Après le SEO, l'ACO : comment les agents IA vont décider quelles entreprises pourront vendre

Note éditoriale

Cette analyse étudie une transformation encore peu visible du commerce numérique : le passage d'un web conçu pour attirer des visiteurs vers un environnement dans lequel des agents d'intelligence artificielle pourront rechercher, comparer, sélectionner et acheter pour leur compte. Le sujet paraît technique — il repose sur des protocoles, des interfaces de programmation et des mécanismes de paiement. Son effet réel est pourtant commercial, concurrentiel et politique.

L'enjeu n'est pas de savoir si un nouveau bouton d'achat apparaîtra dans ChatGPT ou Gemini. Il est de déterminer qui contrôlera la rencontre entre une intention d'achat et une entreprise. Lorsque l'utilisateur ne parcourt plus une liste de résultats mais délègue son objectif à un agent, celui qui organise la sélection dispose d'un pouvoir considérable sur l'allocation de la demande.

Le dossier distingue trois niveaux. Les éléments établis décrivent les protocoles publiés, les annonces officielles et les observations des autorités de concurrence. Les conséquences probables résultent de mécanismes économiques déjà visibles dans les moteurs de recherche, les marketplaces et les plateformes publicitaires. Les scénarios prospectifs sont présentés comme tels : ils servent à préparer les entreprises, non à prédire avec certitude l'architecture du marché en 2030.

La rupture : de la recherche à la délégation

Pendant plus de vingt ans, le commerce numérique a été organisé autour d'une succession d'interfaces. Le moteur de recherche permettait de découvrir une entreprise. Le site présentait son offre. Le panier structurait la commande. Le prestataire de paiement validait la transaction. À chaque étape, l'utilisateur conservait la responsabilité de comprendre, comparer et décider. Cette architecture a produit ses propres disciplines : SEO, publicité en ligne, UX, conversion rate optimization. Toutes supposent qu'un humain entre sur la page et poursuive lui-même le parcours.

L'agent IA modifie le point de départ. L'utilisateur ne formule pas nécessairement une requête décrivant un produit — il expose un résultat attendu : équiper une équipe, réduire une facture, réserver un déplacement, choisir un logiciel, renouveler automatiquement un stock. L'agent convertit cet objectif en critères opérationnels puis agit dans la limite du mandat reçu.

Une demande comme « trouve dix fauteuils ergonomiques pour une équipe de développeurs, livrables à Brest avant le 15 septembre, garantis cinq ans et pour moins de 4 000 euros » contient plusieurs contraintes simultanées. Un moteur traditionnel renverrait une liste de pages. Un agent doit extraire la quantité, le budget, le lieu, la date, l'usage, la garantie et les préférences implicites — puis produire une décision, pas un résultat de recherche.

La valeur ne réside donc plus uniquement dans la pertinence documentaire. Elle réside dans la capacité à conduire une mission jusqu'à son résultat. C'est le passage d'un web d'information à un web d'exécution. Et lorsqu'un service reçoit directement l'objectif du consommateur, il obtient une information bien plus riche qu'un simple mot-clé : le contexte, les contraintes, le calendrier, la préférence de risque, parfois le budget maximal. Cette donnée d'intention est stratégique — elle permet non seulement de proposer une publicité, mais de structurer directement la décision.

Définitions indispensables

Cinq notions structurent tout le reste du dossier. Chacune est définie ici lors de sa première apparition — les mêmes définitions restent valables pour toute la suite de l'analyse.

Agent d'intelligence artificielle

Un agent IA est un système capable d'interpréter un objectif, de préparer une suite d'actions, d'utiliser des outils externes et d'ajuster son comportement en fonction des résultats obtenus. Le modèle de langage peut être son moteur de raisonnement, mais il ne constitue pas à lui seul l'agent.

Un agent comprend généralement une interface, un modèle, des instructions, une mémoire, des connecteurs, des règles d'autorisation et des outils. Ces outils peuvent consulter un catalogue, interroger une base de données, appeler une API, envoyer un message, modifier un calendrier ou initier un paiement.

> Un assistant répond. Un agent poursuit un résultat. Dans la pratique, les produits se situent sur un continuum : certains proposent seulement une action suggérée, d'autres exécutent plusieurs étapes sous contrôle humain.

Commerce agentique

Le commerce agentique désigne l'ensemble des transactions dans lesquelles un agent intervient activement pour le compte d'un acheteur, d'un vendeur ou des deux. Son intervention peut commencer par une recommandation et s'étendre jusqu'à la gestion du paiement, de la livraison, du suivi ou du retour.

Ce périmètre ne se limite pas au grand public. Un agent professionnel peut rechercher un fournisseur, comparer des devis, vérifier un budget, préparer un bon de commande et déclencher un processus de validation interne. Le B2B pourrait même adopter ces mécanismes plus vite sur certains achats répétitifs, car les critères y sont déjà formalisés.

Protocole, API, MCP, A2A

Un protocole est un ensemble de règles décrivant comment plusieurs systèmes communiquent : messages disponibles, format des données, opérations permises, réponses attendues, erreurs possibles et mécanismes de sécurité. Dans le commerce agentique, le protocole évite que chaque agent développe une intégration spécifique pour chaque marchand.

Une API expose des fonctions d'un logiciel à un autre logiciel. Le MCP (Model Context Protocol) standardise la manière dont un système d'IA découvre et utilise des outils ou des sources de contexte. A2A vise la communication entre agents. ACP et UCP, eux, se concentrent sur les objets et opérations du commerce.

Ces couches ne s'excluent pas. UCP peut utiliser différents transports (REST, MCP, A2A). Un protocole commercial définit la signification d'une commande, un autre standard définit le canal par lequel le message circule.

Mandat et autorisation

Le mandat décrit ce qu'un utilisateur autorise l'agent à faire : un montant, une période, une catégorie de produits, un vendeur, une devise, un panier précis. Le mandat doit être distinct de la capacité technique — ce n'est pas parce qu'un agent sait acheter qu'il est autorisé à le faire sans validation.

Dans les architectures de paiement agentique, les preuves cryptographiques et les jetons limités cherchent à démontrer que l'opération correspond bien à l'intention autorisée. Ce point sera central pour la confiance, la contestation et la responsabilité en cas d'incident.

Pourquoi les sites web ne suffisent plus

Une page web peut sembler claire à un consommateur tout en restant ambiguë pour une machine. Le prix peut apparaître dans une image. La disponibilité peut dépendre d'un menu. Les frais de livraison peuvent n'être calculés qu'après la saisie d'une adresse. Les variantes peuvent être exprimées de manière incohérente. Les conditions de retour peuvent être disséminées dans plusieurs pages.

Un agent capable de lire visuellement un site peut tenter d'en déduire le fonctionnement, mais cette méthode reste fragile. La mise en page change. Les textes sont incomplets. Les scripts se chargent tardivement. Les promotions ont des conditions. Une erreur d'interprétation produit soit une mauvaise recommandation, soit une commande invalide — et dans les deux cas, un signal négatif qui peut exclure durablement le marchand.

Le commerce agentique nécessite donc une représentation plus formelle de la réalité commerciale : produits, variantes, prix, stocks, taxes, livraison, garanties, comptes clients, programmes de fidélité, politiques de retour. La donnée doit être accessible au moment où l'agent prend sa décision, pas au moment où un moteur passe indexer le site.

Le site continuera de jouer un rôle de marque, de réassurance et d'éditorialisation. Mais l'agent utilisera de plus en plus des flux, des profils de capacités et des interfaces structurées. L'entreprise devra maintenir deux expériences cohérentes : une pour les humains, une pour les machines. Cette dualité rappelle l'évolution du SEO — les sites, d'abord écrits pour les lecteurs, ont progressivement intégré balises, données structurées, sitemaps, règles d'indexation. Le commerce agentique pousse ce principe plus loin : il ne s'agit plus seulement de décrire la page, mais de rendre l'opération exécutable.

ACP : l'infrastructure développée par OpenAI et Stripe

L'Agentic Commerce Protocol est présenté comme un standard ouvert permettant des échanges programmatiques entre acheteurs, agents, vendeurs et prestataires de paiement. Il a été développé à l'origine par OpenAI et Stripe et publié sous licence Apache 2.0. Son objectif : créer un langage commun pour la découverte, le checkout et la transmission sécurisée des moyens de paiement.

L'architecture comprend quatre parties :

• L'acheteur formule son intention, fournit ses informations et autorise l'opération.
• L'agent interprète la mission, présente les choix et orchestre l'interface de checkout.
• Le vendeur conserve son catalogue, sa logique de prix, ses stocks, son exécution et son service client.
• Le prestataire de paiement crée ou traite les informations nécessaires sans exposer inutilement les données sensibles.

Le vendeur conserve son système existant. L'agent ne devient pas nécessairement le commerçant juridique : il agit comme une couche d'orchestration qui dialogue avec les services du vendeur.

Le Agentic Checkout représente la session de commande. L'agent peut créer cette session, transmettre les articles, recueillir l'adresse, demander les options de livraison, afficher les montants et soumettre la commande. Le vendeur reste la source de vérité pour les prix, les taxes, la disponibilité et les conditions. Un agent peut suggérer un panier, mais il ne devrait pas inventer le total final — le système marchand recalcule l'opération et renvoie un état fiable.

Le paiement délégué (Delegate Payment) vise à éviter que l'agent conserve directement les informations bancaires. Un prestataire produit un jeton limité à une opération ou à un marchand. Ce jeton représente une autorisation sans reproduire le numéro de carte complet dans chaque système. La tokenisation ne supprime pas tous les risques — elle les déplace vers la qualité du mandat, la sécurité des clés, l'authentification de l'agent et la gestion des contestations — mais elle réduit la circulation de données sensibles.

ACP bénéficie d'un avantage évident : l'accès à une interface conversationnelle disposant déjà d'une audience considérable (ChatGPT) et à une infrastructure de paiement mature (Stripe). Sa limite stratégique tient à la distribution : même si le protocole est ouvert, l'essentiel de la valeur peut rester concentré dans les interfaces capables d'apporter la demande. Le marchand peut conserver la transaction tout en dépendant fortement de la manière dont l'agent décide de le présenter.

UCP : le langage commercial universel porté par Google

L'Universal Commerce Protocol est un standard ouvert destiné à permettre l'interopérabilité entre agents, applications, entreprises et prestataires de paiement. Sa logique est modulaire : une entreprise décrit les capacités qu'elle prend en charge et les moyens techniques permettant de les utiliser.

Une capacité représente une fonction commerciale identifiable. Le vendeur peut annoncer qu'il sait exposer un catalogue, créer un checkout, traiter une commande, gérer une livraison, relier un compte client ou traiter un retour. L'agent n'a pas à supposer ces fonctions — il les découvre à travers un profil publié à un emplacement standard, notamment `/.well-known/ucp`. Cette logique ressemble à une carte d'identité technique de l'entreprise : services supportés, version, schéma, transport disponible.

UCP cherche à distinguer le sens commercial du canal technique. Une même capacité peut être accessible par REST, MCP, A2A ou d'autres mécanismes. Cette séparation facilite théoriquement l'adoption : l'entreprise peut conserver certaines briques techniques tout en utilisant un vocabulaire commun.

UCP peut s'appuyer sur AP2 (Agent Payments Protocol) pour les mandats de paiement. AP2 vise à produire des preuves cryptographiques de ce qui a été présenté, accepté et autorisé — pour empêcher notamment la réutilisation d'un jeton sur un autre panier ou la modification du montant après accord. Cette complémentarité illustre la construction en couches du commerce agentique : UCP décrit les objets et capacités, AP2 encadre les preuves de paiement, MCP ou A2A assurent le transport.

UCP ambitionne un champ large — du B2C au B2B, de la découverte à la commande. Son intégration potentielle à Google Search, Gemini, aux comptes marchands et aux outils publicitaires lui donne une capacité de diffusion majeure. Cette puissance crée aussi une inquiétude : Google contrôle déjà une part importante de la découverte en ligne, et l'ajout d'une couche transactionnelle pourrait renforcer son rôle d'intermédiaire. L'ouverture du standard devra donc être évaluée à l'aune des pratiques effectives de classement, d'accès aux données et d'interopérabilité.

ACP contre UCP : la comparaison stratégique

Les deux standards ne s'opposent pas trait pour trait — ils se recouvrent sur plusieurs fonctions et peuvent théoriquement coexister. Mais leur philosophie et leur point de gravité diffèrent, ce qui compte pour toute entreprise qui doit décider où investir en priorité.

• Origine — ACP : OpenAI et Stripe. UCP : Google et partenaires du commerce.
• Promesse centrale — ACP : coordonner le checkout et le paiement entre agent et vendeur. UCP : définir un langage modulaire pour les capacités commerciales.
• Découverte — ACP : intégrations, catalogues et capacités ACP. UCP : profil de capacités publié par l'entreprise (`/.well-known/ucp`).
• Paiement — ACP : paiement délégué et jetons sécurisés (Stripe). UCP : architecture modulaire, notamment compatible AP2.
• Transport — ACP : API et intégrations prévues par la spécification. UCP : REST, MCP, A2A et autres transports.
• Champ — ACP : découverte, panier, checkout, paiement. UCP : catalogue, checkout, commande, identité, livraison, extension B2B.
• Avantage de distribution — ACP : ChatGPT et écosystème OpenAI. UCP : Search, Gemini et écosystème Google.
• Risque principal — ACP : dépendance à l'interface qui concentre l'intention. UCP : extension du pouvoir d'un acteur déjà dominant dans la découverte.
• Stratégie recommandée — ACP : préparer une compatibilité sans exclusivité. UCP : préparer une compatibilité sans dépendance unique.

La comparaison ne doit pas être réduite à un match de marques. Les vendeurs pourraient exposer plusieurs profils ou passer par un intermédiaire capable de traduire les opérations. L'enjeu critique sera le coût réel de cette interopérabilité pour une PME.

L'histoire des standards numériques montre que la qualité technique n'est jamais le seul facteur de succès. La distribution, les effets de réseau, les outils de développement, les incitations économiques et l'intégration à un produit dominant comptent davantage. Le protocole le plus utilisé pourra être celui installé par défaut dans l'interface la plus populaire. Une entreprise doit donc distinguer la norme et le canal : une norme ouverte peut réduire le coût technique, tandis que le canal peut conserver un pouvoir de classement et de monétisation. La dépendance commerciale ne disparaît pas parce que la documentation est publique.

Le vrai pouvoir : contrôler l'allocation de la demande

L'allocation de la demande désigne la manière dont les intentions d'achat sont orientées vers certaines entreprises. Dans une rue commerçante, elle dépend de l'emplacement. Dans un moteur de recherche, elle dépend du classement. Dans une marketplace, elle dépend de la Buy Box, des avis, du prix et de la publicité. Dans un agent, elle dépendra de la sélection produite avant même que l'utilisateur voie les alternatives.

Un moteur peut présenter des dizaines de résultats. Un agent vise la simplicité — il pourra résumer trois offres ou n'en recommander qu'une. Cette compression augmente la valeur de chaque place et transforme la quatrième position en quasi-invisibilité. Le consommateur gagne du temps ; le marché perd une partie de son espace d'exposition. Les critères de sélection deviennent alors essentiels : quelles sources ont été consultées, quels marchands ont été exclus, comment les préférences ont-elles été pondérées, une relation commerciale a-t-elle influencé le résultat ?

Dans le web classique, la rareté était l'attention. Dans le commerce agentique, la rareté devient l'accès à l'intention qualifiée. L'agent sait qu'une personne souhaite acheter, dans quel délai, pour quel budget, sous quelles contraintes. Celui qui contrôle ce signal peut organiser une enchère, prélever une commission ou favoriser un écosystème intégré.

Les plateformes ont souvent commencé par offrir une visibilité organique avant de monétiser les positions. Rien ne garantit que les agents suivront exactement la même trajectoire, mais les incitations sont fortes. Une recommandation sponsorisée, une priorité transactionnelle ou une commission variable peuvent devenir les équivalents agentiques des liens publicitaires et des annonces de marketplace. Le problème n'est pas l'existence d'un financement publicitaire — il est l'ambiguïté : si une recommandation commerciale ressemble à une conclusion objective de l'IA, l'utilisateur peut lui accorder une confiance supérieure à celle d'une publicité clairement signalée. Une réponse d'agent devra-t-elle expliquer qu'un marchand paie une commission, que certaines offres n'ont pas été consultées, qu'un service intégré a été favorisé ? La transparence du classement deviendra un enjeu de concurrence et de protection du consommateur.

Après le SEO et le GEO : définition de l'ACO

L'Agentic Commerce Optimization n'est pas encore une norme officielle ni une discipline stabilisée. Le terme sert ici à nommer une transformation opérationnelle déjà identifiable. Il regroupe les méthodes permettant à une entreprise d'être découverte, comprise, évaluée et utilisée par des agents capables d'agir.

Trois disciplines successives structurent l'histoire de la visibilité numérique :

• SEO — La page apparaît-elle dans un moteur ? Résultat recherché : un classement et un clic.
• AEO / GEO — L'information est-elle reprise dans une réponse IA ? Résultat recherché : une citation ou une recommandation.
• ACO — L'offre peut-elle être sélectionnée et exécutée par un agent ? Résultat recherché : une décision et une transaction.

Le SEO optimise principalement des documents. L'ACO optimise un système commercial. Il dépend autant de la qualité de la donnée que de la vitesse logistique, du paiement, de la conformité et de la réputation. Une équipe éditoriale ne pourra pas réussir seule l'ACO si les stocks sont faux ou si aucune interface ne permet de confirmer une commande.

L'ACO rapproche mécaniquement la promesse marketing et la réalité opérationnelle. Le marketing traditionnel peut mettre en avant une livraison rapide — l'agent doit vérifier cette rapidité pour une adresse et une date précises. Une marque peut revendiquer une fabrication responsable — l'agent cherchera une certification, une origine ou une preuve accessible. L'ACO réduit donc l'espace entre le discours et la réalité opérationnelle. Les promesses non vérifiables perdent leur pouvoir de conversion ; les preuves gagnent le leur.

Les neuf piliers opérationnels de l'ACO

Neuf piliers structurent une démarche ACO complète. Aucun ne se suffit à lui-même — c'est leur cohérence d'ensemble qui rend une entreprise choisissable par un agent.

1. Identité commerciale lisible

L'agent doit identifier sans ambiguïté l'entreprise, ses marques, ses établissements, ses zones de service et son statut juridique. Les noms incohérents, les pages dupliquées et les informations contradictoires fragilisent la confiance machine.

• Identifiants stables (SIRET, GLN, marque déposée)
• Coordonnées et mentions légales à jour
• Marques et filiales reliées clairement
• Zones géographiques explicites

2. Données produits et services structurées

Chaque offre doit être décrite avec des attributs comparables. Les textes purement promotionnels sont insuffisants. L'agent doit connaître la catégorie, les variantes, les dimensions, les compatibilités, les usages, les certifications et les limites.

• Référence unique par variante
• Attributs normalisés (schema.org, GS1, taxonomies sectorielles)
• Unités cohérentes
• Variantes séparées, pas fusionnées dans un texte
• Documentation technique accessible

3. Vérité opérationnelle en temps réel

Le prix, le stock, le délai et les frais doivent refléter la réalité au moment de la décision. Une donnée obsolète détruit la fiabilité du parcours et peut conduire l'agent à exclure durablement le marchand.

• Stock disponible par référence et par zone
• Prix total incluant taxes et frais
• Délais par zone de livraison
• Créneaux ou capacités disponibles pour les services

4. Interfaces transactionnelles

L'entreprise doit permettre à une machine d'accomplir les étapes utiles sans simuler des clics. Cela passe par des API, des profils UCP, ACP, MCP ou des connecteurs intermédiaires.

• Création de panier
• Mise à jour du checkout
• Validation du montant
• Passation de commande
• Suivi et annulation

5. Confiance vérifiable

Les agents auront besoin de preuves pour arbitrer entre vendeurs. Avis, certifications, garanties, taux de livraison, politiques de retour et historiques de service devront être cohérents et vérifiables — pas seulement affichés.

• Certifications datées et vérifiables
• Avis authentifiés (identité, achat vérifié)
• Politique de retour claire, exposée en donnée structurée
• Garantie explicite
• Indicateurs de service (taux de conformité, délai moyen, taux de contestation)

6. Compatibilité avec les mandats et paiements

Le système doit savoir accepter une autorisation limitée, confirmer la transaction et produire une trace. La sécurité ne doit pas reposer sur une confiance générale accordée à l'agent.

• Montant maximal du mandat
• Marchand autorisé
• Durée de validité
• Panier lié au mandat
• Preuve et journal d'audit

7. Compétitivité contextuelle

Un agent choisira l'offre la plus adaptée au contexte, pas toujours la moins chère. La PME doit formaliser les situations où elle est supérieure : urgence, proximité, sur-mesure, garantie, souveraineté, accompagnement.

• Cas d'usage précis exposés en données
• Avantages mesurables (chiffres, garanties)
• Délais différenciants
• Preuves locales (labels régionaux, filière)
• Services inclus (installation, formation, SAV)

8. Observabilité agentique

L'entreprise doit mesurer comment les agents la découvrent, l'interprètent et la sélectionnent. Les outils d'analytics centrés sur la visite web ne suffiront pas quand la transaction ne génère aucun clic classique.

• Agents à l'origine des requêtes
• Offres consultées
• Motifs d'exclusion
• Taux de sélection
• Transactions réussies et erreurs

9. Interopérabilité et indépendance

La stratégie ne doit pas dépendre d'un seul agent. Les données doivent rester maîtrisées par l'entreprise, exportables et utilisables dans plusieurs protocoles. L'objectif est de conserver une capacité de négociation.

• Architecture modulaire
• Standards ouverts
• Absence d'exclusivité inutile
• Portabilité des données
• Plan de sortie fournisseur documenté

Conséquences pour les entreprises

Un agent peut conclure une transaction sans envoyer l'utilisateur sur le site. Le marchand obtient une vente mais perd une visite, une inscription, une opportunité de vente additionnelle et une partie des données comportementales. Les métriques historiques du marketing numérique deviennent donc incomplètes. La valeur devra être mesurée au-delà du trafic : exposition dans les réponses, taux de sélection, revenus par agent, qualité des commandes, coût de commission, capacité de réachat direct.

Sur les prix et les marges, un agent peut comparer davantage d'offres qu'un humain et répéter cette comparaison en permanence. Sur les produits facilement substituables, cette efficacité peut réduire les écarts de prix et accroître la transparence. Les marges des acteurs peu différenciés seront sous pression. La réponse ne peut pas être seulement de baisser les prix : les entreprises devront rendre mesurables leurs éléments de valeur — durée de vie, garantie, délai, maintenance, origine, personnalisation, qualité du support, coût total de possession.

La marque crée de la préférence avant la comparaison. Dans une interface agentique, une partie de cette expérience peut être compressée en quelques attributs. Le risque de commoditisation est réel, notamment si l'agent résume le marché à un tableau de prix, de notes et de délais. La marque ne devient pas inutile — elle doit cependant traduire ses différences en éléments interprétables : preuves, réputation, politique de service, communauté, innovation, confiance. Une préférence utilisateur explicite pour une marque peut d'ailleurs devenir un signal puissant dans le mandat.

Enfin, la relation client se déplace. Le vendeur peut rester responsable de la transaction tout en perdant la conversation initiale. L'agent connaît le besoin, les alternatives envisagées, les raisons du choix. Le marchand ne reçoit parfois que la commande finale. Cette asymétrie donnera un avantage majeur à l'interface agentique : elle pourra comprendre le marché mieux que chaque vendeur pris isolément, négocier des commissions et développer ses propres offres sur les segments les plus rentables.

De nouveaux métiers émergent déjà : architecte de commerce agentique, responsable de données produits, auditeur ACO, spécialiste des mandats de paiement, responsable de visibilité agentique, intégrateur multi-protocoles, juriste des transactions automatisées.

Conséquences spécifiques pour les PME

Une PME peut disposer d'un meilleur produit, d'une expertise locale et d'un service supérieur, mais ne pas être retenue si ces qualités ne sont pas formalisées. L'invisibilité machine deviendra une nouvelle forme d'invisibilité commerciale. Les petites entreprises sont particulièrement exposées aux données non structurées : catalogues PDF, prix communiqués sur devis, stocks tenus dans un tableur, disponibilité connue uniquement par téléphone. Ces pratiques ne sont pas mauvaises en elles-mêmes, mais elles sont difficiles à intégrer dans une sélection automatisée.

L'agent peut aussi réduire l'avantage historique des grandes marques. Lorsqu'une demande est très spécifique, une PME spécialisée peut être objectivement mieux adaptée. Elle peut gagner si elle expose clairement ses capacités, ses délais, ses certifications et ses zones d'intervention. Le commerce agentique peut donc favoriser une économie de niches très performantes, à condition que les protocoles restent ouverts et que les coûts d'intégration ne deviennent pas prohibitifs.

Le danger inverse existe : si la connexion aux agents nécessite des compétences rares, des certifications ou des plateformes coûteuses, les PME dépendront d'agrégateurs. Ces intermédiaires pourront simplifier l'accès mais aussi prélever une commission et contrôler les données. La politique publique devra surveiller l'apparition de barrières techniques présentées comme des exigences de sécurité alors qu'elles favoriseraient en pratique les acteurs déjà installés.

Risques pour les consommateurs

Les agents peuvent comparer des contrats, suivre les prix, détecter des options inutiles et adapter la recherche à des contraintes personnelles. Dans les marchés complexes — énergie, assurance, télécoms, cloud —, ils peuvent améliorer l'accès à l'information et réduire la charge cognitive. Le bénéfice est réel.

Le revers est la délégation aveugle. Plus le parcours est fluide, moins l'utilisateur voit les choix intermédiaires. Il peut ignorer qu'un marchand n'a pas été consulté, qu'un critère a été mal interprété, qu'une recommandation est liée à une commission. La confiance accordée à l'IA peut amplifier l'effet d'une erreur ou d'un biais.

En cas d'achat incorrect, plusieurs acteurs peuvent se renvoyer la responsabilité : agent, plateforme, vendeur, prestataire de paiement, utilisateur. Les traces du mandat, les confirmations et l'explication de la décision devront permettre de reconstruire la transaction — sans quoi la contestation devient impraticable.

Enfin, un agent efficace accumule des préférences, des budgets, des historiques, des contraintes professionnelles et des habitudes de paiement. Cette mémoire améliore le service mais rend le changement de fournisseur plus coûteux. La portabilité du profil agentique pourrait devenir un sujet de régulation majeur, à l'image du RGPD pour les données personnelles.

Risques concurrentiels et politiques

Quatre risques structurels justifient déjà l'attention des autorités de concurrence (Autorité française, CMA britannique, avis publiés en 2026).

Autopréférence. Un acteur intégré peut favoriser son moyen de paiement, sa marketplace, son cloud ou ses partenaires. Cette préférence peut être directe, par le classement, ou indirecte, par une intégration plus fluide et des délais de réponse plus faibles.

Discrimination et accès aux données. Les agents peuvent appliquer des conditions différentes aux marchands selon leur taille, leur commission ou leur niveau d'intégration. Les données agrégées sur les intentions peuvent également être utilisées pour concurrencer les vendeurs les plus performants.

Collusion algorithmique. Des agents de tarification peuvent observer le marché et ajuster les prix sans intervention humaine. Le risque ne se limite pas à une entente explicite : des systèmes indépendants peuvent apprendre qu'une stratégie de hausse coordonnée est plus rentable, ce qui complique l'application du droit de la concurrence.

Fragmentation des standards. Si chaque grande plateforme impose ses propres extensions, l'interopérabilité théorique peut disparaître. Les grandes entreprises maintiendront plusieurs intégrations. Les PME devront choisir un canal ou payer un intermédiaire. La gouvernance des standards sera donc aussi importante que leur documentation.

Trois scénarios à l'horizon 2030

Aucun de ces scénarios n'est certain. Ils servent à préparer des décisions, pas à prédire un marché.

Scénario 1 — Les agents restent des assistants de comparaison

Les agents recherchent, résument et préparent les paniers, mais l'utilisateur finalise sur le site du vendeur. Le commerce agentique complète le SEO sans le remplacer. Les risques concurrentiels restent modérés et les protocoles servent principalement à fiabiliser les informations. Ce scénario est le plus favorable aux marques établies — il est aussi le moins probable si les grandes interfaces trouvent un modèle économique satisfaisant sur la transaction.

Scénario 2 — Quelques agents deviennent les nouveaux centres commerciaux

Une poignée d'interfaces concentre les intentions et les transactions. Les entreprises doivent payer ou s'intégrer pour accéder à la demande. Les commissions augmentent et la marque est partiellement absorbée par l'expérience de l'agent. Ce scénario reproduit la logique des marketplaces à une échelle plus large — c'est aussi celui qui menace le plus les PME dépourvues de socle ACO.

Scénario 3 — Un marché ouvert et multi-agents

Les utilisateurs peuvent changer d'agent, exporter leurs préférences et choisir des règles de recommandation. Les entreprises exposent des capacités ouvertes, plusieurs agents négocient et les mandats sont portables. Ce scénario maximise la concurrence, mais exige une régulation et une gouvernance technique exigeantes.

Scénario le plus probable : une architecture hybride. Quelques grandes interfaces domineront la distribution, tandis que des standards ouverts réduiront partiellement le coût d'intégration. La bataille se déplacera vers le classement, les commissions et la portabilité.

Matrice de maturité ACO

Cinq niveaux permettent à une entreprise de se situer et de prioriser ses investissements.

• Niveau 0 — Invisible. Informations dispersées, aucun catalogue structuré, données non actualisées. Priorité : créer une source de vérité.
• Niveau 1 — Lisible. Offres structurées, identité cohérente, données de base accessibles. Priorité : normaliser les attributs.
• Niveau 2 — Vérifiable. Stocks, prix, délais et preuves exploitables. Priorité : connecter les opérations.
• Niveau 3 — Transactionnel. Panier, commande et paiement accessibles par interface machine. Priorité : tester un protocole (ACP ou UCP sur un périmètre limité).
• Niveau 4 — Multi-agent. Plusieurs protocoles supportés, observabilité en place, gouvernance interne. Priorité : réduire la dépendance à une interface unique.
• Niveau 5 — Optimisé. Pilotage du taux de sélection et amélioration continue. Priorité : développer un avantage agentique durable.

La plupart des PME françaises se situent aujourd'hui entre les niveaux 0 et 1. Passer du niveau 2 au niveau 3 est la marche la plus difficile — c'est le moment où l'entreprise doit exposer des interfaces réelles, pas seulement des données. C'est aussi celui qui produit le premier retour tangible.

Plan d'action en 20 étapes

Cinq phases s'enchaînent. Aucune ne peut être sautée sans compromettre la suivante.

Phase 1 — Audit de lisibilité

1. Lister les offres, variantes, prix, stocks, délais, garanties et zones de service.
2. Identifier les informations disponibles uniquement dans des documents, des images ou des échanges humains.
3. Vérifier la cohérence entre le site, les marketplaces, les fiches locales et les données internes.
4. Tester la manière dont plusieurs agents (ChatGPT, Gemini, Perplexity) décrivent l'entreprise et ses concurrents.

Phase 2 — Normalisation des données

1. Attribuer un identifiant stable à chaque offre.
2. Définir un dictionnaire d'attributs et d'unités.
3. Séparer clairement les variantes et options.
4. Relier les preuves, certifications et politiques à l'offre concernée.

Phase 3 — Connexion opérationnelle

1. Exposer progressivement les données par API ou connecteur.
2. Permettre la vérification du prix, du stock et du délai en temps réel.
3. Documenter les actions autorisées et les erreurs possibles.
4. Mettre en place des journaux d'audit et une supervision humaine.

Phase 4 — Expérimentation multi-protocoles

1. Étudier ACP et UCP sans engagement exclusif.
2. Tester un périmètre limité : quelques produits, une zone, un type de commande.
3. Mesurer les requêtes, sélections, abandons et erreurs.
4. Prévoir une architecture permettant de remplacer un intermédiaire.

Phase 5 — Gouvernance

1. Définir les montants et opérations nécessitant une validation humaine.
2. Attribuer les responsabilités entre commerce, informatique, juridique et finance.
3. Préparer les procédures de contestation, remboursement et incident.
4. Réviser régulièrement les règles de partage des données.

Conclusion éditoriale

Le commerce agentique ne constitue pas seulement une nouvelle fonctionnalité de l'intelligence artificielle. Il redéfinit la manière dont la demande est formulée, filtrée et distribuée. Les protocoles ACP et UCP sont les premières infrastructures visibles de cette transformation, mais ils ne déterminent pas à eux seuls le futur du marché.

Le pouvoir appartiendra aux acteurs qui contrôleront l'interface, le contexte utilisateur, les règles de classement et le paiement. Une entreprise pourra rester propriétaire de son stock et responsable de sa vente tout en perdant la relation initiale, les données d'intention et la capacité de présenter sa différence.

Pour les dirigeants, l'erreur serait double. La première : considérer le sujet comme une mode technique sans conséquence immédiate. La seconde : se précipiter dans un écosystème unique et recréer une dépendance avant même que les standards soient stabilisés.

La stratégie rationnelle consiste à préparer les fondations : une donnée propre, des capacités explicites, des opérations connectées, des preuves vérifiables, des mandats sécurisés, une architecture interopérable. Ce travail améliore déjà le commerce actuel et prépare le commerce agentique sans parier aveuglément sur un vainqueur.

> Le SEO cherchait à rendre une entreprise visible. L'ACO cherchera à la rendre choisissable. Dans une économie où des agents pourront décider avant même que le consommateur voie le marché, être choisissable deviendra un actif stratégique.

Questions fréquentes