Points clés à retenir
- Le commerce agentique, c’est des agents IA qui découvrent, comparent et finalisent des achats pour le compte d’un acheteur, du « Buy for Me » d’Amazon à l’achat instantané de ChatGPT.
- Quatre standards portent le poids aujourd’hui : ACP (OpenAI + Stripe) et UCP/AP2 (Google) gèrent les flux de produits et les paiements ; les vitrines agentiques de Shopify et WebMCP permettent à un agent d’opérer une boutique directement.
- Le marché devrait passer d’environ 136 milliards de dollars en 2025 à 1 700 milliards de dollars d’ici 2030.
- Être bien classé et être prêt pour les agents sont deux choses différentes : une marque peut être fréquemment citée par l’IA et perdre quand même la vente si un agent ne peut pas finaliser le checkout sans quitter la conversation.
- La préparation se résume à quatre choses : un flux de produits complet et lisible par machine ; un checkout accessible par voie programmatique à un agent ; une cohérence entre ce flux et le schéma de votre site ; et un moyen de surveiller si les agents vous citent et achètent réellement chez vous.
- En résumé : cela arrive plus vite que la plupart des feuilles de route des marchands ne le prévoient. Les marques qui publient un flux et un protocole de checkout maintenant seront celles avec lesquelles un agent pourra réellement transacter lorsque l’acheteur le demandera.
Qu’est-ce que le commerce agentique ?
Le commerce agentique est le passage d’une personne qui navigue, compare et clique « acheter » elle-même à un agent IA qui effectue une partie ou la totalité de ces opérations pour son compte. Le « Buy for Me » d’Amazon, lancé en avril 2025, en est l’exemple précoce le plus clair : il permet à un agent d’acheter des articles auprès de sites tiers directement dans l’application Amazon, dans les limites de dépenses et les préférences que l’utilisateur a définies à l’avance. L’achat instantané de ChatGPT est l’autre point de référence que la plupart des acheteurs reconnaîtront : un achat réalisé dans une conversation, sans redirection vers le site web du marchand.
La distinction importante est l’autonomie d’action (agency). Un moteur de recommandation dit « vous pourriez aimer ceci ». Un chatbot d’achat répond à une question et oriente vers une page produit. Un agent dit « j’ai acheté ceci pour vous, dans le budget que vous m’avez donné ». La plupart des déploiements réels se situent aujourd’hui quelque part sur un spectre plutôt qu’à l’une ou l’autre extrémité : certains agents s’arrêtent à une shortlist pour qu’un humain l’approuve, d’autres finalisent l’achat dès que les préférences sont définies. À mesure que les protocoles de checkout mûriront, attendez-vous à ce que cette ligne continue de se déplacer vers une autonomie complète.
Rien de tout cela ne fonctionne sans trois éléments d’infrastructure sous-jacents : la découverte et la comparaison de produits (un agent qui parcourt les catalogues et fait correspondre les spécifications à un objectif), la logique de transaction orientée objectif (négocier les conditions, choisir l’option qui correspond réellement à la contrainte énoncée), et l’achat de bout en bout (un chemin de checkout et de fulfillment que l’agent peut réaliser sans intervention humaine). Les protocoles ci-dessous sont ce qui supporte cette infrastructure en production aujourd’hui.
Les protocoles qui alimentent le commerce agentique
Quatre noms reviennent fréquemment, et ils résolvent deux problèmes différents : faire entrer un agent dans une boutique, et lui permettre de payer.
ACP (Agentic Commerce Protocol), construit par OpenAI avec Stripe, est le standard derrière l’achat instantané de ChatGPT. Les marchands publient un flux de produits structuré ; les champs obligatoires sont un identifiant produit unique, un titre, une description, un prix actuel et une disponibilité en temps réel, plus des champs facultatifs comme les avis, les notes et les variantes personnalisées qui servent d’arbitres entre des produits similaires. La couche de checkout d’ACP gère le paiement via la tokenisation : un marchand ne voit jamais les véritables données de carte d’un acheteur, et le jeton est autorisé uniquement pour un montant spécifique chez un marchand spécifique. Les vendeurs Etsy sont en ligne sur l’achat instantané aujourd’hui, et plus d’un million de marchands Shopify, dont Glossier, Skims, Spanx et Vuori, sont en cours d’intégration.
UCP (Universal Commerce Protocol), associé à AP2 (Agent Payments Protocol), est la spécification parallèle de Google. Fonctionnellement, il résout les deux mêmes problèmes que ACP : un manifeste qui indique à un agent ce qu’un marchand vend et une couche de paiement qui lui permet de finaliser un achat, publié pour que l’agent n’ait pas à analyser une page web rendue comme le ferait un navigateur. Un site annonçant ACP ou UCP signale qu’il a construit la plomberie pour un checkout mené par un agent, et pas seulement une lecture menée par un agent. L’ensemble de protocoles de Google inclut également un jeton de paiement partagé (SPT), qui permet à un acheteur d’autoriser un paiement une fois et de laisser plusieurs agents utiliser cette même autorisation dans des limites définies.
Les vitrines agentiques de Shopify couvrent les deux couches pour les marchands Shopify spécifiquement : l’intégration du checkout instantané via ACP pour le côté paiement, et un déploiement séparé et plus discret de WebMCP sur les vitrines basées sur le thème Liquid pour le côté interaction. Ce deuxième élément compte en soi : Shopify a injecté un script WebMCP sur ses vitrines exposant une dizaine d’outils appelables, répartis en outils de « réponse » (rechercher dans le catalogue, obtenir les détails d’un produit, lire les politiques du magasin) et outils d’« action » (naviguer, gérer le panier, démarrer le checkout). Le paiement lui-même a été délibérément exclu de l’ensemble d’outils de WebMCP et nécessite toujours une confirmation explicite de l’utilisateur via ACP.
WebMCP lui-même est le standard plus général qui sous-tend ce déploiement de Shopify : une spécification basée sur le navigateur, actuellement un projet de groupe communautaire W3C Web Machine Learning avec des éditeurs de Chrome et Edge, qui permet à tout site web d’exposer des outils appelables au lieu de forcer un agent à simuler des clics sur une page rendue. L’automatisation agentique traditionnelle lit la page comme un humain et clique à travers elle, ce qui est fragile et se brise dès qu’une mise en page change. WebMCP donne plutôt à l’agent un contrat stable et lisible par machine : des outils nommés avec des entrées et sorties définies. La distinction pratique à retenir : ACP et UCP concernent la découverte et le paiement ; WebMCP consiste à permettre à un agent d’opérer la boutique elle-même. Une marque a besoin des deux moitiés couvertes, car être recommandé et être apte à la transaction sont des capacités différentes, et l’agent d’un acheteur peut buter sur l’une ou l’autre lacune indépendamment.
L’achat instantané ChatGPT et les spécifications du flux de produits
L’achat instantané mérite un examen plus approfondi car c’est l’implémentation la plus concrète et déjà opérationnelle du commerce agentique que la plupart des marques rencontreront en premier. Le mécanisme : un client pose une question d’achat à ChatGPT, Shopping Research présente des options issues des flux des marchands, et si un produit prend en charge l’achat instantané, un bouton « Acheter » permet au client de finaliser l’achat sans quitter la conversation. La confirmation des détails du produit, de l’adresse de livraison, du mode de paiement et de la transaction elle-même se fait toute dans la discussion.
Le flux qui sous-tend cette expérience a une forme spécifique. Les champs obligatoires — un identifiant produit unique, un titre, une description, un prix actuel, une disponibilité en temps réel, un poids du produit et des informations sur le vendeur — constituent la base dont chaque annonce a besoin. Les champs facultatifs — avis clients, notes par étoiles, URLs vidéo, modèles 3D et jusqu’à trois catégories de variantes personnalisées — sont là où la différenciation se produit : lorsque deux produits sont par ailleurs également pertinents, ceux-ci servent d’arbitres pour déterminer lequel un agent présente en premier. Les flux peuvent être soumis aux formats TSV, CSV, XML ou JSON, et le système prend en charge des cycles d’actualisation aussi fréquents que toutes les 15 minutes, de sorte que les changements de prix et de stock peuvent atteindre les recommandations en quelques minutes plutôt que du jour au lendemain. Les frais fonctionnent sur un petit modèle de commission prélevé uniquement sur les ventes finalisées, bien en dessous des commissions habituelles des places de marché, et les marchands conservent la relation client : les commandes sont passées directement auprès du marchand, qui gère le fulfillment, le service client et les retours exactement comme pour tout achat direct sur son propre site.
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
Ce que les marchands doivent réellement faire
La préparation au commerce agentique dépend moins d’un protocole unique que de quatre éléments de base, réalisés à peu près dans cet ordre.
Construire un flux de produits complet et lisible par machine. C’est le fondement sur lequel tout le reste repose. Au-delà des champs obligatoires, les dimensions, les matériaux, la compatibilité, les certifications et lesoptions de fulfillment aident tous un agent à faire correspondre votre produit à une requête précise plutôt qu’à une requête générique. Des données incomplètes ne se contentent pas d’être moins bien classées — des champs obligatoires manquants peuvent disqualifier un produit et l’empêcher d’apparaître du tout.
Rendre votre checkout accessible par voie programmatique. Un flux vous fait découvrir ; un protocole de checkout vous fait payer. Que cela signifie intégrer ACP directement, adopter UCP ou utiliser une voie native de la plateforme comme l’intégration du checkout instantané de Shopify, l’objectif est le même : un agent doit pouvoir finaliser une transaction via une API structurée, et non en naviguant dans un formulaire web rendu. Les marques qui ne font que résoudre la découverte et sautent cette étape finissent recommandées mais sans être achetées.
Assurer la cohérence entre votre flux et le schéma de votre site. La cohérence entre votre flux soumis et le JSON-LD de votre site web (schémas Product, Offer, AggregateRating) compte presque autant que le flux lui-même. Lorsqu’un agent recoupe votre site avec votre flux et trouve une discordance — par exemple un prix de 99,99 € dans le flux contre un prix de 89,99 € dans le schéma du site — cette divergence est perçue comme des données non fiables et réduit la confiance dans tout ce que vous avez soumis.
Maintenir les stocks et les prix en temps réel. Les agents opèrent à la vitesse de la machine et ne tolèrent pas bien les données obsolètes : un produit recommandé qui s’avère être en rupture de stock ou mal tarifé apprend au système à vous déprioriser pour la requête suivante. Un cycle d’actualisation de 15 minutes est la base que la plupart des protocoles supportent ; les catégories à forte vélocité bénéficient d’une synchronisation plus serrée.
Deux choses supplémentaires valent la peine d’être mises en place une fois les bases solides : un fichier llms.txt ou un signal équivalent qui indique aux crawlers et aux agents que votre contenu est disponible pour la récupération, et des pages réellement accessibles aux agents, c’est-à-dire des pages produits et de politique qui ne nécessitent pas de rendu JavaScript ou qui ne bloquent pas les user agents d’agents connus pour afficher leurs informations principales. Aucun des deux ne remplace un flux approprié, mais tous deux suppriment les frictions pour les agents qui travaillent sur le web ouvert plutôt que sur une intégration de flux dédiée.
Comment mesurer si cela fonctionne
Aucun des protocoles ci-dessus n’est livré avec un tableau de bord, ce qui signifie que la mesure doit être assemblée plutôt que lue sur un seul rapport.
Du côté de la demande, suivez si votre marque est réellement citée et recommandée pour les requêtes d’intention d’achat que vos clients poseraient — « meilleures chaussures de running pour pieds plats à moins de 150 € », « application SEO Shopify », « générateur de descriptions produits IA » — exécutées de manière programmée sur ChatGPT, Perplexity, Gemini et Google AI Mode. Un ensemble de requêtes comme celui qu’AmICited suit montre non seulement si vous êtes mentionné, mais si vous êtes la première recommandation ou une simple réflexion après coup, et comment cela se compare aux concurrents nommés pour la même requête.
Du côté des revenus, le problème central est que l’attribution au dernier clic traite presque tous les achats assistés par l’IA comme du trafic « direct », car l’acheteur est arrivé au checkout sans clic de référence à créditer. Si vous vendez via Shopify, la connexion des données de commandes permet aux sessions référées par l’IA et aux transactions Instant Checkout d’apparaître comme des revenus attribués plutôt que de disparaître dans ce compartiment, ce qui est la seule façon de répondre à la question que chaque équipe financière finit par poser : est-ce que tout ce travail de commerce agentique a réellement produit une vente.
Ensemble, ces deux signaux — la fréquence de citation et les revenus attribués — sont ce qui sépare « nous pensons que les agents nous aiment » d’un chiffre que vous pouvez mettre dans une présentation au conseil d’administration.
Le marché, les acteurs et où cela va
Les chiffres derrière ce changement sont importants et évoluent rapidement. Au premier trimestre 2025, 65 % des organisations pilotaient activement des agents IA, contre 37 % le trimestre précédent. PayPal prévoit que 20 à 30 % des clients achèteront via des agents d’ici cinq ans. Le marché lui-même devrait passer d’environ 136 milliards de dollars en 2025 à 1 700 milliards de dollars d’ici 2030, soit un taux de croissance annuel composé supérieur à 60 %. Stripe à lui seul a traité 1 400 milliards de dollars de volume de paiements en 2024 et comptait plus de 700 startups liées aux agents construites sur sa plateforme, un signe que l’investissement dans l’infrastructure est déjà bien en avance sur la sensibilisation grand public.
Le paysage concurrentiel couvre simultanément les plateformes de vente au détail, les réseaux de paiement et les auteurs de protocoles. Amazon a intégré « Buy for Me » directement dans son propre écosystème. Shopify a construit à la fois l’intégration du checkout instantané basée sur ACP et le déploiement WebMCP séparé décrit ci-dessus. Stripe propose un Agent Toolkit parallèlement à son travail sur ACP. Google pousse UCP et AP2 tandis que ses fonctionnalités d’achat alimentées par Gemini s’étendent. Les réseaux de paiement évoluent en parallèle : le programme Intelligent Commerce de Visa, Agent Pay de Mastercard et le propre Agent Toolkit de PayPal ciblent tous la même couche de transactions initiées par des agents du côté des réseaux de cartes.
La confiance des consommateurs reste la véritable contrainte sur la vitesse de cette évolution, pas la technologie. Les enquêtes montrent systématiquement qu’une part importante des acheteurs est mal à l’aise de partager des données d’achat avec un agent, même si une part plus large est à l’aise avec le fait que des agents fassent des recommandations d’achat. Cet écart se réduit à mesure que les agents font leurs preuves d’abord sur des achats courants et à faible enjeu — réapprovisionner un produit connu, acheter la version la moins chère d’un article de base — tandis que les catégories à plus forte implication et plus personnelles (mode, décoration intérieure, cadeaux) restent pilotées par l’humain plus longtemps. La lecture pratique pour les marchands : le commerce agentique n’est pas un remplacement pur et simple de la façon dont les gens achètent, c’est un nouveau canal à croissance rapide qui s’empile sur ceux que vous gérez déjà, et le travail de préparation ci-dessus détermine si vous serez apte à la transaction sur ce canal lorsque l’agent d’un acheteur viendra vous chercher.
