Commerce agentique 2030 : 1 000 milliards à venir

• Fait : McKinsey et l’ICSC prévoient que le commerce agentique générera 1 000 milliards de dollars de revenus dans le commerce de détail américain d’ici 2030 — et jusqu’à 5 000 milliards à l’échelle mondiale.

• Impact : 68 % des consommateurs ont déjà utilisé au moins un outil d’IA lors de leurs trois dernières expériences d’achat ; la courbe d’adoption est bien plus rapide que la plupart des plans de marque ne l’anticipaient.

• Surprise : Le véritable goulot d’étranglement n’est pas la capacité de l’agent — c’est la qualité du catalogue produit. Les marques gagnantes seront celles dont les données produits seront lisibles par les machines, pas seulement attrayantes pour les humains.

Quatre ans, c’est un délai très court pour atteindre mille milliards de dollars. C’est, en substance, ce que communique un nouveau rapport conjoint de l’ICSC et de McKinsey & Company aux directeurs de marque et aux DAF qui ont encore rangé le “commerce agentique” sous la rubrique Initiatives Futures de leur feuille de route. Le chiffre — 1 000 milliards de dollars de revenus de détail américains orchestrés par des agents IA d’ici 2030 — arrive avec une précision qui force une conversation différente au sein du comité de direction.

Ce qui est frappant dans ce moment, c’est moins la magnitude de la prévision que la vitesse de l’adoption déjà en cours. McKinsey constate que 30 à 45 % des consommateurs américains utilisent déjà l’IA générative pour rechercher et comparer des produits. 68 % ont utilisé au moins un outil d’IA au cours de leurs trois derniers mois de shopping. Il ne s’agit pas d’un programme pilote chez quelques enseignes tech-avancées. C’est le comportement du consommateur ordinaire qui évolue en temps réel.

Ce que signifie vraiment un “revenu orchestré”

La formulation dans la couverture par RetailDive du rapport ICSC/McKinsey mérite d’être décryptée. Un revenu “orchestré” n’est pas simplement un revenu influencé par des recommandations d’IA — c’est un revenu généré par un agent autonome qui a parcouru les offres, comparé les options, négocié les conditions et finalisé la transaction avec une intervention humaine minimale ou nulle. Pensez à Amazon Buy for Me, aux rails de paiement agentiques de Visa, ou aux intégrations marchands qu’OpenAI déploie progressivement.

Cette distinction est fondamentale pour la réponse des marques. Influencer un consommateur humain qui lit votre texte relève d’un ensemble de compétences précis. Être sélectionné — ou écarté — par un agent IA qui évalue des milliers d’options en quelques millisecondes sur la base de critères structurés est un problème radicalement différent. L’agent ne lit pas votre accroche. Il interroge vos attributs.

D’autres cabinets sont légèrement plus conservateurs mais pointent dans la même direction : Bain estime que le commerce agentique atteindra entre 300 et 500 milliards de dollars aux États-Unis d’ici 2030, soit environ 15 à 25 % de l’ensemble du e-commerce. Morgan Stanley table sur une fourchette plus étroite de 190 à 385 milliards. Même dans le bas de la fourchette, ces chiffres ne sont pas des arrondis. Ce sont des données qui définissent un canal.

Le problème de catalogue que personne ne veut voir

Voici la vérité inconfortable pour la plupart des marques : la transition vers le commerce agentique n’est pas principalement un problème technologique. C’est un problème de données. Les agents IA s’appuient sur des attributs structurés — composition des matériaux, compatibilité, scénarios d’utilisation, dimensions, certifications — comme filtres primaires. Les textes marketing, les récits de marque et la photographie lifestyle sont pratiquement invisibles pour un agent qui évalue un achat en fonction de l’intention déclarée de l’utilisateur.

Données Epinium

Dans notre travail d’optimisation de catalogues pour plus de 500 marques sur 12 marketplaces Amazon, Epinium constate systématiquement que les fiches produits avec des attributs structurés complets — spécifications techniques, scénarios d’utilisation et données de compatibilité — sont sélectionnées par les agents d’achat IA environ trois fois plus souvent que les fiches s’appuyant uniquement sur du texte marketing non structuré. La complétude du catalogue est devenu le nouveau SEO.

Ce que nous observons chez Epinium, c’est que les marques qui courent le plus vite en ce moment ne sont pas celles qui n’ont pas de stratégie IA — ce sont celles qui ont un excellent marketing de marque et des données d’attributs insuffisantes. Elles ont passé des années à perfectionner des textes qui parlent aux humains, et désormais le premier acheteur à évaluer leurs fiches est souvent une machine.

La bonne nouvelle, c’est que c’est corrigeable, et plus rapidement que la plupart des équipes ne le supposent, à condition de disposer de la bonne infrastructure. Nous avons récemment analysé comment l’agent Amazon Rufus — dont le volume de requêtes a progressé de 115 % — référence les produits de façon radicalement différente de la recherche par mots-clés traditionnelle, et le constat était unanime : la densité d’attributs l’emporte sur le texte créatif à chaque fois.

Votre catalogue produit est-il prêt pour les agents IA ? La plateforme de gestion de catalogues Epinium structure vos données produits pour qu’elles soient découvertes aussi bien par les humains que par les machines →

De la prévision au terrain : ce que font les premiers acteurs

Deux enseignes ont annoncé des mouvements concrets cette semaine qui montrent où les leaders placent leurs mises. Niraj Shah, PDG de Wayfair, a déclaré que l’enseigne voulait “être partout” dans l’IA agentique — tant via des intégrations publicitaires qu’en rendant son inventaire directement interrogeable par des agents externes. De son côté, Etsy a lancé son application native au sein de ChatGPT, permettant aux utilisateurs de parcourir des articles artisanaux via une interface conversationnelle et de finaliser leurs achats sans quitter le chat. Aucune des deux enseignes n’attend 2030.

Pour les marques qui vendent via ces plateformes, l’implication est immédiate : les produits qui apparaissent dans les expériences agentiques ne seront pas choisis par une équipe de merchandising. Ils seront sélectionnés algorithmiquement, sur la base de données structurées. Le défi de la préparation du catalogue est une réalité aujourd’hui, pas dans un futur lointain.

Questions fréquentes

Qu’est-ce que le commerce agentique et en quoi diffère-t-il de la recherche assistée par IA ?

Le commerce agentique désigne des transactions dans lesquelles un agent IA navigue de manière autonome parmi les options produits, compare les prix et les attributs, et finalise un achat au nom de l’utilisateur avec une intervention humaine minimale. La recherche assistée par IA requiert encore qu’un humain lise les résultats et clique sur “acheter”. Dans le commerce agentique, l’agent fait tout cela — y compris la transaction — souvent avant que l’utilisateur ne voie un écran de confirmation.

La prévision de 1 000 milliards inclut-elle les achats B2B ?

Le chiffre McKinsey/ICSC se concentre sur le commerce de détail B2C aux États-Unis. L’estimation mondiale plus large de 3 à 5 000 milliards intègre probablement les flux d’approvisionnement B2B, où l’adoption agentique pourrait être encore plus rapide compte tenu des intégrations API existantes et des catalogues fournisseurs déjà structurés.

Que devrait faire une marque dans les 90 prochains jours pour se préparer ?

Commencer par un audit de complétude des attributs structurés sur les 20 % de SKUs les plus générateurs de revenus. Vérifier spécifiquement les spécifications techniques et fonctionnelles — pas seulement les champs marketing — puis s’assurer que ces données arrivent sur chaque marketplace dans un format structuré, plutôt qu’enfouies dans du texte de description. Les données de prix et de promotions doivent également être structurées et lisibles par les machines.

Cela concerne-t-il uniquement les grandes marques avec des équipes dédiées aux données ?

Les marques intermédiaires pourraient ressentir l’impact plus tôt que les grands groupes. Les grandes marques ont généralement des équipes qui travaillent déjà sur ce sujet. Les marques de taille intermédiaire vendant sur Amazon, Wayfair ou Etsy constateront que leurs produits apparaissent ou non dans les surfaces agentiques — et l’écart de revenus se manifestera avant qu’elles n’en comprennent la cause.

À quel moment une posture attentiste devient-elle un handicap concurrentiel sérieux ?

On pourrait argumenter qu’elle l’est déjà. Les 30 à 45 % de consommateurs qui utilisent déjà l’IA générative pour la recherche de produits effectuent aujourd’hui des recherches proto-agentiques. Agir après que le commerce agentique est normalisé revient à reconstruire un catalogue pendant que les concurrents ont deux ou trois ans d’avance avec des données structurées en production. L’effet cumulatif de cette avance est considérable.

La prévision d’un millier de milliards paraîtra soit clairvoyante soit conservatrice selon la maturité de la couche de paiement agentique. Ce qui ne changera pas, c’est le mécanisme de fond : des machines évaluant des produits face à des données structurées, à vitesse et à grande échelle. Les marques qui investissent maintenant dans la qualité de leur catalogue construisent un avantage durable, pas un avantage éphémère.

Prêt à rendre votre catalogue compatible avec les agents IA ? La plateforme Epinium aide les marques à structurer, enrichir et distribuer les données produits sur les marketplaces où les agents IA font leurs achats. Découvrez comment Epinium prépare votre catalogue pour l’ère du commerce agentique →