Commerce agentique : la même IA finira-t-elle par cloner toutes les enseignes ?

L'IA uniformise les pratiques du commerce, rendant la différenciation stratégique plus essentielle que jamais. L'enjeu : savoir jusqu'où lui déléguer les décisions sans abandonner le jugement humain.

En moins de deux ans, l'intelligence artificielle est passée de l'expérimentation aux opérations quotidiennes. Dans le commerce, elle ne se contente plus d'assister en coulisses : elle accompagne l'acheteur lui-même. Selon une étude IBM menée avec la National Retail Federation, 40 % des consommateurs français utilisent déjà l'IA pour guider leurs achats.

Ce qui relevait hier de l'avantage concurrentiel - la maîtrise de la donnée et des algorithmes - devient un standard partagé. Dès lors, une question se pose : si toutes les enseignes disposent des mêmes modèles et des mêmes agents, où se situe encore la différence ?

Quand l’exécution devient abondante

Le mouvement s'accélère jusque dans l'outillage. Début septembre, Anthropic a mis à disposition des marchands une base de code ouverte pour bâtir leurs propres agents de vente, capables de chercher, comparer et préparer un panier. Fiches produits, pricing dynamique, service client automatisé : les mêmes briques sont désormais à la portée de chacun.

L'IA élève ainsi la performance moyenne du marché, mais elle rapproche aussi les acteurs les uns des autres : les offres se ressemblent et les argumentaires suivent des schémas similaires. La valeur ne réside donc plus dans la capacité à produire une réponse, mais dans celle de décider laquelle compte.

Etre choisi par une machine

Hier, le client cherchait, comparait, tranchait, et les marchands investissaient dans leurs interfaces et leur référencement pour capter son attention. Demain, une part de ce travail se délègue à un agent qui formule l'intention, filtre les options et prend en charge une partie de l'achat.

Pour une enseigne, l'enjeu n'est donc plus seulement d'être visible pour un humain, mais d'être sélectionnée par une machine qui compare selon ses propres critères. Le prix, la disponibilité, les avis deviennent décisifs, et pourtant ne suffisent pas. Car deux enseignes équipées du même modèle peuvent trancher à l'opposé : l'une privilégiera la marge, l'autre la fidélisation ; l'une la conversion immédiate, l'autre son image. La technologie est identique, mais le discernement non.

Le vrai risque : déléguer le jugement

Une IA peut calculer qu'une remise fera grimper les ventes, mais elle ne peut pas décider si l'enseigne doit écouler ce stock ou protéger la valeur de sa marque. Ce dernier arbitrage ne relève pas du calcul et lui céder, ce n'est plus déléguer l'exécution, c'est déléguer le jugement. Comme tout le marché s'appuie sur les mêmes modèles, cette délégation uniformise les décisions : à force de laisser l'agent trancher, les enseignes convergent vers ses réglages par défaut.

S'y ajoute une exigence de légitimité. Un consommateur accepte volontiers qu'un algorithme lui recommande un produit, mais il devient plus exigeant quand il laisse un agent décider pour lui. Dans un commerce où des agents dialoguent avec d'autres agents, la fiabilité perçue des arbitrages - la transparence des critères, la cohérence des choix - devient un actif au même titre que la puissance de calcul.

Ce que l’IA ne doit pas décider

Le choix stratégique n’est peut-être pas ce qu’on confie à l’IA, mais jusqu’où on accepte de lui déléguer la décision. Les acteurs du commerce agentique ne placent d’ailleurs pas tous le curseur au même endroit. Le blueprint d’Anthropic permet à un agent de rechercher des produits, de les comparer et de préparer un panier, mais laisse le paiement à l’application qui l’héberge. À l’inverse, Google permet désormais, pour certains marchands et marchés, d’acheter directement depuis Gemini via Google Pay.

La frontière entre assistance et décision est donc en train de bouger. Pour les enseignes, l’enjeu est de définir ce que l’agent peut optimiser seul, ce qui nécessite une validation humaine et ce qui doit rester une décision stratégique. Car l’avantage ne résidera pas seulement dans ce que l’IA sait faire, mais dans ce qu’une enseigne choisit de lui laisser décider.

De l'exécution à l'orchestration

Ce déplacement transforme aussi la valeur du capital humain. Si l'IA produit les analyses, les recommandations et les scénarios, la tentation est de lui abandonner peu à peu non seulement les tâches, mais le jugement qui les accompagnait. Or le jugement se construit par l'expérience, l'erreur et la responsabilité des choix.

L'enjeu n'est donc pas de faire sans l'IA ce qu'elle fait désormais avec nous, mais de monter d'un cran : de l'exécution à l'orchestration, de la production de réponses à la définition des objectifs. La différence ne se fera plus sur la capacité à produire une réponse, mais sur celle de définir ce que l'IA doit optimiser et ce qu'elle ne doit pas décider.