Amazon et Perplexity s’affrontent : la nouvelle ère du shopping autonome

Amazon et Perplexity s’affrontent désormais ouvertement autour des agents d’intelligence artificielle capables d’acheter en ligne à la place des utilisateurs. L’enjeu dépasse la simple conformité technique : il redistribue la valeur entre plateformes, fournisseurs de modèles et marques, dans un e-commerce où l’automatisation promet d’orchestrer une part croissante des transactions. Selon les dernières données sectorielles, le marché B2C pourrait voir des centaines de milliards de dollars pilotés par des agents d’ici la fin de la décennie. Il est à noter que cette dynamique s’accélère alors que les grands acteurs verrouillent leurs écosystèmes tout en développant leurs propres agents, signalant une concurrence verticale inédite.

Au cœur du dossier, l’agent Comet de Perplexity, accusé par Amazon d’accéder à la plateforme en se faisant passer pour un navigateur standard et en opérant pour le compte d’utilisateurs. La bataille juridique s’inscrit dans un cadre légal encore imprécis, tandis que la publicité – segment à forte marge – devient le champ de tension principal. Cette tendance souligne le basculement d’un modèle d’audience vers un modèle de délégation. Dans ce contexte, des acteurs comme Shopify, OpenAI, Google, Visa, Stripe et les réseaux de paiement définissent déjà les futurs standards. Pour les enseignes et les marques, la question n’est plus de savoir si le shopping autonome va s’imposer, mais à quelles conditions de transparence, d’attribution et de partage de la donnée il sera acceptable pour l’expérience client et soutenable pour les marges.

Amazon vs Perplexity : agents IA et redéfinition du shopping autonome

Amazon a lancé une action fédérale contre Perplexity, estimant que l’agent Comet aurait effectué des achats sur sa plateforme sans autorisation adéquate. Plusieurs médias ont détaillé les griefs et les réponses, dont une mise en perspective sur l’offensive d’Amazon contre les navigateurs dopés à l’IA, une analyse de l’escalade publiée par Numerama, et un panorama stratégique de L’Express. Perplexity rétorque que l’agent agit au nom de l’utilisateur, avec ses identifiants, et défend un principe de délégation légitime.

Le moment est charnière pour le commerce intelligent. D’après des estimations de cabinets reconnus, la pénétration des agents pourrait remodeler la chaîne de valeur du retail en ligne, en marginalisant les interfaces classiques au profit d’une technologie de pointe conversationnelle et proactive. Au-delà de Comet, l’écosystème se structure déjà autour d’agents concurrents et de protocoles d’exécution transactionnelle.

• Produits agents : Comet (Perplexity), ChatGPT Agent ex-Operator (OpenAI), Rufus et Buy For Me (Amazon) forment une première vague d’outils.
• Risque publicitaire : les agents contournent naturellement les liens sponsorisés, menaçant une source clé de monétisation.
• Effet plateforme : verrouillage d’accès d’un côté, intégrations facilitatrices de l’autre, illustrant deux stratégies opposées.

Comme l’explique un tour d’horizon de Abondance, les agents IA autonomes déplacent le point d’équilibre entre contrôle de la donnée, vitesse d’exécution et traçabilité de l’intention d’achat. Insight clé : le front est économique autant que technique.

Ce que l’agentique change concrètement pour l’e-commerce

À mesure que l’agentique prend en charge la recherche, la comparaison et l’achat, l’utilisateur final délègue l’arbitrage prix/qualité/confiance. Selon les dernières données publiques, cette délégation transfère la prime d’influence des pages de résultats vers l’agent qui orchestre la décision. Les marques sont incitées à optimiser leur « lisibilité pour agents » autant que leur SEO.

• Nouveaux funnels : du brief utilisateur (« achète-moi X sous Y euros ») à l’exécution automatisée, sans passer par l’interface web.
• Signal produit : descriptions structurées, garanties, politiques de retour et qualité logistique deviennent des critères machine-first.
• Attribution : qui « mérite » la vente quand l’agent a agrégé l’intention et la plateforme a fourni l’inventaire ?

Comme le rappelle Roboto, le pouvoir de l’agent n’est pas de conseiller seulement, mais d’agir. Insight final : la bataille se gagnera sur la confiance et la gouvernance des décisions algorithmiques.

Modèles économiques sous tension : publicité, données et automatisation

Il est à noter que la publicité constitue désormais un pilier pour Amazon. Sur un trimestre récent, les revenus publicitaires ont bondi d’environ 24 % en glissement annuel, pour atteindre près de 17,7 milliards de dollars, avec une trajectoire annuelle proche de 60 milliards. Cette tendance souligne la dépendance accrue à des revenus à forte marge alors que l’automatisation risque d’éluder les espaces sponsorisés et recommandations internes.

Face aux robots d’indexation avancés, des barrières se renforcent : blocages d’outils tiers, quotas d’API, politiques d’usage restrictives. À l’inverse, certains acteurs cultivent l’ouverture ciblée avec des accords partenaires et des sandbox contrôlées, espérant capter le flux des agents tout en conservant une part de la valeur.

• Stratégie défensive : contrôle de l’accès, lutte contre le scraping, authentification renforcée des agents.
• Stratégie offensive : lancement d’agents propriétaires (ex. Rufus, Buy For Me) et développement de rails transactionnels internes.
• Partenariats : intégrations sélectives avec fournisseurs d’agents pour préserver mesure et attribution.

Pour approfondir, voir l’angle « bataille des agents IA » détaillé par Solutions Numériques et la synthèse de Les Numériques. Insight final : la ligne de fracture passe par la monétisation de l’attention captée par l’agent.

Exemple opérationnel : la méthode « agent-friendly » d’une DNVB

Fil conducteur : Clara, directrice digitale d’une marque de soins D2C, veut rester visible dans un monde piloté par agents. Son équipe priorise des métriques lisibles par machine, plutôt que des KPI uniquement orientés interface.

• Structurer : fiches produits enrichies (normes, labels, délais réels) et politiques de retour explicitement balisées.
• Preuve logistique : SLAs, notes de satisfaction et taux de rupture exposés via schémas standards.
• Traçabilité : consentement data, provenance et conformité renseignés pour favoriser la recommandation automatisée.

Clara constate que les agents privilégient les vendeurs « bas bruit » (peu de frictions) et « hautes garanties ». Insight final : l’excellence opérationnelle devient un langage adressé d’abord aux agents.

Protocoles et paiements : l’infrastructure du commerce agentique

Les rails de paiement se reconfigurent pour accueillir des agents autonomes. Google a présenté un protocole de paiements dédié aux agents, soutenu par de grands réseaux, tandis que Visa pilote des cartes à identifiants tokenisés avec des partenaires IA de premier plan. OpenAI et Stripe, de leur côté, avancent un protocole d’achats intégrés directement dans des interfaces conversationnelles.

Ces innovations visent à sécuriser l’exécution, réduire la fraude et fournir une attribution normalisée, conditions essentielles à l’innovation retail et à une expérience client fluide. Elles créent aussi un langage commun entre plateformes, agents et marchands pour documenter consentement, panier, livraison et preuves d’identité.

• APIs d’intention : encapsuler « qui achète quoi, quand et pour qui » avec validations explicites.
• Tokenisation : réduire l’exposition des données sensibles en cas de délégation à un agent.
• Preuves cryptographiques : registres d’événements inviolables pour auditer l’agent et l’exécution marchande.

Des panoramas complémentaires sont proposés par FrenchWeb et une exploration des nouveaux enjeux réglementaires sur HubToWork. Insight final : la standardisation des paiements est le socle invisible du shopping autonome.

Cas d’usage guidé : de l’intention à la livraison, pas à pas

Pourquoi ces protocoles comptent-ils autant ? Parce que l’agent orchestre désormais toute la chaîne jusqu’au suivi de colis, sans interface humaine. Le parcours se formalise en jalons signés et vérifiables.

• Intention : l’utilisateur fixe contraintes (budget, éthique, délai).
• Négociation : l’agent interroge catalogues et disponibilités, prouve son identité, réserve des stocks.
• Exécution : paiement tokenisé, confirmation, mise à jour logistique et notifications.

Comme le retrace LeBigData, le différentiel concurrentiel se niche dans la latence, la fiabilité et la qualité des signaux partagés. Insight final : « qui maîtrise le protocole, maîtrise la conversion ».

Gouvernance et droit : le test de réalité du CFAA et de la transparence

Sur le plan juridique, Amazon invoque une loi fédérale américaine contre la fraude informatique. Depuis la décision Van Buren, l’interprétation s’est resserrée sur le piratage technique, laissant en suspens la question de l’accès automatisé lorsqu’il s’effectue avec les identifiants de l’utilisateur. Perplexity soutient que l’agent agit comme un mandataire numérique dûment autorisé.

Ce débat engage des principes de transparence, d’identification des agents et de limites d’usage. Les plateformes cherchent une reconnaissance explicite des agents, tandis que les éditeurs d’IA défendent la légitimité de l’action au nom du client. Entre ces pôles, le régulateur devra arbitrer la proportionnalité des moyens et la clarté des consentements.

• Transparence : signaler l’identité de l’agent et son périmètre d’action.
• Traçabilité : journaliser les actions pour audit et recours.
• Proportionnalité : équilibrer protection des plateformes et droit de déléguer.

Des synthèses accessibles figurent dans l’analyse de L’Express et l’état des lieux proposé par Numerama. Insight final : sans cadre de gouvernance partagé, l’arbitrage se fera par la jurisprudence et la confiance des utilisateurs.