Les agents IA reprennent la main sur l’expérience d’achat
En quelques mois, le commerce en ligne a vu émerger un nouvel intermédiaire : l’agent IA. Il ne se contente plus de recommander des produits dans une interface séparée ; il guide, compare, met au panier et, de plus en plus, finalise l’achat sans que l’utilisateur ne « visite » vraiment un site marchand.
Ce basculement est mesurable. Adobe Analytics rapporte que le trafic « GenAI → sites retail » a bondi de +693,4% pendant les fêtes 2025 (période Nov. 1, Dec., publication du 07/01/2026), dans une saison record à 257,8 Md$ de ventes e-commerce aux États‑Unis (Adobe, 01/2026). L’enjeu n’est donc plus marginal : les agents reprennent la main sur l’expérience d’achat, du premier besoin jusqu’au service après-vente.
1) De la recherche au panier : quand l’agent devient le nouveau point d’entrée
Historiquement, le parcours commençait par une recherche web, puis un clic vers un site ou une app. Désormais, une partie croissante démarre dans une IA générative : l’utilisateur formule une intention (“un aspirateur silencieux pour parquet, moins de 300€”), et l’agent structure la réponse en options, critères et arbitrages.
Les données Adobe illustrent l’accélération : Retail Brew (25/08/2025, d’après Adobe) évoquait déjà +1 100% (janv. 2025) et +3 100% (avr. 2025) du trafic GenAI vers des sites retail, vs une baseline de juil. 2024. Pour les fêtes 2025, Adobe a même prévu une hausse de +520% du trafic shopping « IA → retail » (TechCrunch, 06/10/2025), préfiguration de la réalité observée ensuite.
Ce que l’agent change, c’est la « pré‑qualification ». Il synthétise les avis, filtre les contraintes, rappelle les préférences et propose un shortlist. Résultat : une audience moins volumineuse que le search traditionnel, mais plus proche de la décision.
2) Un trafic moins “curieux”, plus “acheteur” : la conversion suit
Au-delà du volume, la qualité du trafic issu d’IA générative progresse. Adobe indique (blog, 01/2026) que les visites provenant d’IA convergent mieux et que la “revenue per visit” des visites IA augmente, jusqu’à environ +33% fin 2025 vs les visites non‑IA (selon le graphique partagé).
Forbes (27/11/2025), en s’appuyant sur des données Adobe, avançait aussi que les visiteurs arrivant via un service d’IA seraient ~30% plus susceptibles de convertir. Autrement dit, l’agent fait une partie du travail de clarification en amont : l’utilisateur arrive avec une intention plus nette, des critères stabilisés et moins d’hésitation sur la catégorie.
Cette dynamique s’inscrit dans une tendance déjà visible un an plus tôt : CNBC (01/2025, sur données Adobe) rapportait que pendant les fêtes 2024, le trafic “GenAI → retail” avait déjà progressé de +1 300% vs la saison précédente. L’adoption se construit donc par paliers, à mesure que les usages se normalisent (résumer, comparer, demander “le meilleur rapport qualité/prix”, etc.).
3) Checkout “dans l’agent” : la fin des redirections comme nouvel objectif
La rupture la plus structurante est le passage du conseil à l’exécution. Microsoft a présenté “Copilot Checkout” (08/01/2026) : la finalisation d’un achat dans Copilot, sans redirection vers le site marchand. Microsoft et PayPal annoncent un partenariat avec “Copilot Checkout” disponible (“out now”), renforçant l’idée d’un parcours complet dans le chatbot.
OpenAI avait ouvert la voie avec “Instant Checkout” (29/09/2025), visant l’achat directement depuis ChatGPT. Et l’Associated Press (11/2025) a évoqué un partenariat OpenAI × Walmart pour acheter des produits Walmart via ChatGPT, dans cette logique d’instant checkout.
Cette approche transforme la notion même de “visite” e-commerce : l’agent peut devenir la vitrine, le conseiller et la caisse. Pour les marchands, l’enjeu n’est plus seulement d’optimiser des pages produit, mais d’être correctement “interprétables” et “actionnables” par des agents (catalogue, disponibilité, options, conditions, retours), avec une expérience cohérente même quand l’interface n’est plus la leur.
4) Standards et coalitions : UCP, ACP et la bataille de l’interopérabilité
Pour que des agents puissent réellement acheter, il faut des protocoles communs. Google a annoncé (11/01/2026, NRF 2026) l’open standard “Universal Commerce Protocol (UCP)” pour le shopping via agents IA. Dans la foulée, Walmart × Google Gemini ont présenté un parcours découverte → panier → achat sans quitter Gemini, Walmart figurant parmi les premiers utilisateurs d’UCP (annonce Google/AP, 11/01/2026).
La citation attribuée à John Furner (Walmart/Google/AP) résume l’ambition : “The transition from traditional web or app search to agent-led commerce represents the next great evolution in retail.” Wayfair a annoncé (12/01/2026) un partenariat avec Google et une co‑développement de UCP pour le shopping IA orienté “home”, signe que des secteurs verticaux veulent peser sur les règles du jeu.
En parallèle, un autre standard gagne du terrain : Checkout.com mentionne (12/2025) l’adoption d’ACP, présenté comme “backed by OpenAI”, pour permettre à des agents IA de “discover, select, and purchase” via des plateformes type ChatGPT / instant checkout. La multiplication des standards et des alliances montre un mouvement de fond : l’achat devient une capacité “composable” que l’on branche à différents agents.
5) Paiement, identité, risque : la couche de confiance remonte dans l’agent
Quand l’agent exécute l’achat, la confiance doit suivre : authentification, protection acheteur, lutte contre la fraude, consentement. PayPal a lancé (28/10/2025) des services “agentic commerce” combinant wallet, risk, identity et buyer protection, en évoquant des plateformes de découverte incluant Perplexity. Cela indique que les grands paiements se positionnent comme “rails” pour agents.
Visa a formalement poussé le mouvement avec “Find and Buy with AI” (30/04/2025), une initiative visant à ouvrir le réseau Visa aux développeurs d’agents IA, avec des partenaires cités comme Anthropic, IBM, Microsoft, Mistral AI, OpenAI, Perplexity, Samsung, Stripe, etc. L’Associated Press (30/04/2025) décrivait le potentiel : des agents capables de “find and buy” en s’appuyant sur préférences, budgets et mécanismes de paiement.
À mesure que l’agent gère des actions sensibles (paiement, données personnelles, arbitrage de garanties), la question devient : qui porte la responsabilité et où se situe l’interface de consentement ? Les gagnants seront ceux qui sauront offrir une expérience fluide, tout en rendant explicites les permissions, les limites et les recours.
6) Après l’achat : support, retours et loyauté pilotés par agents
Le commerce “agent-led” ne s’arrête pas au paiement. TechRadar (12/01/2026) rapporte que Google pousse une “agentic AI ecommerce suite” couvrant recherche, achat et support post‑achat, en s’appuyant sur UCP. Le support devient alors une continuation du même fil conversationnel : “où est mon colis ?”, “comment retourner ?”, “pouvez-vous appliquer une remise ?”.
SAP News (12/2025) défend la thèse “agent-driven buying” : si acheter devient plus facile, l’enjeu se déplace vers les retours et la loyauté ; le parcours peut “begin, evolve, or end with AI agents”. Autrement dit, simplifier l’achat sans maîtriser la logistique inverse et la satisfaction peut détruire de la valeur.
Les entreprises doivent donc penser l’expérience comme un continuum. Un agent qui a conseillé un produit doit pouvoir expliquer les conditions de garantie, retrouver la facture, initier un retour, ou proposer une alternative. Cette cohérence est aussi un levier de fidélisation : l’agent devient un “personal shopper” persistant, pas une simple barre de recherche améliorée.
7) Dans l’ombre : orchestrer, observer et fiabiliser des agents qui agissent
Plus un agent prend la main, plus les exigences opérationnelles augmentent : traçabilité des décisions, supervision humaine, gestion des permissions, audit des actions. Le Monde Informatique (02/2026) souligne la montée des agents IA dans les services clients et le besoin d’orchestration/traçabilité/permissions/supervision pour fiabiliser l’expérience.
Le sujet est aussi technique : un papier arXiv (31/01/2026, lié à l’écosystème Adobe e-commerce) évoque “Agentic Observability”, avec une réduction d’un ordre de grandeur de la latence de triage et une amélioration de la précision, montrant que des agents “côté opérations/expérience” peuvent accélérer la résolution d’incidents et la qualité de service.
Enfin, la pression concurrentielle accélère les décisions d’investissement. Salesforce indiquait (2025) que “3 out of 4 retailers” estiment que les agents IA seront vitaux pour battre la concurrence “within a year”, et que 76% augmentent l’investissement IA sur l’année à venir. Concrètement, cela signifie : outillage, gouvernance, qualité des données produit, et intégration des couches paiement/identité/risque.
Les agents IA reprennent la main sur l’expérience d’achat parce qu’ils se placent là où se forme la décision : la formulation du besoin, le tri des options, puis l’acte d’achat lui‑même. Les chiffres Adobe (trafic GenAI → retail à +693,4% pendant les fêtes 2025) et les signaux de conversion (+30% de probabilité de convertir selon Forbes à partir de données Adobe, et une “revenue per visit” jusqu’à ~+33% fin 2025 selon Adobe) montrent que l’usage n’est plus expérimental.
La prochaine étape dépendra de l’interopérabilité (UCP, ACP), de la couche de confiance (Visa, PayPal, partenariats checkout) et de la fiabilité opérationnelle (orchestration, observabilité, supervision). Pour les retailers, l’objectif n’est plus seulement d’attirer du trafic, mais d’être le meilleur choix “exécutable” par un agent , avec un après‑vente à la hauteur , dans un monde où l’interface d’achat n’est plus forcément leur site.
