Qui clique sur « payer » quand un assistant IA a déjà choisi le produit ? En France, encore l’humain : 31 % des cyberacheteurs utilisent l’IA pour leurs achats en ligne. Ils manquent pourtant de confiance et de solutions pour lui confier le paiement (étude Fevad / KPMG de septembre 2026, relayée par le JDN).
Le commerce agentique désigne un modèle où un agent IA agit pour le compte d’un acheteur. Il interprète une demande en langage naturel, parcourt des catalogues, compare les offres et, selon le niveau de délégation accordé, finalise la commande puis le paiement. Le marchand vend désormais à un agent qui lit les fiches, là où il vendait à une personne qui navigue.
Ce guide suit l’ordre des chantiers : qui décide à chaque étape, puis les fiches produit et les flux, le paiement, enfin les indicateurs à suivre.
Qui décide quand l’agent achète ?
La décision se partage entre trois acteurs :
- L’acheteur fixe l’intention et le plafond de dépense.
- L’agent compare et classe les offres à partir des données qu’il parvient à lire.
- Le marchand reste maître de la vente : avec l’Agentic Commerce Protocol (ACP), il reçoit une demande de paiement et choisit d’accepter ou de refuser la transaction (Stripe, annonce du 29 septembre 2025).
Le rapport de force se joue en amont du paiement. Chez les utilisateurs d’IA dans leur parcours d’achat, 58 % s’en servent avant l’achat pour du conseil et du comparatif, contre 27 % pendant l’achat, avec une confiance de 30 % à ce stade (Fevad / KPMG, 2026). L’agent décide donc de ce que l’acheteur voit avant de décider de ce qu’il paie.
ChatGPT a lancé le paiement en conversation en septembre 2025, puis l’a mis en retrait en mars 2026 pour se concentrer sur la découverte de produits (TechCrunch). Le lancement est détaillé dans ChatGPT intègre l’e-commerce dans ses conversations.
Un canal qui paie à peine se prépare dès maintenant
Les volumes restent minimes. Bernstein estime que le commerce agentique pèse moins de 1 % de l’e-commerce. Seuls 23 % des consommateurs font confiance à un agent pour payer à leur place (sondage Visa cité par Bernstein). Fnac Darty compte moins de 5 % de trafic agentique en 2026, d’après IT Social.
Mais la sélection se construit avant le paiement. Une marque absente des réponses des agents n’entre pas dans la comparaison. Selon Fevad / KPMG, près d’un Français sur deux pourrait avoir recours au commerce agentique d’ici 2030. Côté acheteurs réticents, 57 % invoquent des craintes sur la neutralité commerciale de l’IA : des données vérifiables et cohérentes d’une source à l’autre répondent à cette crainte mieux qu’un argumentaire.
Fiches produit : les attributs que l’agent lit
Un agent interroge des données structurées : prix et fournisseur, matériaux, avis, référentiels métier (IT Social, 2026). Une fiche qui annonce « confort ultime » sans indiquer l’épaisseur en millimètres sort de la comparaison dès que l’acheteur formule un critère chiffré.
Trois corrections suffisent à démarrer, dans cet ordre :
- Remplir chaque attribut mesurable : GTIN, marque, dimensions, poids, matière, coloris, tailles, compatibilités.
- Publier prix, devise, stock et délai de livraison dans le balisage schema.org Product et Offer (champs price, priceCurrency, availability).
- Écrire les conditions de retour et de livraison dans des champs lisibles. Pendant l’achat, ce sont les questions de délai et de panier que l’on soumet à l’IA (Fevad / KPMG, 2026).
Désignez une source unique pour le prix, par exemple le PIM ou l’ERP. Alimentez-en la fiche comme le flux. Deux sources pour un même prix produisent tôt ou tard un écart entre la fiche et le flux. Corrigez avant que l’agent ne le fasse remarquer à l’acheteur.
Flux produit : le canal d’entrée des agents
Pour vendre dans ChatGPT, l’ACP impose de fournir les données selon la Product Feed Spec, de maintenir des informations précises et à jour, puis de valider la conformité avec OpenAI avant d’accéder à la production. Depuis mars 2026, ChatGPT renvoie vers le checkout du marchand : le flux produit reste le point d’entrée, le paiement se fait chez vous (TechCrunch, 2026).
Au-delà de ChatGPT, deux chantiers : générer le flux depuis le PIM ou le back-office plutôt qu’à la main, puis vérifier que robots.txt et le pare-feu applicatif ne bloquent pas les agents visés. Un catalogue exposé via un serveur MCP est une autre piste pour que l’agent interroge le stock en direct, à étudier une fois le flux propre.
Paiement : ce qu’il faut brancher
Le paiement délégué repose sur un jeton : avec le Shared Payment Token de Stripe, l’agent transmet les identifiants de paiement au prestataire. L’usage du jeton est autorisé et enregistré. Les marchands sur un autre prestataire peuvent adopter la Delegated Payment Spec sans changer de processeur (documentation ACP, 2026).
En Europe, ces services restent majoritairement indisponibles. L’étude ne chiffre pas la part de transactions réellement payées par des agents. Posez ces questions à votre prestataire de paiement : prend-il en charge un jeton délégué ? À quelle échéance sur le marché français ? Qui porte le litige si l’acheteur conteste ?
Feuille de route et indicateurs à suivre
L’étude Fevad / KPMG recommande de sortir du mode expérimental. Elle préconise de cartographier l’exposition de la marque sur les principaux agents d’IA puis de mesurer parcours et risques pendant 3 mois. Vient ensuite le passage à une industrialisation sélective via des catalogues enrichis sur les 6 à 12 mois suivants.
Le premier test se fait sans outil : posez à chaque assistant (ChatGPT, Gemini, Perplexity) une requête d’achat type sur vos 10 produits phares. Notez si la marque apparaît et quel prix s’affiche. Refaites le test chaque mois avec les mêmes requêtes.
En production, huit indicateurs décident du succès de la stratégie (Fevad / KPMG, 2026) :
- la part du trafic agentique et IA générative ;
- la visibilité des produits auprès des agents ;
- les conversions assistées ou non assistées ;
- le coût par contact automatisé ;
- le taux de reprise humaine ;
- le taux d’erreur agentique ;
- le taux d’incidents de sécurité ou de conformité remontés ;
- la satisfaction et la confiance client.
Commencez par la visibilité et le taux d’erreur : ils se mesurent dès le premier mois, avant tout paiement agentique. Le partage de la valeur entre marques et plateformes d’agents, sujet central de la publication KPMG, fera l’objet d’un prochain angle.
