Les enseignes disposent désormais des mêmes modèles et des mêmes agents d’intelligence artificielle, ce qui rend la différenciation plus essentielle que jamais. Le véritable enjeu est de savoir jusqu’où leur déléguer les décisions sans abandonner le jugement humain.
En moins de deux ans, l’IA est passée de l’expérimentation aux opérations quotidiennes. Dans le commerce, elle ne se contente plus d’assister les équipes en coulisses : elle accompagne directement l’acheteur. 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, à savoir la maîtrise de la donnée et des algorithmes, devient un standard partagé. Si toutes les enseignes utilisent les mêmes modèles, où se situe alors la différence ?
Une exécution de plus en plus accessible
Le mouvement touche aussi les outils. Début septembre, Anthropic a mis à disposition des marchands une base de code ouverte pour bâtir leurs propres agents de vente, capables de chercher, de comparer et de préparer un panier. Fiches produits, pricing dynamique, service client automatisé : ces 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 proches. La valeur ne réside donc plus dans la capacité à produire une réponse, mais dans celle de décider laquelle compte.
Être choisi par une machine
Hier, le client cherchait, comparait et tranchait, tandis que les marchands investissaient dans leurs interfaces et leur référencement pour capter son attention. Demain, une partie de ce travail pourrait être confiée à un agent qui formule l’intention, filtre les options et prend en charge une part de l’achat.
L’enjeu n’est plus seulement d’être visible pour un humain, mais d’être sélectionné par une machine qui compare selon ses propres critères. Le prix, la disponibilité et les avis deviennent décisifs, sans suffire pour autant. Deux enseignes équipées du même modèle peuvent trancher à l’opposé : l’une privilégiera la marge, l’autre la fidélisation ; l’une visera la conversion immédiate, l’autre son image. La technologie est identique, mais le discernement non.
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. Le consommateur accepte volontiers qu’un algorithme lui recommande un produit, mais il se montre plus exigeant lorsqu’un agent décide à sa place. La transparence des critères et la cohérence des choix deviennent alors un actif, au même titre que la puissance de calcul.
Jusqu’où déléguer la décision
Les acteurs du commerce agentique ne placent pas tous le curseur au même endroit. Le blueprint d’Anthropic, c’est-à-dire son modèle de référence, permet à un agent de rechercher des produits, de les comparer et de préparer un panier, mais le paiement reste confié 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, il s’agit de définir ce que l’agent peut optimiser seul, ce qui nécessite une validation humaine et ce qui doit rester une décision stratégique. Si l’IA produit les analyses, les recommandations et les scénarios, la tentation est de lui abandonner peu à peu le jugement qui accompagnait ces tâches, alors que celui-ci se construit par l’expérience, l’erreur et la responsabilité des choix. Le passage se joue ainsi de l’exécution à l’orchestration, de la production de réponses à la définition des objectifs.
Product offers are temporarily unavailable.
