Commerce agentique en France : où en est-on vraiment en 2026 ?

Article Commerce agentique 09.07.2026
Thibauld Vian Deguille
Par Thibauld Vian Deguille
Thibauld Vian Deguille

Thibauld Vian Deguille, Principal Digital, Data & IA chez Converteo, accompagne les entreprises dans la maximisation de leurs performances digitales et e-commerce.

À retenir

  • Le marché des agents IA e-commerce français est en pleine expansion, mais profondément inégal. Il affiche un score moyen de 46/100 sur la grille d’évaluation Converteo, avec un écart massif allant de 12 à 83. À peine 22 % des marques auditées sont équipées, un chiffre qui monte à 26 % au sein du top 100.
  • Aujourd’hui, 79 % des agents IA français se contentent encore de rediriger l’utilisateur vers une fiche produit. Parmi les 170 sites audités, aucun ne permet de finaliser un achat de bout en bout. C’est la frontière qui sépare l’assistant IA (qui conseille) de l’agent IA (qui agit).
  • L’Universal Commerce Protocol (UCP), annoncé par Google en janvier 2026, va redéfinir les règles du jeu. Pour les marques, cela marque le passage d’un modèle B2C (Business to Consumer) à un modèle B2MC (Business to Machine Customer). Les acteurs qui n’investissent pas dès maintenant risquent de voir leur relation client captée par des plateformes tierces.

 

Si l’on devait résumer l’année 2026 dans le e-commerce français en une phrase, ce serait celle-ci : tout le monde parle d’agents IA, peu en ont vraiment déployé, et personne ne fait encore de l’agentique.

Derrière l’hypermédiatisation du sujet, notre baromètre de 170 agents e-commerce français dresse une photographie contrastée. C’est un marché à un point de bascule, où les écarts se creusent rapidement entre les leaders et la majorité, et où le nouveau protocole de Google s’apprête à redistribuer les cartes.

Un quart des e-commerçants français équipés d’agents IA

Le premier chiffre du baromètre fixe d’emblée le décor : sur les 170 marques auditées, seules 22 % d’entre elles ont déployé un agent IA shopping.

Faut-il y voir un résultat décevant ou le démarrage prometteur d’un marché encore naissant ? Tout dépend de la focale. En élargissant le cadre, l’optimisme l’emporte. Actuellement, 82 % des e-commerçants français exploitent déjà l’IA générative à un endroit ou un autre de leur chaîne de valeur. Le virage technologique est entamé, et les chatbots restent plébiscités par 40 % des acheteurs comme canal de service client privilégié.

Cependant, en y regardant de plus près, le constat est plus nuancé. Trois secteurs concentrent l’essentiel des déploiements : la beauté et la santé, la mode, ainsi que la maison et l’aménagement. Tous les autres secteurs accumulent un retard qui se chiffre en mois, voire en années. La culture (score moyen de 1/100) et les jeux et jouets (3/100) sont quasi absents du marché. La tech et la grande distribution restent également en retrait.

L’explication n’est pas seulement technologique. Les trois secteurs leaders partagent des caractéristiques structurelles : un besoin d’accompagnement client fort, des volumes de ventes massifs qui justifient l’investissement, et surtout des paniers moyens qui permettent d’absorber le coût d’inférence des requêtes IA sans sacrifier la marge nette. L’IA s’est d’abord déployée là où le besoin était le plus fort et le retour sur investissement (ROI) le plus visible.

Commerce agentique : un marché à deux vitesses

Sur la grille d’évaluation Converteo, structurée autour de quatre piliers (Accessibilité et visibilité, Capacité transactionnelle, Intelligence métier et data, Maturité en IA générative), les agents audités obtiennent des scores allant de 12 à 83 sur 100. Le score moyen plafonne à 46/100.

D’un côté, on observe une élite très restreinte. Sephora (80/100), ManoMano (76/100) et Zalando (73/100) dominent le classement avec des solutions matures et verticalisées, transformant l’agent en véritable conseiller métier. De l’autre, on trouve une majorité d’outils purement navigationnels, peinant à offrir une réelle valeur ajoutée par rapport à un moteur de recherche traditionnel.

Le constat est sans appel : à peine 10 % des marques auditées franchissent la barre symbolique des 60/100. La moitié supérieure de la grille reste le territoire d’une minorité, et c’est ici que la différenciation se joue.

Trois enseignements se dégagent de cet écart :

  • Les leaders ne sont pas ceux que l’on attendait. Sephora et ManoMano dominent le classement, devançant Amazon ou les pure-players tech. Cela suggère que la verticalisation métier l’emporte sur la puissance technologique brute.
  • L’avantage compétitif se construit sur la durée. Les écarts observés aujourd’hui se sont creusés au cours des 12 à 18 derniers mois. La maturité d’un agent IA dépend autant de l’apprentissage continu que de la technologie initiale.
  • Le marché n’est plus balbutiant. Un score moyen de 46/100 témoigne d’un secteur déjà en marche. La période d’expérimentation (POC) se referme ; celle de l’industrialisation s’ouvre.

Pourquoi 79 % des agents IA français sont des assistants de redirection

C’est sans doute la donnée la plus critique de l’audit. Sur l’ensemble des agents analysés, 79 % proposent comme fonctionnalité principale la redirection vers une fiche produit ou une page d’aide. En somme, un moteur de recherche déguisé en chatbot.

Trois raisons structurelles expliquent ce plafond de verre :

  • Historique : La plupart des agents actuels héritent des chatbots des années 2010. Leurs cas d’usage n’ont pas été repensés ; la technologie a changé, mais la promesse reste la même.
  • Technologique : L’intelligence métier réelle demande une intégration profonde aux données produits, aux stocks en temps réel et aux promotions. C’est un chantier complexe qui mobilise de nombreuses équipes sur plusieurs mois.
  • Culturelle : Beaucoup de directions e-commerce considèrent l’agent IA comme un outil de service client destiné à réduire les coûts, plutôt que comme un véritable vendeur digital.

Trois marqueurs distinguent un agent mature d’un agent navigationnel :

  1. L’intelligence métier réelle : Comparer deux produits, nuancer les forces et faiblesses, ou expliquer un détail technique.
  2. L’accès à la donnée chaude : Intégration des stocks en temps réel et des promotions en cours. Sans cela, l’agent génère des erreurs et détruit la confiance du client.
  3. La capacité transactionnelle : L’ajout au panier et la finalisation de la commande. Sur ce point, le marché est encore au point mort.

Assistant IA vs agent IA : quelles différences ?

Un assistant IA accompagne l’avant-vente, conseille et oriente. Un agent IA agit, exécute et finalise la transaction.

À l’aune de cette définition, aucun des 170 sites audités ne déploie aujourd’hui un véritable agent IA. À peine plus d’un tiers autorise l’ajout au panier, et 0 % ne permet de finaliser un achat directement depuis l’interface conversationnelle. Cette prudence s’entend : la moindre hallucination de l’IA sur un acte d’achat fait peser un risque financier et réputationnel lourd.

Cependant, cette prudence pourrait coûter cher. Au moment où le marché français consolide ses assistants conseillers, Google s’apprête à imposer un nouveau standard mondial.

Le point de bascule : l’UCP de Google

En janvier 2026, Google a dévoilé l’Universal Commerce Protocol (UCP), conçu pour standardiser le commerce agentique. L’objectif : permettre aux LLM tiers (ChatGPT, Gemini, Claude) d’exécuter une transaction de bout en bout depuis leur interface, sans que l’utilisateur ne visite le site du marchand.

Concrètement, l’UCP uniformise l’accès aux catalogues en temps réel et aux systèmes de paiement sécurisés. Une simple requête comme « trouve-moi un canapé deux places gris pour moins de 800 € » peut se transformer en vente instantanée. La marque reste le vendeur officiel, mais perd le contrôle de la relation client.

On passe ainsi d’un modèle B2C à un modèle B2MC (Business to Machine Customer). Trois conséquences concrètes émergent pour les marques :

  • Le rôle de l’agent IA natif évolue : Il devient l’interface de validation (prix, stocks, retours) qui nourrit les algorithmes externes pour que la marque soit recommandée par les LLM tiers.
  • La donnée produit devient stratégique : Le GEO (Generative Engine Optimization) prend le relais du SEO. Une donnée mal structurée exclura la marque des recommandations conversationnelles.
  • Le risque de désintermédiation s’accentue : Les marques non préparées verront leur relation client captée par les plateformes tierces.

Qu’attendre des 18 prochains mois ?

Le marché des agents IA e-commerce français est à un point de bascule. La majorité des acteurs reste sur des cas d’usage navigationnels qui sous-exploitent le potentiel de l’IA. Pour les directions e-commerce, trois priorités se dégagent :

  1. Investir la verticalisation métier : Un agent IA qui incarne réellement l’expertise sectorielle de la marque devient un actif différenciant.
  2. Préparer l’arrivée de l’UCP : Cela passe par la structuration des données produits et l’anticipation des nouveaux KPI du commerce agentique.
  3. Mesurer finement le ROI : La pérennité du dispositif dépend de la capacité à prouver l’incrément de valeur face aux coûts d’inférence de l’IA.
Thibauld Vian Deguille

Par Thibauld Vian Deguille

Principal Digital et Data

En savoir plus

1 / 1
Thibauld Vian Deguille

Commerce agentique en France : où en est-on vraiment en 2026 ?

Comment réussir l'intégration d'un agent IA e-commerce ? Découvrez l'audit de 170 sites français, les impacts du protocole UCP et téléchargez l'étude...
charles cortes

Commerce agentique : ACP, UCP et la bascule vers les moteurs de réponse

Comment adapter votre e-commerce aux LLMs ? Maîtrisez le commerce agentique avec les protocoles ACP et UCP.

Commerce agentique : comment garder prise sur un parcours d’achat que les marques ne contrôlent plus ?

Le commerce agentique redéfinit la relation marque-client. Comment adapter votre stratégie SEO et retail face à la montée des agents IA autonomes ?

Talk Commerce agentique : Comment l’IA redéfinit la chaîne de valeur e-commerce

Le commerce agentique redéfinit l'e-commerce. Découvrez comment l'IA, le GEO et les agents (onsite, protocole) transforment votre stratégie digitale.
Commerce agentique et retail : ce qu'il faut retenir de la NRF2026

NRF 2026 | Commerce agentique : décryptage des nouveaux enjeux du retail

La NRF 2026 a lancé l'ère du commerce agentique : décryptage.
marie durieu

Amazon Marketing Cloud (AMC) : 5 clés indispensables pour transformer la donnée brute en levier de croissance Retail

Comment transformer vos données Amazon Marketing Cloud en revenus ?
Thibauld Vian Deguille

Programmes de fidélité : qu’est-ce que l’IA change ?

Comment l'IA révolutionne-t-elle les programmes de fidélité ? Exploitez la data pour hyper-personnaliser l'expérience, engager et prouver le ROI réel...
Maeva Le Menn

6 questions à se poser avant de (re)penser son programme de fidélité

Comment créer un programme de fidélité performant ? Découvrez les 6 questions clés pour choisir votre modèle, engager vos clients et maximiser le ROI...
Maeva Le Menn

10 meilleurs programmes de fidélité français : ce qu’il faut en retenir

Quels sont les meilleurs programmes de fidélité ?
Debora Cohen & Samuel Besson

Comment intégrer le RGPD et l’AI Act à votre agent vocal ?

Comment intégrer le RGPD et l'AI Act à votre agent vocal ? Sécurisez les données biométriques et gérez les PII à l'oral dès la phase de cadrage.

REX agent vocal : les coulisses du projet Sharlie d’Orange

Comment Orange a-t-il mis en production Sharlie, son agent vocal voice-to-voice ? Découvrez l'architecture multi-agents et la méthode de validation.

Search vocal BtoB : bilan des premiers déploiements

Comment le search vocal transforme-t-il le retail et le BtoB ? Analysez les chiffres d'adoption, les KPI et les bonnes pratiques d'intégration UX.