La dernière décennie récompensait l’arbitrage marketing. Le commerce agentique récompense la vérité produit.
Le commerce agentique transforme le référencement naturel : d’une source de trafic bon marché, il devient le passage obligé de la vérification par l’IA. L’arbitrage marketing disparaît ; la vérité produit s’impose.
Au sommaire
- Pourquoi le commerce agentique élimine les marques « tout-marketing » et récompense la granularité des données produit.
- Comment ChatGPT, Copilot et les protocoles de Google redessinent l’économie marchande et la relation client.
- Quels flux optimiser, quels protocoles prioriser, et dans quel ordre les déployer.
Le commerce agentique agit comme un « grand filtre » de l’arbitrage marketing, transformant le référencement naturel : d’une source de trafic bon marché, il devient le passage obligé de la vérification par l’IA.
Le signal émerge déjà du bruit ambiant. Durant les fêtes de fin d’année 2025, les agents IA ont généré 20 % des ventes retail. Même en acceptant des définitions larges, l’ère du commerce agentique est arrivée.
Tous les grands LLM proposent désormais le paiement direct et de nouveaux protocoles commerciaux :
- ChatGPT dispose d’Instant Checkout avec Shopify et Etsy, ainsi que de l’ACP (Agentic Commerce Protocol).
- Microsoft Copilot utilise l’ACP et propose Copilot Checkout avec PayPal, Shopify et Stripe.
- Google a intégré le paiement dans AI Mode et Gemini via son Universal Commerce Protocol (UCP).
La question de l’infrastructure est réglée, mais la question stratégique demeure : comment exister quand les utilisateurs n’ont plus besoin de visiter les sites pour acheter ?
Le commerce agentique et l’impasse du milieu de gamme
L’expression « commerce agentique » induit en erreur. L’achat totalement autonome — confier sa carte bancaire et un budget mensuel à un agent pour qu’il achète à notre place — ne verra pas le jour de sitôt.
- Les achats onéreux (billets d’avion, voitures) sont trop risqués à déléguer. Vos préférences sont trop personnelles (placement en avion, options du véhicule) pour qu’un agent puisse les modéliser correctement.
- Les achats courants (papier toilette, lessive) sont déjà automatisés via les abonnements (Instacart, Subscribe & Save d’Amazon). Un agent n’apporte rien de plus.
Le terrain intermédiaire est bien plus étroit que le battage médiatique ne le laisse croire. Si le haut de gamme résiste à la délégation et que l’entrée de gamme est déjà automatisée, où l’achat autonome crée-t-il réellement de la valeur ?
« Commerce conversationnel » est un cadre plus juste. Plutôt que d’automatiser intégralement l’acte d’achat, les LLM compriment le tunnel de conversion en offrant une recherche bien supérieure aux moteurs classiques et en affichant les produits directement dans leur interface.
- Les modèles analysent les avis d’experts, les fiches techniques, les compositions et les vrais retours utilisateurs — au lieu de classer selon les enchères de mots-clés et l’historique de conversion.
- La valeur réside dans la compression des 14 clics (moyenne déclarée par Amazon avant achat) en un ou deux.
Les protocoles rendent l’e-commerce « headless »
Les nouveaux protocoles commerciaux permettent aux agents IA de se brancher directement sur le back-end de votre activité, au lieu de crawler votre site pour en extraire les informations. Les protocoles rendent le commerce « headless » en découplant le front-end du back-end :
- Les sites deviennent moins importants comme destinations, mais essentiels comme bases de données.
- L’enjeu passe de l’optimisation des landing pages pour l’œil humain à l’optimisation des flux de données pour l’ingestion machine.
- Si vos délais de livraison, niveaux de stock ou conditions de retour ne sont pas accessibles via API, vous êtes invisible pour l’agent.
Le passage du crawling aux protocoles compresse l’ancien tunnel de 14 clics (recherche, navigation, clic, paiement) en deux interactions : (1) le modèle interprète l’intention en croisant l’avis d’experts et l’inventaire temps réel, et (2) l’utilisateur finalise en un clic avec ses identifiants enregistrés.
Les deux protocoles, ACP et UCP, offrent la même expérience utilisateur, mais des conditions radicalement différentes pour le marchand.
L’ACP d’OpenAI (Agentic Commerce Protocol)
La vision : Le « jardin clos ». OpenAI entend gérer l’intégralité de la transaction dans l’interface de chat, réduisant les marchands au rôle de fournisseurs.
L’arbitrage : Efficacité contre LTV. Vous accédez à 700 millions d’utilisateurs hebdomadaires, mais perdez la relation client directe. OpenAI interdisant actuellement la transmission des emails clients à des fins marketing, vous perdez toute capacité de remarketing — sacrifiant de facto les 15 à 20 % de Lifetime Value générés par les séquences email post-achat.
L’UCP de Google (Universal Commerce Protocol)
La vision : La « couche distribuée ». Google étend son Shopping Graph en une couche transactionnelle qui chapeaute Search, Lens et Gemini.
L’arbitrage : Propriété contre concurrence. Contrairement à l’ACP, Google laisse aux marchands l’intégralité du cycle de vie client — emails et données de fidélité compris. Le prix à payer : une intensité concurrentielle décuplée. Fini la bataille pour 10 liens bleus ; vous vous battez désormais pour l’une des trois « places » d’une AI Overview. La marge d’erreur sur vos données produit tombe à zéro.
Le commerce conversationnel bouleverse tout l’écosystème
Le passage de la recherche à la conversation redistribue les cartes : gagnants, perdants et dilemmes stratégiques.
Les acheteurs profitent d’une expérience radicalement améliorée
- Découverte : Les achats à forte réflexion (ex. : chaussures de running spécifiques) passent de six clics sur des annonces potentiellement hors sujet à des recommandations pointues fondées sur des avis d’experts.
- Charge cognitive : Le modèle fait le travail de recherche, comprimant le parcours moyen de 14 clics en une ou deux interactions.
Les marchands arbitrent entre distribution et contrôle
- Sur ChatGPT : Vous touchez les early adopters, mais perdez la relation client directe et les droits d’emailing. Aucun levier sur les commissions ni sur la logique de recommandation.
- Sur Google/Copilot : Vous restez marchand de référence, mais la compression du tunnel dévalorise votre inventaire publicitaire on-site. Les taux de conversion peuvent grimper, mais le revenu pub total recule.
Les affiliés meurent avec la désintermédiation du clic
- Le piège : Si ChatGPT synthétise les avis sans générer de trafic, les affiliés cessent de produire du contenu. Un « ouroboros » s’installe : les modèles finissent par s’entraîner sur leurs propres productions.
- Le pivot : Les éditeurs doivent passer au paywall ou facturer directement les marchands pour leurs tests.
Amazon domine sur le prix et la rapidité, mais affronte un conflit de modèle économique
- Le conflit : Les marges retail sont faméliques (~1 %) ; la rentabilité provient des 60 milliards de dollars de revenus publicitaires.
- Le risque : La machine pub d’Amazon repose sur un tunnel de 14 clics. Si le commerce conversationnel le réduit à un seul, l’inventaire de produits sponsorisés s’évapore.
- Le choix : Bloquer les crawlers pour protéger la pub (stratégie actuelle) ou participer et cannibaliser. L’arrivée de Walmart sur ChatGPT force la main.
Google est le mieux armé pour traverser cette mutation
- Parité : Les AI Overviews sont déjà monétisées au niveau de la recherche classique.
- Économie : Une pertinence accrue fait exploser les taux de conversion. Les annonceurs paieront plus cher au clic pour compenser la baisse de volume, rééquilibrant l’écosystème.
Le SEO : du clic à la recommandation
Nous passons d’un monde de linéaire infini (10 liens bleus, pagination sans fin) à un monde de linéaire contraint (trois emplacements de recommandation par réponse IA).
Dans ce contexte, le SEO ne vise plus le clic mais l’ingestion. L’objectif n’est plus d’attirer un humain sur votre landing page ; c’est de faire entrer vos données produit dans la fenêtre de contexte de l’agent avec suffisamment d’autorité pour qu’il vous recommande.
Le nouveau SEO technique
Hier, la qualité technique se mesurait à la vitesse du site, au responsive et aux Core Web Vitals. À l’ère des protocoles, le SEO technique, c’est l’intégrité du flux de données. Les agents n’explorent pas votre site ; ils interrogent votre API. Votre site devient moins une vitrine visuelle qu’une base de données structurée. Les gagnants seront ceux qui traitent leur flux produit comme leur devanture principale.
Le nouveau SEO on-page
Le SEO classique récompensait souvent les articles qui se contentaient de reformuler le consensus pour se positionner sur des requêtes larges. Or les LLM sont entraînés sur ce consensus. Pour être cité, vous devez apporter un Information Gain — l’écart entre ce que le modèle sait déjà et la valeur unique que vous ajoutez.
- Impossible de compenser des specs médiocres par du marketing. Si vous prétendez être « la meilleure chaussure de running pour pieds plats », le modèle ne cherche pas des superlatifs ; il confronte vos mesures de soutien plantaire aux standards podologiques de son corpus d’entraînement.
- Votre contenu doit passer de l’engagement généraliste à la Vérité Produit structurée. Les LLM privilégient les tableaux comparatifs détaillés, les résultats de tests propriétaires (« nous avons fait tomber ce téléphone 50 fois »), les analyses de composition. Si vos données ne sont pas structurées pour une ingestion et une vérification aisées, le modèle vous ignorera au profit d’une source qui l’est.
Le nouveau SEO off-page
Les backlinks comptent toujours, mais leur fonction évolue. Au lieu de transmettre du « link juice » pour le classement, ils servent désormais de sources de vérification pour la synthèse de réputation, aux côtés des avis et des mentions.
- Les LLM scrapent les sites tiers (Reddit, forums spécialisés, sites d’avis experts) pour établir un consensus. Un volume élevé d’avis vérifiés et précis sur des plateformes tierces de confiance constitue le signal le plus puissant.
- Dans un monde où l’IA propose trois options, la notoriété de marque devient le critère de départage. La publicité de marque et la construction organique de notoriété redeviennent des leviers critiques pour que l’utilisateur reconnaisse la recommandation de l’IA.
La fin des « marques marketing » ?
La dernière décennie a permis aux marques en marque blanche de croître par arbitrage publicitaire. Le commerce agentique agit comme filtre qualité de ce modèle. Là où les humains se laissent séduire par un branding soigné, les LLM sont des lecteurs impassibles de données : ils ne recommanderont pas un produit « premium » si les specs prouvent qu’il est identique à une alternative générique.
Le passage aux protocoles crée un paradoxe : les modèles comprennent parfaitement les intentions longue traîne, mais les satisfont avec l’inventaire de tête de gondole.
- Biais de prudence : Les modèles préfèrent le consensus pour éviter les hallucinations. Une marque de niche ressemble à du bruit ; un leader de catégorie ressemble à la vérité.
- La réalité du RAG : Le RAG (Retrieval-Augmented Generation) est le mécanisme par lequel les LLM vont chercher des informations externes pour enrichir leurs réponses — typiquement en scrapant le web. Or ces outils ne scannent généralement que les 10-20 premiers résultats de recherche. Comme les moteurs favorisent déjà l’autorité, le RAG renforce mécaniquement les acteurs établis.
La seule force capable de contrer ce biais est la donnée granulaire. Votre flux marchand fait office de Déclaration, mais le RAG joue le rôle de Couche de Confiance pour la vérifier.
Le marché se polarise :
- Les acteurs établis captent l’intention générale via la « confiance » (consensus).
- Les spécialistes captent l’intention spécifique via la « granularité » (specs) — mais uniquement s’ils figurent en tête des résultats de recherche.
Si vous exposez des données que les géants ignorent (traçabilité exacte, analyse chimique…), le moteur de raisonnement du modèle doit vous sélectionner pour satisfaire la requête — mais seulement si vous êtes en page 1 pour être récupéré par le RAG.
Le référencement naturel n’est plus une affaire de clic ; c’est le prérequis de la vérification agentique.
No responses yet