En janvier 2026, Sundar Pichai a annoncé le Universal Commerce Protocol (UCP) lors de la National Retail Federation. Ce n'est pas un gadget marketing. C'est la confirmation officielle que Google se positionne comme infrastructure pour un commerce où les agents IA effectuent les achats à la place des humains.
Si vous gérez un site e-commerce, une boutique B2B ou un catalogue de services, vous avez un nouveau client à satisfaire. Il ne se comporte pas comme un humain. Et il n'est pas sensible à vos bannières promotionnelles.
Ce qui se passe réellement#
Le trafic provenant d'agents IA a augmenté de 1 200 % chez les retailers, pendant que le trafic de recherche traditionnel reculait de 10 % d'une année sur l'autre. Ce n'est pas une tendance émergente — c'est une bascule qui s'est produite.
McKinsey projette que les agents IA pourraient médier entre 3 000 et 5 000 milliards de dollars de commerce mondial d'ici 2030, dans un scénario modéré. Selon leur framework "Automation Curve", nous sommes actuellement au niveau 3 : les agents peuvent rechercher, comparer et recommander, mais la validation humaine reste souvent requise pour l'acte d'achat final. Les niveaux 4 et 5 — achat autonome complet — arrivent.
45 % des acheteurs déclarent déjà utiliser des outils IA dans leur parcours d'achat en 2026. Pour les achats B2B et les abonnements logiciels, ce chiffre est probablement plus élevé.
Un agent comme le "Shopping Assistant" de Google, Perplexity Shopping ou les agents intégrés aux assistants d'entreprise suit un processus qui n'a rien à voir avec une navigation humaine.
Il reçoit une instruction précise ("Trouve le meilleur CRM pour une équipe de 10 commerciaux, budget 200 €/mois, intégration HubSpot requise"). Il interroge ensuite des sources structurées — Product feeds, APIs, flux de données normalisés. Il compare sur des critères explicites : prix, fonctionnalités, disponibilité, compatibilité. Il élimine les options dont les données sont incomplètes ou ambiguës. Enfin, il présente une recommandation ou exécute directement la transaction.
La différence critique : l'agent ne navigue pas votre site. Il consomme vos données.
Si vos données produits sont incomplètes, mal structurées ou absentes des bons canaux, vous n'existez pas pour lui. Peu importe la qualité de votre UX ou de votre design.
Le Universal Commerce Protocol (UCP) de Google#
Lancé le 11 janvier 2026 en partenariat avec Shopify, Etsy, Wayfair, Target, Walmart, Stripe, Visa, Mastercard et une vingtaine d'autres acteurs, l'UCP est un standard ouvert pour l'agentic commerce.
Son principe : définir un langage commun pour que les agents IA puissent interroger n'importe quel catalogue de produits de manière standardisée — discovery, achat, post-achat. C'est l'équivalent de ce que le sitemap XML a été pour le crawl des moteurs de recherche, mais pour les transactions automatisées.
Concrètement, l'UCP permet à un agent de :
- Interroger votre catalogue avec des filtres structurés
- Lire les conditions d'achat, politiques de retour et garanties dans un format lisible par machine
- Initier une transaction sans passer par une interface graphique
Si vous n'êtes pas compatible UCP, vous serez invisible pour les agents qui s'appuient sur ce protocole. Avec Google, Shopify et les grands retailers américains déjà alignés, ce standard va devenir incontournable.
Ce que ça change concrètement pour les retailers#
Etsy et Wayfair — deux des signataires du protocole UCP — ont publié des retours d'expérience préliminaires sur les résultats observés lors des tests internes.
Chez Wayfair, les agents IA qui comparent des meubles ou de l'électroménager fonctionnent exclusivement sur les flux de données structurées. Une fiche produit avec un attribut manquant — délai de livraison par zone, dimensions exactes, compatibilité de montage — est systématiquement éliminée avant même d'entrer dans la comparaison finale. Les données incomplètes ne génèrent pas un mauvais score : elles génèrent une absence totale dans la sélection.
Chez Etsy, l'enjeu est différent. La marketplace artisanale doit encoder des attributs qui ne sont pas standardisés par nature — matériaux, techniques de fabrication, délais de production à la commande. L'UCP les a contraints à créer des taxonomies d'attributs structurées là où tout reposait auparavant sur des descriptions textuelles libres. Résultat : les vendeurs ayant complété leurs attributs UCP observent un taux d'apparition dans les réponses d'agents Shopping significativement plus élevé.
La leçon pour un retailer français : vos concurrents présents sur ces plateformes américaines ont une longueur d'avance d'au moins douze mois sur l'adaptation des données produits à ce standard.
Les 4 leviers d'optimisation e-commerce pour les agents IA#
1. Données produits sans ambiguïté ni champ vide#
Les agents éliminent les options dont les données sont incomplètes. Pour chaque produit ou service, vous devez avoir :
- Un titre sans ambiguïté (marque + modèle + version + caractéristique différenciante)
- Une description structurée avec attributs explicites (pas "grande capacité" mais "500 Go")
- Prix hors taxe et toutes taxes comprises, devise, conditions de remise
- Disponibilité en temps réel
- Compatibilité et prérequis (pour les logiciels et services)
- Politique de retour et garantie en texte structuré
Auditez votre catalogue : combien de fiches produits ont des champs vides, des approximations ou des informations contradictoires entre le site et le flux Google Merchant ? Ce que vous trouviez acceptable pour un utilisateur humain qui comblait les lacunes par intuition est rédhibitoire pour un agent.
2. Flux de données normalisés, synchronisés en temps réel#
Google Merchant Center, les flux CSV/XML pour les comparateurs, les APIs produits : tous ces canaux doivent être synchronisés avec votre catalogue en temps réel, ou au minimum quotidiennement.
Les agents qui font du shopping croisent plusieurs sources pour valider un prix ou une disponibilité. Si votre flux Merchant Center affiche "en stock" et votre site affiche "rupture", vous êtes éliminé — non par un algorithme de pénalité, mais par la logique même de l'agent qui ne peut pas valider votre disponibilité. Cette incohérence est interprétée comme une donnée non fiable, et la fiche est écartée.
La synchronisation temps réel n'est plus un nice-to-have. C'est le minimum pour exister dans la sélection agentique.
3. Conditions d'achat lisibles par machine#
Les agents intègrent les conditions post-achat dans leurs recommandations. Un agent qui shoppe pour un humain va intégrer "30 jours satisfait ou remboursé" comme critère positif, et "retour impossible sur les produits numériques" comme contrainte à signaler à l'utilisateur.
Ces informations doivent être exposées dans des données structurées Schema.org (MerchantReturnPolicy, OfferShippingDetails) et dans une page dédiée au format clair et parseable — pas noyées dans des conditions générales de vente de 40 pages. L'agent ne lit pas vos CGV. Il lit vos données structurées.
4. Compatibilité UCP et APIs transactionnelles#
Si vous êtes sur Shopify, la compatibilité UCP est ou sera gérée nativement. Si vous avez une plateforme custom ou un CMS maison, vous devez exposer votre catalogue via les endpoints que l'UCP définit.
Concrètement : une API produits publique avec authentification légère, retournant des réponses JSON conformes au schéma UCP. C'est un chantier technique — mais c'est ce qui déterminera si les agents peuvent vous sélectionner ou pas. Un catalogue non exposable via UCP est un catalogue qui n'existe pas pour Google Shopping Agent, Perplexity Shopping, et tous les agents qui s'appuieront sur ce standard dans les 18 prochains mois.
La fenêtre d'avantage compétitif se ferme#
L'erreur la plus courante : traiter l'agentic commerce comme un sujet "à surveiller". À ce stade, la fenêtre pour prendre de l'avance est ouverte. Dans 18 mois, ce sera le minimum syndical, et les premiers à avoir structuré leurs données auront construit une avance difficile à rattraper — parce que la complétion des données produits est un travail long et méticuleux qui ne s'improvise pas.
Commencez par un audit de vos 50 produits ou services les plus vendus. Évaluez la complétude des données pour chaque champ critique : titre non ambigu, prix exact avec TVA, disponibilité temps réel, délai de livraison par zone, politique de retour structurée, code GTIN/EAN. Pour chaque champ manquant, vous perdez des points de présence dans les réponses des agents.
Le ROI est mesurable : les retailers ayant migré vers une stack agentic commerce complète observent une augmentation de 125 % de leur trafic qualifié en 6 mois, avec un taux de conversion supérieur à celui du trafic humain — parce que l'agent pré-qualifie la demande avant même que l'utilisateur arrive sur votre site.
Ce que l'agentic commerce ne remplace pas#
L'optimisation pour les agents IA acheteurs est distincte de l'optimisation pour la visibilité dans les réponses des LLM — ce que couvre l'AEO et les AI Overviews. Ce sont deux disciplines qui se complètent mais s'adressent à des mécanismes différents : l'un optimise pour être cité dans des réponses informationnelles, l'autre pour être sélectionné dans des transactions.
De même, la présence sur Bing Copilot et Perplexity répond à une logique de visibilité éditoriale. L'agentic commerce répond à une logique de données transactionnelles. Pour couvrir l'ensemble du spectre — optimisation SEO pour les agents autonomes, données structurées, visibilité dans les LLM — consultez notre article sur les agents SEO IA autonomes.
La priorité e-commerce en 2026 : vos données produits doivent être aussi propres et complètes que si vous configuriez un ERP — parce que c'est exactement ce que les agents IA vont lire.
Comment fonctionnent les agents acheteurs#