Revenir au support ↗
Notes formateur · Adrien

Ta trame pour animer
la première séance.

Les mêmes huit sections, avec les formulations à dire, les points à expliquer et les sources à garder sous la main.

Manon · Product Owner chez Lacoste. Son périmètre et son niveau d’IA restent à découvrir en début de séance.
01

Faisons connaissance

Le fil conducteur

Je travaille depuis plus de vingt ans dans l’e-commerce et les technologies. J’ai notamment accompagné le lancement de Demandware, devenu Salesforce Commerce Cloud, en France. Aujourd’hui, je combine trois approches : suivre le marché avec LCDE, confronter les idées entre professionnels avec CORE et tester les capacités concrètes des sites avec SALSA.

Les points à garder en tête

  • LCDE : coanimé avec Laetitia Lamari depuis 2019. Partir de l’observation et des retours d’expérience, pas d’une posture de certitude.
  • CORE : le Club Of Retail & E-commerce. Échanges de professionnels et exploration des transformations du commerce.
  • SALSA : Site Agentic Layer Scan & Assessment. Observer ce qu’un agent peut trouver, comprendre et faire sur les interfaces publiques. Un résultat dépend des contrôles réellement conclus ; aucune promesse de compatibilité universelle.

Faire parler Manon

  1. Quel parcours l’a amenée chez Lacoste ?
  2. Quel est son périmètre de PO ? Produit, parcours, équipe, responsabilités et sujet récent.
  3. Quels usages de l’IA dans sa vie personnelle ? Puis au travail ?
  4. Qu’aimerait-elle comprendre ou savoir faire au terme du cycle ?

À écouter : vocabulaire, pratiques réelles, irritants et questions métier. Son titre de PO ne permet pas de déduire son niveau technique.

02

Le parcours

Présenter l’intention

L’objectif est que tu comprennes les concepts pour pouvoir les relier à ton métier : discuter avec les équipes techniques, évaluer les promesses des outils et repérer ce qui change pour les clients. Nous allons croiser les notions, les exemples et tes questions.

Introduction + six modules

L’introduction est un rendez-vous de sensibilisation. Elle précède les six modules du programme : ne pas présenter les trois visions comme un cours technique complet sur les agents.

INTRO

Introduction au commerce agentique

Aujourd’hui : les bases.

01

Écosystème, bascule des parcours & GEO

Acteurs, nouveaux parcours d’achat et visibilité des marques dans les réponses des IA.

02

Portes d’entrée tech, sécurité & omnicanalité

Accès des agents, bots, robots.txt, llms.txt, flux produits et stocks locaux.

03

Nettoyage des PDP, PIM sémantique & agents back-office

Fiches produits compréhensibles par les agents, données structurées, variantes et enrichissement du catalogue.

04

Expérience on-site, merchandising, pricing & défense de marque

Recherche vectorielle et multimodale, recommandation, maîtrise des prix et de la présentation de l’offre.

05

Transaction machine-to-machine, paiement, juridique & fraude

Passage à l’achat autonome, protocoles, autorisations, paiement et responsabilités.

06

Post-achat, SAV agent-to-agent, CRM, analytics & roadmap

Relation client, mesure du trafic IA et plan d’action à 90 jours.

Les acquis à viser aujourd’hui

  • Expliquer le commerce agentique avec un exemple concret.
  • Distinguer la visibilité dans les réponses IA, le conseil et la capacité d’action.
  • Identifier les données et les permissions qui conditionnent le parcours.

Formulation de la suite : les prochaines séances approfondiront ces sujets. Rester à hauteur métier et expliquer les acronymes quand ils deviennent utiles.

03

Définition du commerce agentique

Dire la définition choisie

Pour cette formation, je te propose une définition simple : le commerce agentique, c’est déléguer à une IA tout ou partie du parcours d’achat. Mais le terme n’a pas le même périmètre pour tout le monde. Lors du RetailClub AI Festival, cette question faisait déjà débat. Nous l’avons résumée dans LCDE en trois visions.

Expliquer les trois visions

VisionCe que tu expliquesExemple illustratif
Entre agentsDes systèmes agissent et échangent pour réaliser une opération commerciale. L’humain peut avoir défini les règles en amont.Un agent de réapprovisionnement traite avec celui d’un fournisseur dans un cadre autorisé.
Achat déléguéUn humain exprime une intention ; l’agent recherche, compare et peut acheter pour lui, selon son mandat.« Trouve ce produit et commande-le si le prix total respecte mon budget. »
Commerce influencéUne IA intervient dans une étape ou influence le choix ; le client peut garder la décision et la transaction.Une comparaison dans une IA oriente la sélection, puis le client achète lui-même.

Nuance : ces visions se recouvrent ; ce ne sont pas trois catégories techniques exclusives ni trois niveaux officiellement normalisés.

L’attribution exacte

Confirmé : LCDE #278, transcription MCP lcde-759, vers 04:43–05:50. Adrien présente ces trois visions comme « notre point de vue ». La présentation Canva du Café de l’Agentique les reprend.

Session Rick Watson : « The Death of the Click? The Role of the Brand Website in an Agentic Commerce World », 23 septembre 2026, Fireflies 01M37HCN8QJSGBHXR7Z988KT9W. Entre 03:00 et 03:32, débat sur ce qui compte comme commerce agentique ; un participant inclut un parcours initié par un prompt même si l’agent ne termine pas l’achat.

Ne pas attribuer mot pour mot les trois visions à Rick Watson. Le débat vient de la session ; la taxonomie retrouvée est votre reformulation dans LCDE et Canva.

Si elle demande : « les recommandations sont-elles agentiques ? »

Réponse : les deux peuvent l’être. Recommander et acheter décrivent des résultats et des niveaux de délégation. Dans une définition technique plus stricte, on regarde si le système choisit et adapte ses étapes et ses outils pour atteindre un objectif.

  • Un bloc de produits populaires peut être une recommandation classique, sans comportement agentique.
  • Un agent peut chercher, vérifier et comparer de façon autonome, puis s’arrêter à une recommandation.
  • Un script qui répète une suite de clics peut passer une commande sans être un agent au sens strict.

La vision « commerce influencé » est donc plus large que cette définition technique. Dire clairement quelle lecture on utilise.

Anthropic · distinction entre workflows prédéfinis et agents

04

Du GEO au post-achat

Expliquer le parcours

Pour une marque, le sujet commence avant la visite sur son site. Un assistant doit pouvoir la trouver, comprendre pourquoi son offre convient au besoin, puis avancer dans le parcours. Et cela peut continuer après l’achat, pour suivre une commande ou gérer un retour.

Les trois questions à dérouler

  1. Être trouvé : l’IA retrouve-t-elle la marque, ses produits et les informations utiles ? Le GEO concerne notamment la visibilité dans les réponses générées.
  2. Être choisi : les données permettent-elles de confronter le produit au besoin ? Usage, coupe, taille, variante, prix, disponibilité, livraison, conditions commerciales.
  3. Permettre l’action : le système peut-il sélectionner, préparer le panier, demander une validation, acheter et suivre la commande ? Les possibilités dépendent de l’intégration et des accès.

GEO ne signifie pas compatibilité d’achat : une citation n’indique ni une couverture du catalogue ni une capacité de transaction.

Le paiement n’est pas obligatoire : un agent peut terminer une mission utile de recherche ou de comparaison sans commander.

Faire vivre les trois demandes

  • Recherche : « Polo bleu homme ». Le client organise lui-même la suite.
  • Conseil : « Quel polo choisir pour un cadeau à moins de 120 € ? ». L’IA aide à préciser et comparer.
  • Délégation : « Trouve trois options livrables avant samedi, vérifie les échanges et prépare mon panier. Je valide avant l’achat. » L’objectif, les contraintes et les limites du mandat sont explicites.

Les exemples sont pédagogiques. Ils ne décrivent pas un test effectué sur Lacoste.

05

Côté utilisateur · côté marque

Mettre les deux points de vue en regard

Côté client, l’interface peut être un assistant sur le site de la marque, ou un assistant extérieur comme ChatGPT, Muse ou Instinct. Côté marque, il faut penser à la fois ce qui se passe sur le site et la manière dont l’offre est présentée et utilisée ailleurs.

Off-site et on-site

Côté utilisateurCôté marque
Off-siteExprimer son besoin dans un assistant extérieur ; comparer avant de visiter le site.Visibilité GEO, contenus, flux et distribution des données produit. Qualité et fraîcheur des informations.
On-siteUtiliser l’assistant du site, la recherche et les fonctions du parcours.Fiches produit lisibles, recherche, assistant, actions de panier/checkout et post-achat. Gestion des accès et des autorisations.

Chatbot : c’est une interface, pas une preuve d’agentivité. Certains répondent à des questions, d’autres peuvent consulter des données ou réaliser des actions.

Les outils : ce que tu peux affirmer

  • ChatGPT : découverte et comparaison produit. L’annonce OpenAI du 24 mars 2026 privilégie la découverte et le checkout du marchand. Fonctions variables selon le marché et le compte.
  • Muse : Meta annonce un agent personnel, un navigateur et des approbations avant les achats. Lancement de septembre aux États-Unis.
  • Instinct : assistant par message/appel, bêta sur invitation. L’éditeur présente des commandes et réservations ; DataDome documente des achats sur sa boutique de démonstration.

Repère : distinguer ce qui est annoncé, démontré sur un site et disponible de façon générale. Ne pas présenter tous ces achats comme disponibles en France.

06

Quelques chiffres pour mesurer le phénomène

La lecture des chiffres

Les usages de l’IA dans les achats sont déjà déclarés par une partie des cyberacheteurs français. Mais il faut distinguer l’aide à la recherche, la confiance au moment d’acheter et les transactions réellement exécutées par des agents. Le baromètre Valiuz apporte un autre angle : le trafic envoyé par les IA vers les enseignes.

Odoxa × Fevad : méthode et populations

  • 31 % : des cyberacheteurs déclarent utiliser l’IA générative pour leurs achats en ligne.
  • 49 % : même indicateur parmi les cyberacheteurs de 15–24 ans.
  • 30 % : des cyberacheteurs font confiance à l’IA au moment de l’achat.

Enquête par Internet du 14 au 19 janvier 2026, publiée en février ; 1 500 cyberacheteurs issus de 1 583 Français de 15 ans et plus, quotas. Les tranches d’âge reposent sur des sous-échantillons.

Limites : déclarations d’usage et de confiance, pas part des commandes, ni chiffre d’affaires attribué au commerce agentique.

Étude originale Odoxa–Fevad · méthode p. 2, synthèse p. 5

Le document Valiuz retrouvé

Baromètre GEO, 2e édition : « L’irrésistible ascension du visiteur augmenté ». Édition juin 2026, communiqué du 8 juillet. Analyse de 13 enseignes françaises entre mai 2025 et mai 2026.

  • ×20 : trafic organique provenant des LLM sur le panel en douze mois.
  • +25 % : taux de conversion du trafic GEO par rapport aux leviers marketing classiques. C’est une différence relative, pas 25 points.
  • −25 % de pages vues et −20 % de durée de visite pour les sessions issues de l’IA.

Sur le support, conserver le ×20 et le périmètre du panel. Ce chiffre n’est pas une mesure de tout le marché français. Une forte progression peut partir d’un volume initial faible ; elle ne donne pas à elle seule la part du trafic.

La première édition, publiée le 4 février, indiquait ×18 entre décembre 2024 et décembre 2025 : ne pas mélanger périodes et éditions.

07

2026 · une actualité par mois

Une sélection mensuelle à valider

La keynote Canva retrouvée couvre janvier, mars, mai, septembre et octobre. Les autres mois ont été complétés par des propositions documentées. Cette sélection de dix actualités est une proposition éditoriale, pas une sélection déjà validée par Adrien.

Pour chaque mois, lire la punchline, expliquer le changement concret en une phrase, puis passer au suivant. Le point commun : découverte, données, actions et confiance.

Janvier · Google et Shopify lancent UCP

2026-01-11 · Repris du Canva

Un protocole commun pour relier les agents aux systèmes de commerce, de la découverte à l’achat.

Portée : Standard ouvert ; intégration et disponibilité du checkout selon les partenaires et les marchés.

Google Developers Blog

Février · leboncoin entre dans ChatGPT

2026-02-10 · Proposition complémentaire

Le catalogue leboncoin devient accessible par une recherche conversationnelle dans son application ChatGPT.

Portée : Application de découverte et de recherche ; ne prouve pas un paiement autonome.

leboncoin · communiqué officiel

Mars · ChatGPT pour choisir, le marchand pour acheter

2026-03-24 · Repris du Canva

OpenAI enrichit la découverte et la comparaison produit, avec un checkout contrôlé par le marchand.

Portée : Fonctions Shopping et intégrations selon le compte, le marché et le marchand.

OpenAI

Avril · FIDO encadre la confiance envers les agents

2026-04-28 · Proposition complémentaire

L’alliance lance des travaux sur l’authentification et les transactions initiées par des agents, avec les contributions AP2 et Verifiable Intent.

Portée : Travaux de standardisation annoncés ; ne signifie pas un déploiement universel.

FIDO Alliance

Mai · Amazon lance Alexa for Shopping

2026-05-13 · Repris du Canva

Amazon réunit Rufus et Alexa+ dans un assistant qui compare, prépare des paniers et automatise certaines tâches d’achat.

Portée : Lancement aux États-Unis.

About Amazon

Juin · Shopify ouvre son commerce aux développeurs d’agents

2026-06-17 · Proposition complémentaire

UCP et Catalog API deviennent accessibles en libre-service pour construire des parcours de découverte, de panier et de checkout.

Portée : Infrastructure développeur ; ne garantit pas les capacités de chaque agent sur chaque marché.

Shopify · Spring ’26 Edition

Juillet · Visa annonce des achats par agents en Europe

2026-07-02 · Proposition complémentaire

Des transactions réelles sont réalisées chez des marchands participants, sur instruction et avec autorisation du consommateur.

Portée : Programme Visa et partenaires européens participants ; ne signifie pas disponibilité générale.

Visa · communiqué officiel

Août · Instinct : un agent personnel par message

2026-08-26 · Proposition complémentaire

Le fondateur présente un agent que l’on peut appeler ou contacter par message pour lui déléguer des tâches, notamment des achats.

Portée : Bêta sur invitation. Publication primaire identifiée mais fetch X bloqué ; texte reproduit sur instinctonx.com/2026-08-26/posts et date recoupée dans la presse du 26 août. Produit officiel : instinct.com.

Noah Shinn · fondateur d’Instinct

Le post X primaire est identifié mais n’a pas pu être relu directement. Copie du texte · Recoupement presse du 26 août. Ce mois reste le point le moins solidement documenté de la sélection.

Septembre · Meta lance Muse, son agent personnel

2026-09-08 · Repris du Canva

Muse peut avancer dans des tâches et des achats via un navigateur, en sollicitant les approbations nécessaires.

Portée : Lancement aux États-Unis ; capacités annoncées par Meta.

Meta Newsroom

Octobre · TikTok annonce Shopping Assistant et Buy Direct

2026-10-05 · Repris du Canva

Une assistance conversationnelle pour choisir et un checkout dans l’application pour acheter auprès d’une marque.

Portée : Annonce produit shopping ; accès et disponibilité à vérifier selon les tests et les partenaires. Aucun contenu publicité ou retail media retenu.

TikTok Newsroom

08

Trois idées à retenir

Ta conclusion en trois points

Je te propose de retenir trois idées. Premièrement, on peut déléguer à l’IA tout ou partie du parcours d’achat, avec plusieurs visions du commerce agentique. Deuxièmement, le sujet va de la découverte au post-achat, sur le site comme en dehors. Troisièmement, pour la marque, cela pose trois questions : être trouvée, être comprise et permettre les actions attendues.

Lui laisser le dernier mot

Et toi, qu’est-ce que tu retiens de cette première séance ? Est-ce que cela change ta manière de regarder un sujet sur lequel tu travailles ?

Écouter sa reformulation. Reprendre une confusion si nécessaire ; noter les questions à approfondir sans rouvrir tout le cours.

Après la séance : quiz et feedback par email

Le quiz et le feedback sont retirés du support présenté. Ils sont conservés ci-dessous pour ton suivi par email. Aucun email n’est envoyé depuis ces pages.

  • Une chose que j’ai comprise.
  • Une question qui reste ouverte.
  • Un retour sur le rythme, les exemples et l’utilité de la séance.
Réserve pédagogique : quatre questions et réponses
  1. Qu’est-ce qui caractérise un agent au sens technique ?
    Il choisit et adapte ses étapes et ses outils pour atteindre un objectif, dans les limites de ses permissions.
  2. Une marque citée dans une réponse IA : que peut-on conclure ?
    Elle bénéficie d’une visibilité dans cette réponse. Cela ne prouve ni la fraîcheur des données ni la capacité d’achat.
  3. Que mesure le chiffre de 31 % ?
    La part des cyberacheteurs déclarant utiliser l’IA générative pour leurs achats en ligne, pas une part de commandes autonomes.
  4. « Prépare mon panier ; je valide avant l’achat ». La taille M manque : que faire ?
    Proposer des alternatives et demander le choix du client. Ne pas changer arbitrairement de taille ni commander sans validation.
Réserve pédagogique : ancien cas Lacoste

Cas fictif : polo bleu à offrir, budget de 120 € livraison comprise, réception avant samedi, taille habituelle M. La variante retenue n’est plus disponible et le délai reste incertain.

  • Clarifier : coupe, guide des tailles, préférences, destination et flexibilité.
  • Vérifier : stock de la variante, prix total, délai applicable et conditions d’échange.
  • Respecter le mandat : proposer des alternatives, demander un arbitrage, ne pas acheter avant validation.

Conserver tes notes

Les notes saisies restent dans la page ouverte ; exporte-les avant de la fermer.