Le commerce agentique, c'est l'achat et la vente dans lesquels un agent AI agit pour le compte de l'acheteur. L'agent recherche les produits, compare les offres, constitue un panier et, dans les limites fixées par l'acheteur, finalise l'achat en échangeant des données avec les systèmes des marchands via des protocoles, au lieu de cliquer sur un site web. L'acheteur formule l'objectif (« chaussures de trail, pointure 43, coupe large, moins de 140 EUR, livrées d'ici vendredi ») ; l'agent se charge de la recherche, du filtrage et, de plus en plus, du paiement.
C'est la différence avec un chatbot shopping ou la recherche AI : eux répondent, alors qu'un agent agit. Concrètement, à la date de publication de ce guide, la partie « réponse » fonctionne à grande échelle et la partie « action » reste limitée. Les assistants AI recommandent chaque jour des produits à des audiences très larges, mais le checkout autonome ne tourne qu'avec certains marchands, surtout aux États-Unis, et en mars 2026 OpenAI a fait marche arrière sur son propre checkout dans le chat pour laisser les marchands utiliser le leur. Ce guide explique les niveaux d'autonomie, les protocoles qui les sous-tendent, les données produit dont un agent a besoin et les risques que les marchands doivent évaluer.
Commerce agentique, chatbots, recherche AI et commerce conversationnel : les différences
Les termes se recoupent, alors mieux vaut les distinguer selon ce que le logiciel a le droit de faire :
- Commerce conversationnel : un acheteur discute avec une marque, souvent sur WhatsApp ou via le chat d'un site, et une personne ou un bot répond. C'est toujours l'acheteur qui achète.
- Recherche AI et assistants shopping AI : ChatGPT, l'AI Mode de Google, Perplexity ou Copilot lisent le web et les feeds des marchands et répondent avec une sélection. L'acheteur clique et achète.
- Commerce agentique : l'agent passe aussi à l'action : il constitue un panier, applique une remise, paie avec un identifiant de paiement délégué ou passe une commande récurrente, et le marchand reçoit une commande qu'il n'a vu passer par aucun humain.
Pour un marchand, les deux premiers changent surtout la façon dont on te trouve. Le troisième change qui représente ton client au moment de l'achat. Notre entrée de dictionnaire sur l'agentic commerce propose une définition plus courte pour une consultation rapide.
Six niveaux d'autonomie, de l'abonnement à l'achat entre agents
Le commerce agentique n'est pas un simple interrupteur entre l'humain et la machine. McKinsey décrit une « courbe d'automatisation » à six niveaux de délégation, et souligne que plus haut n'est pas forcément mieux : les acheteurs s'arrêtent au niveau qui convient à la catégorie (McKinsey, janvier 2026). Le même article estime que, même dans des scénarios modérés, les agents AI pourraient servir d'intermédiaires pour 3 000 à 5 000 milliards de dollars de commerce mondial grand public d'ici 2030. Chaque niveau demande autre chose aux marchands :
Les six niveaux du commerce agentique et ce que chacun demande aux marchands
| 0 | Commodité programmée | Abonnements et réapprovisionnements planifiés ; basé sur des règles, sans jugement AI | Des commandes récurrentes fiables |
|---|---|---|---|
| 1 | Assister | Recherche et compare ; l'humain décide et achète. C'est là que se trouvent aujourd'hui la plupart des assistants shopping AI | Des attributs structurés et vérifiables, et des arguments qu'un agent peut comparer |
| 2 | Assembler | Renvoie un panier prêt à l'achat qui arbitre des compromis comme le prix face à la date de livraison | Stock, prix, promesses de livraison, promotions et règles de retour exposés proprement, idéalement via des API ou des feeds |
| 3 | Autoriser | Exécute dans le cadre des règles fixées par l'acheteur, par exemple acheter des sneakers dès qu'elles passent sous 80 $ dans une boutique de confiance | Une autorisation de paiement qui peut être limitée, auditée et annulée |
| 4 | Autonomiser | Gère des objectifs permanents, comme garder les produits essentiels du foyer sous un budget mensuel | Des règles de fidélité, de substitution et de service lisibles par les machines |
| 5 | Autonomie en réseau | Les agents des acheteurs négocient avec les agents des marchands ; encore émergent | Des politiques et des garanties qu'un agent de l'autre côté peut lire et auxquelles il peut se fier |
La lecture pratique : l'épicerie et les réapprovisionnements du foyer grimperont le plus vite sur la courbe, tandis que le luxe et les achats marquants ont tendance à plafonner bas, avec l'agent en chercheur et l'humain qui tranche. La plupart des catalogues se situent entre les deux, donc prépare d'abord les niveaux 1 et 2.
Un achat piloté par un agent, champ par champ
Reprenons la demande de chaussures de trail du début. Voici ce qu'un agent lit chez chaque marchand à chaque étape, et où une fiche produit trop maigre est éliminée :
- Interpréter l'objectif : catégorie chaussures de trail, pointure EU 43, largeur large, budget 140 EUR, échéance vendredi. L'agent dispose maintenant de cinq filtres.
- Découvrir les candidats : à partir des feeds des marchands et des pages produit crawlées. Une chaussure sans attribut de largeur, ou dont la largeur est cachée dans une phrase de description, échoue au filtre même si c'est la meilleure option.
- Vérifier l'offre : prix et devise, prix soldé et dates, stock de cette variante précise (pointure 43, large) et promesse de livraison. Un produit parent marqué en stock alors que la 43 large est épuisée produit plus tard une commande en échec.
- Comparer et expliquer : drop, poids, terrain, imperméabilité et synthèses d'avis. Des attributs avec des unités cohérentes (grammes, millimètres) permettent la comparaison ; les adjectifs marketing, non.
- Constituer le panier et payer : au niveau 2, l'acheteur valide le panier ; au niveau 3, un mandat pré-signé permet à l'agent de payer dans la limite de 140 EUR.
- Transmettre la commande au marchand : le marchand l'accepte ou la refuse, encaisse le paiement via son propre prestataire et reste le marchand officiel (merchant of record), en charge de la livraison, des retours et du support.
Chaque étape dépend de données produit structurées. L'agent ne voit jamais la bannière de ta page d'accueil ; il voit les champs.
Les protocoles du commerce agentique et qui les soutient
Les protocoles sont les règles partagées qui permettent à n'importe quel agent de parler à n'importe quel marchand sans intégration sur mesure pour chaque paire. Les principaux à la date de publication de ce guide :
Les protocoles du commerce agentique et leurs soutiens
| Agentic Commerce Protocol (ACP) | OpenAI et Stripe | 2025-09-29 | Lancé pour faire tourner Instant Checkout dans ChatGPT (OpenAI). Le 24 mars 2026, OpenAI a indiqué que la première version d'Instant Checkout n'offrait pas la flexibilité souhaitée, a laissé les marchands utiliser leur propre checkout et a étendu ACP aux feeds produit et aux promotions pour la découverte (OpenAI) |
|---|---|---|---|
| Universal Commerce Protocol (UCP) | Google, co-développé avec Shopify, Etsy, Wayfair, Target et Walmart | 2026-01-11 | Un standard ouvert qui couvre la découverte, l'achat et le support après-vente. Il fait tourner le checkout dans l'AI Mode de Search et dans l'app Gemini, avec le distributeur comme vendeur officiel (seller of record) (Google). Notre explication de l'Universal Commerce Protocol détaille ses capacités |
| Agent Payments Protocol (AP2) | Google Cloud | 2025-09-16 | Des mandats signés : un Intent Mandate enregistre ce que l'acheteur a demandé ou pré-autorisé, et un Cart Mandate enregistre les articles et le prix exacts approuvés (Google Cloud). C'est le mécanisme qui rend le niveau 3 possible |
| Trusted Agent Protocol | Visa, avec Cloudflare | 2025-10-14 | Permet aux agents approuvés de s'identifier auprès des marchands par des signatures cryptographiques, pour qu'une boutique distingue un agent d'achat d'un bot malveillant (Visa) |
Model Context Protocol (MCP) et Agent2Agent (A2A) sont des standards généraux pour connecter les agents aux outils et entre eux, et Google indique qu'UCP est compatible avec les deux ainsi qu'avec AP2. Deux autres signaux de direction : Google a présenté Universal Cart en mai 2026, un panier qui fonctionne entre marchands et services Google (lis notre analyse d'Universal Cart), et OpenAI a repositionné ChatGPT sur la découverte, avec un checkout géré par le marchand. Pour un e-commerçant, la leçon est que tu ne choisis pas un protocole. Tu tiens une seule fiche produit propre et tu la publies via les feeds et plateformes qu'utilisent les agents de tes clients.
Les données produit dont un agent a besoin avant de recommander ou d'acheter
Le résumé de McKinsey pour le niveau 1 est sans détour : les données vérifiables l'emportent sur le vernis marketing. Google a annoncé en janvier 2026 l'ajout de dizaines de nouveaux attributs Merchant Center pour le commerce conversationnel, comme les réponses aux questions fréquentes sur un produit, les accessoires compatibles et les produits de substitution. Applique cette checklist à une catégorie de ton catalogue :
- Identifiants : un GTIN valide par variante (clé de contrôle vérifiée), la marque et le MPN. Sans eux, un agent ne peut pas rapprocher ton offre du même produit ailleurs. Vois les différences entre GTIN, UPC et EAN.
- Attributs typés : taille, largeur, matériau, poids, dimensions, compatibilité, chacun dans son propre champ avec des unités cohérentes. Une caractéristique cachée dans une phrase de description est une caractéristique que la plupart des agents rateront.
- Variantes : une ligne par taille et par couleur, avec son propre stock, son prix et son image, reliées par un ID de groupe.
- Données d'offre : prix, devise, prix soldé avec dates de début et de fin, et une disponibilité qui correspond au bouton d'achat.
- Livraison et retours : frais de port, délai de livraison par pays, délai de retour en jours et gratuité ou non des retours. Les agents de niveau 2 arbitrent précisément ces compromis.
- Réponses produit : les questions que les clients posent à ton service client, rédigées en courtes paires question-réponse, plus les accessoires compatibles et les produits de substitution.
- Catégorie : une arborescence de catégories cohérente, mappée sur la taxonomie du canal, pour que les filtres fonctionnent.
- Politiques en texte : conditions de fidélité, garantie et règles de substitution sur des pages crawlables, pas seulement dans un PDF.
La préparation se mesure par canal. La part de produits qui remplissent les champs obligatoires d'un canal, c'est ce que nous appelons la channel readiness, et c'est le chiffre le plus simple à suivre pendant que tu combles les manques. Pour ChatGPT en particulier, notre guide pour se positionner dans ChatGPT transforme cette liste en étapes.
Les risques du commerce agentique à évaluer
Perdre la relation client directe
Quand un agent s'interpose entre toi et l'acheteur, tu vois moins de pages vues et moins de données comportementales, et l'agent peut te comparer d'abord sur le prix. ACP comme UCP gardent le marchand comme merchant ou seller of record, ce qui protège les données de commande, les retours et le support, mais la découverte de la marque se fait dans l'interface de quelqu'un d'autre.
Distinguer les agents d'achat des bots malveillants
Visa a indiqué en octobre 2025 que le trafic piloté par l'AI vers les sites marchands américains avait augmenté de plus de 4 700 % en un an, et a nommé le problème clairement : la détection des bots peut bloquer des achats légitimes d'agents (Visa). Bloque trop et les agents ne peuvent pas acheter chez toi ; bloque trop peu et les scrapers et les fraudeurs passent. Revois tes règles de protection anti-bots en pensant au trafic des agents avant de conclure qu'une baisse des conversions est un problème de demande.
Des données fausses deviennent des commandes fausses
Un acheteur humain qui voit une incohérence hésite. Un agent qui agit au niveau 3 peut acheter. Une mauvaise largeur, un prix périmé ou une variante épuisée affichée comme disponible devient une annulation, un retour ou un litige. Le coût de mauvaises données produit augmente avec le niveau d'autonomie.
Responsabilité et litiges encore flous
Si un agent achète le mauvais article dans le cadre de son mandat, qui paie : l'acheteur, la plateforme de l'agent, le réseau de paiement ou le marchand ? Les mandats signés d'AP2 et les identifiants tokenisés créent une piste d'audit, mais les règles des litiges sont encore en cours d'écriture par les réseaux et les plateformes. Garde des e-mails de confirmation de commande, des conditions de retour et des délais d'annulation clairs et rapides pour les commandes passées par des agents.
Parier sur le calendrier d'une seule plateforme
La correction de trajectoire d'OpenAI sur Instant Checkout montre à quelle vitesse le paysage change. Construis sur ce qui tient d'une plateforme à l'autre : des données produit complètes, des offres exactes et des feeds que tu peux générer pour n'importe quel canal. Évite les intégrations ponctuelles que tu ne pourras pas maintenir.
Un plan de 90 jours pour te préparer au commerce agentique
Un plan de 90 jours pour te préparer au commerce agentique
- 1
Semaines 1 à 2
Audite ta catégorie principale
Choisis ta première catégorie en chiffre d'affaires. Audite identifiants, attributs, stock des variantes et données d'offre avec la checklist ci-dessus, et compte les produits qui échouent.
- 2
Semaines 3 à 4
Vérifie l'accès au crawl
Vérifie l'accès des crawlers de recherche AI dans le robots.txt et ta protection anti-bots, et confirme que le prix et le stock s'affichent dans le HTML.
- 3
Semaines 5 à 8
Comble les manques
Remplis les attributs manquants, corrige les GTIN, sépare les variantes et ajoute les données de livraison et de retour. Rédige des paires question-réponse à partir des e-mails du service client.
- 4
Semaines 9 à 10
Génère les feeds des canaux AI
Génère des feeds pour les canaux AI que tu peux rejoindre (Google Merchant Center aujourd'hui ; ChatGPT, Copilot et Perplexity là où ton marché et ta plateforme le permettent).
- 5
Semaines 11 à 12
Verrouille la qualité et teste
Mets en place des règles de validation pour qu'aucun nouveau produit ne passe en ligne incomplet, et lance chaque mois un test de prompts sur la façon dont les assistants décrivent tes produits.
WISEPIM couvre le volet données produit de ce plan : l'enrichissement par AI remplit attributs, descriptions, traductions et catégories, Quality Guard bloque les fiches incomplètes avant l'export, Channel Readiness montre quels produits ne remplissent pas les champs obligatoires par canal, et Feed Hub génère des feeds ChatGPT Shopping, Copilot et Perplexity à côté de Google Shopping. La page sur la préparation au commerce agentique montre comment les éléments s'articulent.
