Points clés

L'agentic commerce (commerce agentique) est l'achat exécuté par un agent IA au nom de l'utilisateur : l'agent interprète l'objectif, interroge les catalogues, compare selon les contraintes fixées, autorise le paiement dans certaines limites et déclenche la livraison. Il s'appuie sur des protocoles ouverts comme UCP et ACP, avec MCP comme couche d'accès aux données en temps réel. Pour un marchand, cela change qui lit sa fiche produit : ce n'est plus seulement une personne.

Ce qui change exactement

Pendant vingt ans, l'e-commerce a été optimisé pour qu'une personne trouve, compare et achète. Photos convaincantes, texte persuasif, urgence, preuve sociale. L'agentic commerce introduit un intermédiaire nouveau : un agent qui lit, compare et décide avant que l'humain ne voie quoi que ce soit.

L'utilisateur ne dit plus « je cherche des baskets ». Il dit à son assistant : « il me faut des chaussures de trail en 43, imperméables, livrées avant vendredi et sous ce budget ». L'agent interroge les catalogues, vérifie le stock réel et le délai de livraison, écarte ce qui ne convient pas et présente deux ou trois options. Ou achète directement, s'il y est autorisé.

Ce que cela signifie pour un commerce : vos photos et votre texte comptent toujours pour l'humain qui confirme. Mais le premier filtre est appliqué par une machine qui a besoin de données structurées, vérifiables et en temps réel. Si vos tailles ne sont pas normalisées, si votre stock n'est pas interrogeable ou si votre délai n'est pas explicite, l'agent vous écarte avant que quiconque ne voie votre produit.

Ce que l'agentic commerce N'EST PAS : ce n'est pas un chatbot sur votre site qui aide à acheter (c'est de l'assistance conversationnelle, traitée dans agents IA pour l'e-commerce). L'agentic commerce implique un agent externe, celui de l'acheteur, qui opère sur votre catalogue depuis l'extérieur.

Les protocoles : UCP, ACP et MCP

La confusion est légitime : les trois termes apparaissent ensemble et font des choses différentes.

UCP (Universal Commerce Protocol). Standard ouvert développé par Google et Shopify. Il permet aux agents d'interagir avec les catalogues marchands, de récupérer prix et inventaire en temps réel, de gérer les paniers et de finaliser les achats via une interface normalisée unique.

ACP (Agentic Commerce Protocol). Standard d'OpenAI, co-créé avec Stripe, avec des partenaires comme Instacart, DoorDash, Shopify et Etsy. Il couvre le même territoire fonctionnel depuis l'écosystème OpenAI, avec un accent sur le flux de paiement.

MCP (Model Context Protocol). Ce n'est pas un protocole de commerce : c'est la couche de connectivité de données qui permet à un agent d'accéder à l'inventaire, aux prix et aux détails produit en temps réel. Il se situe en dessous, et nous l'avons détaillé dans MCP pour les entreprises.

Couche Ce qu'elle résout Promoteurs
MCP Accès aux données en temps réel Anthropic, écosystème ouvert
UCP Catalogue, panier et checkout pour agents Google, Shopify
ACP Découverte et paiement agentiques OpenAI, Stripe

Notre recommandation sur la guerre des standards : ne pariez pas sur un seul. La partie coûteuse du travail (normaliser le catalogue, exposer stock et prix par API, expliciter les politiques) est commune aux trois. Faites cette partie et l'adoption de n'importe quel protocole deviendra une couche fine. Choisir un camp maintenant, c'est prendre un risque inutile.

Données clés du marché

Notre lecture : les marchés européens sont en retard sur les États-Unis en matière d'achat agentique, et c'est un avantage temporaire. Cela laisse le temps de préparer le catalogue sans la pression de pertes immédiates. Ce délai se referme vite.

Que faire aujourd'hui : cinq chantiers concrets

Bonne nouvelle : presque tout améliore aussi votre SEO classique et votre conversion humaine. Ce n'est pas un investissement spéculatif.

1. Données produit structurées et complètes. Schema.org Product avec offers, availability, price, sku, gtin, brand et attributs techniques normalisés. Un agent n'interprète ni « taille standard » ni « coloris assortis » : il lui faut des valeurs discrètes et comparables. C'est la même discipline de données structurées que Google réclame depuis des années, avec des conséquences désormais plus immédiates.

2. Stock et prix en temps réel, interrogeables. Si votre disponibilité se met à jour la nuit, l'agent travaillera sur des données périmées et annulera des commandes. La disponibilité doit être interrogeable à l'instant, pas figée dans un champ.

3. Délais de livraison explicites, par code postal. « Livraison en 24-48 h » n'est pas une donnée exploitable si elle dépend de la destination et de l'heure limite. L'agent filtre sur la date d'arrivée réelle : l'une des contraintes utilisateur les plus fréquentes et l'un des motifs d'écartement les plus rapides.

4. Politiques lisibles par machine. Retours, garantie, frais de port, conditions. Un agent qui ne peut pas vérifier la politique de retour avant l'achat privilégiera le concurrent qui l'expose clairement.

5. Checkout accessible. C'est là qu'interviennent UCP et ACP. En attendant votre décision, assurez-vous au minimum que votre parcours d'achat ne repose pas sur des étapes que seul un humain peut franchir sans friction.

Cas d'usage courants

Cas 1 : Normalisation du catalogue pour la lecture par agents.

Cas 2 : Exposition du stock et du délai en temps réel.

Cas 3 : Politiques structurées et vérifiables.

Comment vous préparer, étape par étape

  1. Auditez votre catalogue du point de vue d'une machine. Prenez dix produits et demandez-vous si un agent pourrait filtrer par taille, matière, compatibilité et date de livraison avec ce que vous publiez seulement. L'exercice est souvent révélateur.
  2. Normalisez la taxonomie d'attributs avant de toucher aux protocoles. C'est le chantier le plus long et il conditionne tout le reste. Et il sert autant à UCP qu'à ACP ou à aucun des deux.
  3. Complétez le Schema.org produit. availability, price, priceValidUntil, sku, gtin, shippingDetails et hasMerchantReturnPolicy font la différence entre être lisible et être ignoré.
  4. Exposez disponibilité et délai par API en temps réel. Si vous ne faites qu'une chose de cette liste, faites celle-ci. C'est elle qui évite le plus d'écartements.
  5. Structurez vos politiques de retour, garantie et expédition comme des données, pas seulement comme des pages de texte.
  6. Évaluez UCP et ACP une fois la base prête, pas avant. Sur un catalogue normalisé, adopter un protocole est affaire de semaines ; sur un catalogue chaotique, c'est un projet entier.
  7. Mesurez le trafic des agents séparément. Commencez à identifier dans vos logs les accès automatisés d'assistants. Sans cette segmentation, vous ne saurez pas quand le canal commence à compter.

Erreurs fréquentes (et comment les éviter)

Erreur : attendre que « les standards se stabilisent ». → La réalité : 90 % du travail (normaliser le catalogue, exposer le stock, structurer les politiques) est commun à tous les protocoles. Attendre ne fait que retarder la partie lente.

Erreur : tout miser sur un protocole. → La réalité : UCP et ACP sont en concurrence et tous deux sérieusement soutenus. Construisez la base agnostique et traitez chaque intégration comme une couche fine et remplaçable.

Erreur : bloquer les agents dans le robots.txt sans analyse. → La réalité : il y a une différence entre un robot d'entraînement et un agent qui achète pour un client. Bloquer en bloc peut fermer un canal de vente. Distinguez par user agent et décidez avec discernement.

Erreur : publier du stock périmé. → La réalité : un agent qui achète sur des données obsolètes génère des annulations, et les plateformes pénalisent les marchands peu fiables. La donnée en temps réel n'est pas un luxe, c'est le ticket d'entrée.

Erreur : croire que le texte persuasif cesse de compter. → La réalité : l'agent filtre sur les données, mais dans la plupart des parcours l'humain confirme. Le texte et les images décident encore entre les deux ou trois options présentées. Ce qui change, c'est le filtre préalable qui ne lit pas d'émotion.

Erreur : en faire un projet marketing. → La réalité : c'est un projet de données produit et d'intégration. L'équipe qui doit le piloter est celle qui gère le catalogue et l'ERP, pas celle des contenus.

Délais et effort réalistes

Indicateurs à suivre dès le jour 1 : part de produits aux attributs complets et normalisés, couverture Schema.org, latence et précision du point d'accès de disponibilité, taux d'annulation pour rupture de stock et, dès que vous pouvez le segmenter, trafic et conversion issus des agents. Cette dernière métrique n'existe dans presque aucun outil d'analyse aujourd'hui : la construire maintenant vous dira quand le canal décolle.

Questions fréquentes

Qu'est-ce que l'agentic commerce ?

C'est l'achat réalisé par un agent IA pour le compte d'une personne : l'agent reçoit un objectif en langage naturel, interroge les catalogues marchands, compare les options selon les contraintes de l'utilisateur, autorise le paiement dans les limites fixées et déclenche la livraison. Il s'appuie sur des protocoles ouverts comme UCP et ACP.

Quelle différence entre UCP, ACP et MCP ?

UCP (Google et Shopify) et ACP (OpenAI et Stripe) sont des protocoles de commerce permettant aux agents d'accéder aux catalogues, de gérer les paniers et de finaliser les achats. MCP est la couche de connectivité qui donne accès en temps réel à l'inventaire, aux prix et aux détails produit, et se situe sous les deux.

Que dois-je faire dans ma boutique pour que les agents puissent acheter ?

Des données produit structurées et normalisées, un stock et un prix interrogeables en temps réel, des délais de livraison explicites par destination, des politiques de retour et de garantie lisibles par machine, et un checkout accessible. L'essentiel de ce travail améliore aussi votre SEO et votre conversion humaine.

Dois-je choisir entre UCP et ACP ?

Pas aujourd'hui. L'essentiel du travail est commun aux deux. Construisez d'abord la base et traitez chaque intégration de protocole comme une couche fine et remplaçable.

Dois-je bloquer les agents IA dans mon robots.txt ?

Il faut distinguer. Un robot collectant des données d'entraînement et un agent achetant pour un client sont deux choses différentes. Bloquer en bloc peut fermer un canal de vente. Décidez par user agent, sur des critères commerciaux.

Le texte et les photos produit cessent-ils de compter ?

Non. L'agent filtre sur les données structurées, mais dans la plupart des parcours l'humain confirme parmi les options présentées, et là le texte et les images décident encore. Ce qui change, c'est le filtre préalable qui ne lit que des données.

Quand cela comptera-t-il en Europe ?

L'adoption est en retard sur le marché américain, où ChatGPT Shopping est généralement disponible et où plus d'un million de marchands sont connectés. Ce décalage est un avantage temporaire, mais il se referme vite.

Cela remplace-t-il le SEO traditionnel ?

Cela ne le remplace pas, cela l'étend. Les données structurées et l'information produit précise étaient déjà des signaux SEO. La différence, c'est qu'elles déterminent désormais si un agent peut seulement vous considérer.

Un agent IA pourrait-il acheter dans votre boutique aujourd'hui ?

Chez Naxia, nous préparons les catalogues au commerce agentique : audit de lisibilité par machine, normalisation d'attributs avec extraction assistée par IA sur le catalogue historique, Schema.org complet, points d'accès de disponibilité et de délai en temps réel, et politiques structurées. Base agnostique d'abord, protocole ensuite.

Si vous voulez savoir ce qu'un agent trouverait aujourd'hui dans votre catalogue, et ce qui lui manque, parlons-en. Sans engagement et sans PowerPoint de 40 pages.

Demandez une démo gratuite →

Ou explorez d'abord notre processus d'implémentation.

Articles similaires