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

Partner chez Converteo et spécialiste des stratégies IA, Agentique & Data, Guilhem Bodin accompagne les directions Marketing et Digital dans la transformation de leurs opérations. Il travaille avec Thibauld Vian, Principal, qui traduit ces stratégies en feuilles de route data et performance e-commerce, et Camille Daudet, Senior Manager, qui veille à leur déploiement à travers une approche omnicanale centrée sur le consommateur.

A retenir 

• Les trois visages du commerce agentique : Il ne s’agit pas d’un bloc monolithique, mais de trois tendances distinctes : les agents onsite (déployés par les marques sur leurs propres écosystèmes), les agents opérateurs (qui « prennent la main » sur une interface pour l’utilisateur) et les agents protocoles (infrastructures techniques comme l’ACP d’OpenAI ou l’UCP de Google, permettant aux agents de commercer entre eux).
• La fin de l’hégémonie du SEO, l’avènement du GEO : Le trafic web a probablement atteint son pic en 2025/2026. La visibilité ne se joue plus seulement sur les 10 liens bleus (SEO), mais dans les réponses synthétisées des moteurs de réponse (Generative Engine Optimization – GEO). Dans ce paradigme, la citation (être mentionné par une source d’autorité) supplante le lien hypertexte, et la e-réputation devient un champ de bataille majeur.
• Le paradoxe de l’agent onsite : Les déploiements actuels (Zalando, Boulanger…) montrent des avancées fonctionnelles (comparaison cross-catégorie, compréhension des contraintes) mais souffrent de ruptures dans l’expérience utilisateur (pas d’ajout au panier, silos entre l’assistant et le site), souvent dues à une gouvernance interne où les équipes IA et e-commerce ne sont pas suffisamment intégrées.

Nous assistons à une mutation tectonique du commerce digital. L’émergence des IA génératives et des systèmes agentiques n’est pas une simple évolution technologique ; c’est un changement de paradigme qui déplace la réflexion du consommateur et fragmente le parcours d’achat traditionnel. Comment les marques peuvent-elle se positionner pour ne pas subir une désintermédiation massive ?

L’ère des moteurs de réponse et l’avènement du GEO 

Le postulat de départ est sans appel : le trafic sur les sites web, tel que nous le connaissons, a probablement atteint un sommet historique. Une étude Gartner prédit une baisse structurelle, déjà visible sur les sites de presse outre-Atlantique, car les utilisateurs obtiennent des réponses synthétisées directement dans les moteurs de réponse (ChatGPT, Gemini, etc.) sans avoir besoin de cliquer plus loin.

Ce déplacement du comportement utilisateur de la « recherche » vers la « conversation » donne naissance à une nouvelle discipline : le GEO. Si les fondamentaux restent (lisibilité technique, pertinence du contenu, réputation), les règles du jeu, elles, sont profondément altérées :

• Du lien à la citation : La valeur d’un lien hypertexte (backlink), pilier du SEO, s’effondre au profit de la citation. Ce qui compte pour l’IA, ce n’est pas qu’un site pointe vers vous, mais qu’il parle de vous, et en quels termes. Le travail de la réputation digitale (RP, influence, gestion des avis) devient plus crucial que jamais. L’exemple d’un opérateur télécom jugé « mauvais élève » à cause d’avis Trustpilot non modérés, alors que ses « Avis Vérifiés » sont excellents, illustre parfaitement ce nouvel enjeu.
• De la structuration pour le robot à la richesse pour la synthèse : Les IA ne lisent pas, elles synthétisent. Elles recherchent des données uniques, des comparaisons, des listes, des tableaux, et un contexte d’usage riche. Le flux produit, hier outil technique pour Google Shopping, devient la colonne vertébrale du commerce agentique, nécessitant d’y intégrer des informations jusqu’ici ignorées : compatibilité, témoignages, contexte d’utilisation…

Les trois dimensions du commerce agentique

Le terme « commerce agentique » est souvent galvaudé. En réalité, il recouvre trois modèles distincts qui ne présentent ni les mêmes opportunités, ni les mêmes menaces :

1. Les Agents Onsite : C’est l’agent que la marque déploie sur son propre site (web ou app) pour conseiller et agir. Les exemples de Zalando, capable de proposer une tenue complète en tenant compte de la saison et du budget, ou de Boulanger, qui compare l’ensemble de sa catégorie, montrent le potentiel. Leur limite actuelle est une expérience souvent « siloée », déconnectée du reste de la navigation et incapable de finaliser l’achat.
2. Les Agents Opérateurs : Ces agents, comme Atlas (le navigateur d’OpenAI) ou ChatGPT Agent, agissent comme une surcouche au web existant. Ils « prennent le contrôle de la souris » pour l’utilisateur, remplissant des formulaires ou navigant sur des sites tiers. C’est une menace directe pour les revenus publicitaires des sites visités, ce qui explique pourquoi un acteur comme Amazon bloque activement ces navigateurs.
3. Les Agents Protocoles : C’est la forme la plus aboutie et la plus structurante. Des infrastructures techniques comme l’Agentic Commerce Protocol (ACP) d’OpenAI ou l’Universal Commerce Protocol (UCP) de Google visent à créer un standard pour que les agents puissent dialoguer et commercer directement entre eux, via des APIs. L’achat se réalise au sein de l’écosystème de l’agent (OpenAI, Google) sans jamais rediriger le trafic vers le site de la marque. C’est le scénario de la désintermédiation maximale, mais aussi celui d’un nouveau canal de distribution à part entière.

Le cas d’usage Amazon Rufus : quand la confiance dans la donnée devient le maillon faible

L’assistant d’achat Rufus d’Amazon illustre à la fois le potentiel immense et les limites actuelles des agents onsite. Sur le papier, l’outil est puissant. Il peut accompagner un consommateur dans une recherche complexe, par exemple pour « un bon aspirateur ». L’agent est capable de maintenir une conversation multi-tours, affinant sa sélection en fonction de critères ajoutés progressivement : d’abord les mieux notés, puis les plus légers, puis les plus silencieux, sans jamais perdre le fil des contraintes précédentes. Il va jusqu’à faire une recommandation finale en déclarant quel est, selon lui, « l’aspirateur parfait » qui synthétise tous les besoins exprimés. C’est la promesse d’un conseil ultra-personnalisé, directement intégré à l’expérience d’achat.

Cependant, cette prouesse technique se heurte à un mur : celui de la confiance. L’efficacité d’un agent est directement corrélée à la qualité perçue de son socle de données. Or, dans un écosystème aussi vaste et ouvert qu’une marketplace, le catalogue peut être perçu comme « pollué » par des offres de dropshipping et des avis clients dont la fiabilité est sujette à caution. L’IA, si performante soit-elle, semble se contenter d’analyser les données de surface (les notes, les critères clés résumés) sans pouvoir discerner la substance, les nuances ou les faux avis.

Face à ce doute, le réflexe de l’utilisateur averti est de se tourner vers des outils externes, comme les LLM généralistes (ChatGPT, Perplexity…). Ces derniers agissent comme des méta-analyseurs, capables de croiser les informations natives de la plateforme (la fiche produit Amazon) avec un ensemble de sources tierces : articles de blogs spécialisés, tests comparatifs, discussions sur des forums, etc. On assiste alors à un paradoxe majeur : l’agent conçu par la marque pour son propre écosystème est jugé moins fiable qu’un agent externe.

La technologie seule ne suffit pas. Sans une gouvernance de la donnée irréprochable et une confiance établie dans la qualité du catalogue, l’agent onsite risque de n’être qu’un gadget sophistiqué. Si l’utilisateur est contraint de quitter la plateforme pour vérifier l’information, l’expérience est rompue et l’objectif principal (conserver et convertir au sein de son écosystème) est manqué. La véritable bataille pour les marques se jouera donc autant sur la qualité de leurs données que sur la performance de leurs algorithmes.

Google vs. OpenAI, le duel stratégique

Le marché se structure autour de deux stratégies opposées :

• OpenAI, le « troublion » en quête de business model : Parti de zéro, OpenAI multiplie les initiatives pour diversifier ses revenus au-delà des abonnements et des APIs. L’arrivée de la publicité (modèle au CPM, pour l’instant limité) et de la commission sur les ventes (4% via ACP en partenariat avec Shopify) montre une volonté de devenir une marketplace à part entière. OpenAI doit capter de la donnée comportementale (d’où l’intérêt d’un navigateur comme Atlas) pour combler son retard sur Google.
• Google, le géant face au dilemme de l’innovateur : Assis sur 20 ans de données et un écosystème publicitaire surpuissant (Merchant Center, Google Ads, etc.), Google avance avec prudence. Son enjeu majeur est de ne pas cannibaliser son revenu publicitaire principal tout en répondant aux nouveaux usages. Des innovations comme l’intégration du shopping dans AI Mode, le Price Tracker, ou les Branded AI Agents (permettant de « chatter » avec une marque directement depuis les résultats de recherche) sont des réponses progressives qui visent à conserver l’utilisateur et la transaction dans son écosystème.

Agir sur deux fronts

L’attentisme n’est pas une option. La stratégie à adopter doit se jouer sur deux terrains simultanément :

1. En externe, maîtriser son influence : Il est impératif de comprendre comment les moteurs de réponse perçoivent votre marque. Cela passe par un audit de votre présence (quels avis, quels articles, quels forums parlent de vous ?), une optimisation du contenu pour la synthèse (GEO), et l’enrichissement sémantique de vos flux produits. Il faut voir ces plateformes comme un nouveau canal de distribution à part entière, avec ses propres règles.
2. En interne, construire l’expérience de demain : Le déploiement d’un agent onsite ne doit pas être un gadget technologique, mais une brique stratégique de l’expérience client. Cela exige de briser les silos organisationnels, de définir une vision claire (quel rôle pour l’agent dans 3 ans ?) et de construire une architecture technique évolutive (orchestration d’agents spécialistes, connexion aux SI existants) pour éviter de ne créer qu’un POC sans lendemain.

Le commerce de demain sera conversationnel, personnalisé et largement délégué à des intelligences artificielles. Les marques qui réussiront sont celles qui commencent aujourd’hui à traiter leur réputation comme leur principal atout et leur propre écosystème comme un laboratoire d’innovation expérientielle.