Qu'est-ce que le commerce agentique ? Comment les agents IA feront les achats de mode des clients

Le commerce agentique est un mode d'achat dans lequel un agent IA agit pour le client : il interprète une demande, recherche et compare des produits, et peut finaliser l'achat dans les limites fixées par l'acheteur. Pour la mode, cela signifie qu'une part croissante de la découverte, et une partie des paiements, pourraient se dérouler dans des assistants comme ChatGPT, Gemini ou Perplexity plutôt que sur le propre site d'une marque.

Qu'est-ce que le commerce agentique, et en quoi diffère-t-il d'un chatbot ?

Un chatbot d'achat classique répond aux questions sur le site d'un seul détaillant. Un agent va plus loin : il planifie des tâches en plusieurs étapes, fait appel à des systèmes externes et agit. Le rapport de McKinsey d'octobre 2025 définit le commerce agentique comme des achats réalisés par des agents IA agissant en notre nom, avec des agents qui anticipent les besoins, explorent les options, négocient et exécutent les transactions.

Le même rapport distingue trois modèles d'interaction, utiles aux équipes mode qui se demandent où leurs produits seront vus et achetés.

Quelle taille pourrait atteindre le commerce agentique ?

Les prévisions sont précoces et doivent être lues comme des scénarios. McKinsey estime que d'ici 2030, le commerce agentique pourrait orchestrer de 900 milliards à 1 000 milliards de dollars américains de chiffre d'affaires du commerce de détail B2C aux États-Unis, et de 3 000 à 5 000 milliards de dollars au niveau mondial, pour les seuls biens. Le rapport note aussi que la moitié des consommateurs utilisent déjà l'IA pour leurs recherches sur internet.

Les comportements évoluent plus vite que les transactions. La plupart des achats de mode se concluent encore aujourd'hui sur le site ou l'application d'un détaillant, même lorsqu'un assistant a lancé le parcours. Cette distinction compte pour la planification : se préparer à être trouvé par les agents est urgent, tandis que se préparer à vendre au sein d'un agent dépend de la manière dont les plateformes fixeront leurs modèles de paiement.

Lire aussi

Comment la recherche par l'IA change-t-elle la façon dont les consommateurs trouvent la mode ?

Quelles plateformes construisent aujourd'hui l'achat agentique ?

Plusieurs grandes plateformes ont lancé des fonctionnalités d'achat agentique entre fin 2025 et 2026, et leurs approches évoluent encore.

• OpenAI : a lancé Instant Checkout dans ChatGPT le 29 septembre 2025, d'abord avec des vendeurs Etsy américains, sur la base de l'Agentic Commerce Protocol développé avec Stripe. Le marchand restait le marchand officiel (merchant of record). En mars 2026, CNBC a rapporté qu'OpenAI s'éloignait d'Instant Checkout au profit d'applications gérées par les détaillants dans ChatGPT, avec des achats finalisés sur le propre site du détaillant.
• Google : a annoncé l'Universal Commerce Protocol en janvier 2026, développé avec Shopify, Etsy, Wayfair, Target et Walmart et soutenu par plus de 20 entreprises, dont Zalando, Macy's Inc., Visa et Mastercard. Il permet le paiement sur les annonces éligibles dans AI Mode et l'application Gemini pour les détaillants américains éligibles, qui restent vendeurs officiels.
• Les assistants propres aux détaillants : Zalando a indiqué en mars 2026 que son assistant comptait six millions d'utilisateurs, quatre fois plus qu'un an plus tôt, et qu'il se préparait aux achats via des chatbots grâce au protocole de Google.

De quoi un agent IA a-t-il besoin de la part d'une marque de mode ?

Les agents travaillent à partir de données structurées, pas d'images de campagne ni de storytelling de marque. Dans l'habillement, les attributs les plus importants sont ceux qui provoquent des retours et des recherches infructueuses lorsqu'ils sont erronés : la taille et le système de tailles, la couleur, la matière, la coupe, le genre et la tranche d'âge, le regroupement des variantes, le prix et la disponibilité en temps réel par taille.

Les recommandations de McKinsey aux marchands vont dans le même sens : rendre les données produit lisibles par les agents, construire des API modulaires plutôt que de miser sur un partenariat exclusif avec une seule IA, et concevoir une expérience agent en parallèle de l'expérience client. Pour la plupart des entreprises de mode, la première étape n'est pas un nouveau projet d'IA, mais la remise en ordre de la gestion des informations produit (PIM) et des flux de stock.

Quels sont les risques pour les détaillants de mode ?

Les opportunités s'accompagnent de véritables arbitrages qui méritent une évaluation lucide.

1. Désintermédiation : si l'agent détient la conversation, la marque risque de perdre le contact direct, les données et l'occasion de faire de la vente croisée. McKinsey avertit que les agents pourraient devenir les nouveaux gardiens du commerce.
2. Opacité du classement : on ne sait pas toujours pourquoi un agent recommande un produit plutôt qu'un autre, et l'éligibilité à une plateforme ne garantit pas l'affichage.
3. Erreurs et responsabilité : les agents peuvent donner des tailles, des prix ou des matières erronés. McKinsey cite la responsabilité de la marque et la surveillance réglementaire parmi les risques.
4. Pression sur le retail media : si les acheteurs contournent les résultats de recherche et les fiches produit, les revenus publicitaires liés à ces pages pourraient s'affaiblir.
5. Instabilité des plateformes : le changement de cap d'OpenAI sur le paiement en six mois montre que les modèles commerciaux ne sont pas stabilisés.

Comment les marques de mode doivent-elles se préparer en 2026 ?

Un plan réaliste se concentre sur des mesures sans regret : des attributs produit complets et cohérents, un stock exact au niveau de la taille, des flux produit vers les principaux assistants lorsque des programmes existent, des informations claires sur les retours et la livraison sous une forme lisible par les machines, et des outils d'analyse qui distinguent le trafic provenant des assistants IA des autres canaux. Les décisions commerciales, comme activer le paiement au sein d'un assistant ou y créer une application, peuvent attendre que l'équation économique et les conditions soient plus claires.

Lire aussi

Lancer un assistant d'achat IA : une check-list en 20 points pour le e-commerce de mode

Les agents IA remplaceront-ils les sites e-commerce de mode ?

Pas à court terme. Les plateformes elles-mêmes renvoient encore de nombreux acheteurs vers les sites des marchands pour finaliser leurs achats, et la mode repose fortement sur l'inspiration visuelle, la confiance dans la coupe et l'expérience de marque, que les assistants ne reproduisent qu'en partie. Le scénario le plus probable est un modèle mixte dans lequel les agents prennent en charge davantage de découverte et de comparaison, tandis que les sites et applications des marques restent importants pour le paiement, la fidélisation et le service.

Pour les dirigeants de la mode, le cadre le plus utile est progressif. Dans une première phase, les assistants jouent le rôle de conseillers qui renvoient les acheteurs vers les sites des marques et des détaillants ; c'est déjà le cas, et cela récompense surtout de bonnes données produit et des conditions claires. Dans une deuxième phase, les assistants finalisent les achats au sein des plateformes, le détaillant continuant d'assurer l'exécution et le service client ; cette phase est en test, et les conditions évoluent encore. Dans une troisième phase, des agents personnels pourraient agir avec davantage d'autonomie, par exemple en recommandant des basiques ou en surveillant un article précis dans une taille et une fourchette de prix données. Chaque phase renforce l'importance d'un stock exact par taille et de conditions de retour transparentes, car le client pourrait ne jamais voir la fiche produit avant d'acheter. Se préparer dès maintenant à la première phase, tout en surveillant la deuxième et la troisième, permet d'éviter à la fois le surinvestissement et l'exclusion d'un canal en forte croissance.