Morgan Dutemple
← Retour au blog
CRO

L'IA ne paiera pas à votre place, elle choisira avant vous : ce que ça change pour votre tunnel

gros plan sur un clavier dont une touche porte la mention acheter
Photo par Money Knack sur Unsplash
Morgan Dutemple
·Delivery Manager & Expert Transformation Digitale

Olivier Laurelli a publié début septembre un article sur les paiements par agents que je recommande. Il y décrit les protocoles qui se mettent en place pour qu'une IA puisse payer à votre place, et pose une distinction que je trouve juste : prouver qu'un paiement était autorisé ne prouve pas que le choix commercial était bon. Sa formule résume l'affaire, la plomberie avance plus vite que la doctrine.

Je voudrais ajouter un étage à ce constat, parce qu'il y a un fait que le débat sur les protocoles laisse dans l'ombre.

La plomberie a bien avancé. Elle a même été livrée, en production, par les plus gros acteurs du secteur. Et presque personne ne s'y est branché.

Ce que les chiffres disent du paiement par agent

Le 29 septembre 2025, OpenAI et Stripe lancent Instant Checkout dans ChatGPT, avec le protocole Agentic Commerce. L'annonce officielle promet l'ouverture prochaine à « plus d'un million de marchands Shopify », et cite Glossier, Vuori, Spanx, SKIMS.

Six mois plus tard, le bilan est d'un autre ordre. Selon la presse spécialisée qui s'appuie sur un article de The Information, une trentaine de marchands Shopify seulement auraient activé la fonction. Le président de Shopify, Harley Finkelstein, a évoqué une douzaine de boutiques utilisant activement ces outils, sur une base de plusieurs millions. Et en mars 2026, OpenAI a fait marche arrière : plutôt que de faire payer dans la conversation, ChatGPT redirige désormais vers les applications de partenaires comme Instacart, Target ou Expedia.

Un détail rapporté en dit long : en février 2026, OpenAI n'aurait toujours pas mis en place de collecte des taxes locales américaines. On ne construit pas ce dispositif quand les volumes sont significatifs, on le construit avant. Son absence est un indicateur de volume plus parlant qu'un communiqué.

Ces chiffres viennent de la presse professionnelle et non de publications officielles, je les donne donc pour ce qu'ils sont. Mais ils convergent, et le repli d'OpenAI, lui, est public.

Pourquoi ça a calé, et ce n'est pas la technique

Trois obstacles reviennent dans les analyses, et aucun n'est un problème de protocole.

Le premier est l'adhésion des marchands. Le dispositif exige une démarche volontaire : brancher un flux, passer par un prestataire compatible, maintenir l'ensemble. Beaucoup de travail pour un canal dont personne ne connaît le rendement.

Le deuxième est la fraîcheur des données produit. Un agent qui propose un article épuisé ou à un prix périmé crée un incident, pas une vente. Or maintenir un flux quotidien exact est un exercice que beaucoup de catalogues ne passent pas.

Le troisième est la fraude, dont les dispositifs sont conçus autour d'un humain qui confirme.

Et il y a une raison plus simple, que l'échec rend visible : les gens veulent bien chercher un produit dans une conversation, ils ne veulent pas y sortir leur carte. La confiance ne s'est pas déplacée en même temps que l'usage.

Ce qui a réellement basculé

Retenir de cet épisode que l'IA ne change rien au commerce serait une erreur symétrique de l'emballement initial.

Car une chose a bien changé, et durablement : la découverte s'est déplacée, pas la transaction. Les gens demandent à une IA quoi acheter, comparent dans la conversation, se font recommander trois options. Puis ils vont acheter sur le site du marchand.

Cette formule circule dans le secteur sous une forme lapidaire : découvrir dans l'IA, acheter sur le site.

C'est beaucoup moins spectaculaire qu'un agent qui dépense votre argent, et beaucoup plus immédiat pour un marchand. Parce que ça signifie qu'une partie de la sélection se joue désormais hors de votre site, dans un endroit où aucun de vos arguments de vente n'est lu par un humain.

Votre tunnel a maintenant deux publics

Voilà la conséquence concrète, et c'est un vrai problème d'optimisation de la conversion.

En amont, une machine. Elle lit vos données, pas votre argumentaire. La spécification d'OpenAI est explicite sur ce qu'elle attend d'un flux produit : les champs obligatoires sont ceux qui garantissent l'exactitude du prix et de la disponibilité. Les avis et les médias riches ne sont que recommandés, pour le classement.

En aval, un humain. Mais un humain qui n'est plus le même qu'avant : il arrive déjà préqualifié, ayant comparé ailleurs, avec une intention formulée et souvent une short-list. Il ne vient pas découvrir, il vient confirmer.

Ces deux publics ne se persuadent pas de la même façon, et c'est la même page qui doit servir les deux.

Les tactiques qui se retournent contre vous

C'est la partie qui dérange, parce qu'elle vise des pratiques réputées efficaces.

Le prix « à partir de ». Sur un humain, il abaisse la barrière à l'entrée et laisse la négociation ouverte. Pour une machine qui doit comparer, c'est une donnée inexploitable. Au mieux vous êtes écarté, au pire vous êtes comparé sur un prix qui n'est pas le vôtre.

Les frais de livraison révélés à la troisième étape. Technique classique pour laisser l'engagement se construire avant d'annoncer le total. Face à un système qui compare des coûts complets, l'information manquante devient une estimation, et l'estimation vous dessert.

L'urgence artificielle. Les compteurs et les « plus que deux en stock » n'ont aucun effet sur un agent. Ils en ont un sur l'humain préqualifié, mais pas celui espéré : quelqu'un qui arrive avec une comparaison en tête repère la pression et la lit comme un signal de défiance.

Les options ambiguës. J'ai écrit ailleurs que trop d'options tue la conversion chez l'humain. Le mécanisme s'inverse côté machine : ce n'est pas le nombre qui gêne, c'est l'ambiguïté. Deux références dont on ne peut pas déduire laquelle correspond à la demande, et aucune des deux n'est proposée.

Le point commun de ces quatre pratiques : elles reposent sur le contrôle du moment où l'information est révélée. Ce contrôle n'existe plus quand la comparaison a lieu avant votre page.

Le problème de mesure que personne n'a traité

Un effet secondaire, moins visible et plus embêtant pour qui pilote des tests.

Si une part de votre trafic est constituée d'agents qui lisent vos pages, vos indicateurs mélangent deux populations aux comportements incompatibles. Un agent ne scrolle pas, ne s'attarde pas, n'abandonne pas un panier pour les mêmes raisons. Le taux de conversion global perd son sens dès lors qu'il agrège des visiteurs qui ne peuvent pas convertir avec ceux qui le peuvent.

Pour un test A/B, c'est pire : vous répartissez aléatoirement des variantes entre des visiteurs dont une partie est indifférente à ce que vous testez. Ça dilue l'effet mesuré et allonge le temps nécessaire pour conclure, ce qui aggrave un problème que j'ai déjà décrit à propos des tests dont les résultats ne sont pas significatifs.

La parade n'est pas compliquée dans son principe, elle est simplement rarement faite : segmenter le trafic automatisé avant d'analyser, comme on le fait déjà pour les robots d'indexation.

Que faire maintenant, sans se tromper de chantier

La tentation serait de conclure qu'il faut se préparer au commerce agentique. Les chiffres disent l'inverse : construire une intégration de paiement par agent aujourd'hui, c'est investir dans un canal qu'une trentaine de marchands utilisent.

Les actions qui valent le coup sont celles qui servent de toute façon.

Rendre le prix total calculable sans passer commande. Ça sert l'agent, ça sert l'humain pressé, et ça réduit l'abandon de panier. Personne n'a jamais perdu à annoncer ses frais de port.

Tenir à jour la disponibilité et les délais. C'est le point qui a fait échouer les pilotes, et c'est aussi la première cause de réclamation client.

Structurer proprement les données produit. J'ai détaillé ce que schema.org change réellement pour la visibilité IA, et le raisonnement vaut ici : c'est le même balisage qui vous rend lisible par un moteur génératif et par un agent d'achat.

Adapter la page à un visiteur qui a déjà comparé. S'il arrive avec une short-list, ce qu'il cherche est une confirmation rapide, pas une redite du bénéfice produit. Les conditions de retour, le délai réel, la disponibilité du support comptent alors plus que l'accroche.

Aucune de ces quatre actions ne parie sur l'avenir du paiement par agent. Elles paient même si rien de tout ça ne se produit, ce qui est le seul critère raisonnable quand l'adoption d'une technologie reste indéterminable.

Ce que je retiens

Laurelli a raison de dire que la plomberie avance plus vite que la doctrine. J'ajouterais que les deux avancent plus vite que les marchands, et que ce décalage est l'information principale.

Entre l'annonce d'un million de marchands et la trentaine qui a suivi, il y a la distance habituelle entre une capacité technique et un usage. Cette distance ne dit pas que la technologie échoue, elle dit que le problème n'était pas technique.

Pendant ce temps, le changement réel s'est produit sans protocole et sans annonce : une partie de vos futurs clients ont déjà choisi avant d'arriver chez vous. Ce n'est pas la peine d'attendre qu'un agent sorte sa carte pour en tirer les conséquences.

Sources : OpenAI, Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol ; OpenAI Developers, concepts clés du commerce agentique ; Stripe, Instant Checkout et le protocole ACP ; Olivier Laurelli, Votre IA va bientôt dépenser votre argent.

Pour aller plus loin : Pourquoi vos pages produit n'apparaissent jamais dans les réponses IA et Pourquoi vos pages produit ne convertissent pas assez

Questions fréquentes

Faut-il intégrer dès maintenant un protocole de paiement par agent ?

Rien ne l'impose aujourd'hui. Le lancement d'Instant Checkout en septembre 2025 promettait plus d'un million de marchands Shopify, et la presse spécialisée n'en recense qu'une trentaine ayant réellement activé la fonction avant qu'OpenAI ne se replie en mars 2026 vers une redirection chez ses partenaires. Le coût d'intégration se justifie difficilement à ce niveau d'usage.

Qu'est-ce qui a vraiment changé pour un e-commerçant, alors ?

La phase de découverte et de comparaison, qui se déroule de plus en plus dans une conversation avec une IA, avant toute visite. La transaction, elle, reste sur votre site. Une partie de la sélection vous échappe donc, et elle se joue sur vos données structurées plutôt que sur votre argumentaire.

Les techniques classiques de conversion sont-elles devenues inutiles ?

Non, mais certaines se retournent. Tout ce qui repose sur le contrôle du moment où une information est révélée, prix partiels, frais tardifs, urgence artificielle, perd son effet quand la comparaison a lieu avant votre page. Ce qui rassure et confirme prend de la valeur, ce qui séduit et retient en perd.

Le trafic des agents fausse-t-il mes statistiques ?

Oui, dès qu'il devient significatif, parce qu'il agrège des visiteurs qui ne peuvent pas convertir avec ceux qui le peuvent. Pour les tests A/B, l'effet est une dilution de la différence mesurée et un allongement du temps nécessaire pour conclure. La réponse est la même que pour les robots d'indexation : segmenter avant d'analyser.

Morgan Dutemple

À propos de l'auteur

Morgan Dutemple

Delivery Manager à Rennes. Je pilote des projets de transformation digitale, SEO/GEO et accessibilité RGAA pour des clients grands comptes. Ce blog est le reflet de ce que je rencontre sur le terrain.