnels, même si les taux de conversion en achat direct restent trois fois plus faibles que lors d’une redirection vers le site propre de Walmart.
Les consommateurs encore méfiants
La question de l’adoption grand public est centrale. Morgan Stanley prédit que près de la moitié des acheteurs en ligne utiliseront des agents shopping IA d’ici 2030, représentant environ 25 % de leurs dépenses. Entre 30 et 40 % des consommateurs utilisent déjà des outils IA pour la découverte de produits, les recommandations ou les comparaisons, et plus de 50 % des clients de la génération Z et des millennials se déclarent à l’aise pour interagir avec des assistants IA lors de leurs achats. Aussi, le rapport DHL eCommerce Trends 2026, conduit auprès de 29 000 consommateurs et 5 800 entreprises dans le monde, révèle que près d’un tiers des clients (29 %) se disent prêts à déléguer entièrement leurs achats à une IA, une proportion qui monte à 33 % chez la génération Z et 36 % chez les millennials. La confiance reste néanmoins un frein mesurable. Selon une étude Bain de septembre 2025, seuls 25 % des acheteurs font confiance aux outils IA propriétaires des retailers pour réaliser des emplettes de bout en bout, contre 16 % pour Google ou d’autres entreprises technologiques, et à peine 7 % pour une plateforme IA comme ChatGPT. Le retailer conserve donc une avance de confiance significative sur les plateformes tierces. Un atout stratégique à ne pas négliger dans la course à l’agentic checkout.
Les défis structurels à ne pas ignorer
Derrière les chiffres enthousiasmants se cachent des obstacles réels. Le premier est celui de la visibilité des données. Dans le commerce traditionnel, le retailer voit tout : les impressions, les clics, le temps passé, les ajouts au panier, les abandons de tunnel. Dans le commerce intermédié par les agents, le flux de données comportementales ne commence qu’au moment de l’ajout au panier. La phase de découverte, de navigation, de comparaison et d’affinage des préférences se déroule désormais dans ChatGPT ou Gemini. L’attribution s’effondre. La personnalisation se brise. Le retail media entre dans l’obscurité. Ce phénomène est déjà mesurable : 55 % des annonceurs américains signalent des incohérences de ciblage et d’attribution dans les réseaux de retail media, selon eMarketer.
Le deuxième défi est celui de la qualité des données produit. Les agents IA évaluent les offres de façon programmatique, ils ont besoin d’attributs structurés, de spécifications complètes, sans contradiction entre les surfaces. Les produits sans balisage schema.org correct forcent les agents à deviner. Et les agents ne devinent pas en la faveur de tel ou tel e-commerçant. Le troisième enjeu est celui de la fraude et de la sécurité. 78 % des institutions financières anticipent une recrudescence de la fraude liée aux agents shopping IA. Les grandes plateformes comme Okta, Visa et Mastercard développent des solutions, mais la cohérence manque encore : modèles d’identité des agents, application centralisée des règles ou traçabilité en continu, ces standards sont encore en cours de formalisation. Enfin, le trafic organique des sites e-commerce subit déjà une baisse de 25 % sous l’effet du commerce zéro-clic, alimenté par les canaux génératifs comme ChatGPT qui captent les requêtes avant même que l’internaute n’atterrisse sur un site marchand. BCG avertit que sans adaptation, les retailers risquent d’être réduits à de simples utilités de back-office dans des marchés contrôlés par les agents, faisant de la visibilité, de la confiance et de l’intégration les enjeux déterminants de l’année.
Les trois priorités des retailers
Aussi, les retailers sont invités à mettre à jour leurs systèmes back-office et leurs données s’ils veulent «passer» à l’ère de l’agentic commerce. Dans ce sens, en janvier, à NRF Big Show New York City, SAP a annoncé un nouveau serveur MCP (Model Context Protocol) permettant aux retailers de rendre leurs « store fronts » digitaux lisibles par les agents IA.
Concrètement, trois priorités émergent pour basculer au commerce agentique. La première est la qualité des données produit : un catalogue riche, structuré, exempt de contradictions entre canaux, est devenu le prérequis absolu pour exister dans les recommandations des agents. La deuxième est l’intégration aux protocoles ouverts : rejoindre l’UCP de Google ou l’ACP d’OpenAI conditionne la visibilité dans les nouveaux circuits d’achat. La troisième est la reconstruction de l’infrastructure d’attribution : les experts estiment qu’il faudra entre 18 et 24 mois avant de disposer de modèles d’attribution fiables dans l’environnement agentique. Les retailers qui investissent dans l’infrastructure dès aujourd’hui pourraient prouver leur retour sur investissement demain. Kartik Hosanagar, professeur de marketing à la Wharton School de l’Université de Pennsylvanie, résume l’enjeu : «Je pense sincèrement que cela va secouer le retail exactement comme l’a fait l’internet.» Une comparaison qui, au regard de l’accélération des dernières semaines, n’a rien d’une hyperbole.
Je souhaite lire les prochains articles des Clés du Digital, JE M’INSCRIS A LA NEWSLETTER
Laisser un commentaire