Les statistiques d'engagement d'OpenAI révèlent une dure vérité. Nous ne construisons pas de commerce agentique, nous construisons des outils en ligne de commande glorifiés avec une interface de chat.
Ceci est un article de plus de 3 000 mots. Prenez votre café.
Résumé TL;DR
- Une récente discussion sur Hacker News a révélé que malgré une base d'utilisateurs massive de 800 à 900 millions, OpenAI constate un engagement principalement hebdomadaire, et non quotidien, avec seulement 5 % des utilisateurs payants. Cela met en évidence une faille critique : nous avons de puissants outils d'IA, mais pas de véritables agents IA intégrés à la vie quotidienne [4].
- Le fossé entre un outil sollicité par l'utilisateur et un agent proactif et autonome est un abîme architectural. L'état actuel du commerce agentique (agentic commerce) repose sur des appels d'API fragiles et des contournements impliquant l'humain – ce qu'une source appelle des « humains louables » (rentable humans) [3] – car il nous manque un protocole universel permettant aux agents de communiquer, de transiger et de négocier.
- Pour atteindre la préparation des vitrines agentiques (agentic storefront readiness), les marques doivent cesser de se concentrer sur la création de chatbots isolés pour contribuer et se préparer à un monde axé sur les protocoles. Cela signifie une obsession pour les données structurées pour la recherche IA, la création de laboratoires d'expérience IA en bac à sable et la conception de systèmes pour des interactions agentiques auditables.
J'étais coincé dans les embouteillages sur la 405 lundi dernier, rentrant de DTLA à Venice, quand j'ai vu quelque chose qui résume parfaitement l'état de l'IA. Un SUV électrique flambant neuf, à six chiffres, silencieux et élégant, était en train d'être remorqué. Toute cette technologie futuriste, une suite de conduite autonome capable de naviguer sur une autoroute, rendue complètement inutile par un pneu crevé. L'autonomie de la machine a heurté un mur à la première rencontre avec un problème mondain du monde réel qu'elle n'était pas conçue pour résoudre. Le propriétaire était au téléphone, coordonnant vraisemblablement une solution — agissant comme l'API humaine pour un morceau de matériel très cher, très coincé.
C'est le problème exact qui afflige le monde de l'IA, et il a été mis à nu dans un fil Hacker News qui a attiré mon attention cette semaine [4]. La discussion portait sur la façon dont OpenAI, avec ses 800 à 900 millions d'utilisateurs, peut rivaliser à long terme. Mais la véritable information de cette conversation ne concernait pas la concurrence de la Chine ou des rivaux de la Silicon Valley. C'était une statistique unique et dévastatrice : la grande majorité de ces utilisateurs sont actifs chaque semaine, et non chaque jour. Et seulement 5 % paient.
Pour quiconque a passé des années à construire des systèmes qui vivent ou meurent en fonction des utilisateurs actifs quotidiens, cette statistique est une alarme retentissante. Elle nous dit que malgré tout le battage médiatique, nous avons construit un outil phénoménalement puissant que les gens utilisent comme une calculatrice sophistiquée — ils le sortent lorsqu'ils ont un problème spécifique, puis le rangent. Nous n'avons pas construit un agent indispensable et proactif qui tourne en arrière-plan de nos vies. Nous avons une fonctionnalité, pas un partenaire. Et dans le commerce, cette distinction est capitale.
Ce n'est pas un échec de l'intelligence du modèle. C'est un échec de l'architecture. Votre IA peut écrire un sonnet sur un amour perdu, mais elle ne peut pas négocier un retour pour une paire de baskets qui sont arrivées éraflées. Elle peut générer une image photoréaliste d'un sac à main sur mesure, mais elle ne peut pas coordonner avec trois fournisseurs différents pour le faire livrer à une suite du Chateau Marmont avant un vol de dernière minute. Votre IA est le véhicule électrique sur le côté de la 405 — une centrale de potentiel, attendant qu'un humain passe un coup de fil.
Bâtissons-nous des agents ou simplement de meilleures calculatrices ?
Le faible engagement quotidien pour une plateforme aussi puissante qu'OpenAI devrait forcer chaque marque investissant des millions dans la « stratégie IA » à se remettre en question [4]. Nous sommes obsédés par les mauvaises métriques. Nous effectuons des tests A/B sur les couleurs des fenêtres de chat et mesurons l'« engagement de session » en minutes, mais nous sommes à des millions de kilomètres de la seule métrique qui compte pour un véritable commerce agentique (agentic commerce) : l'accomplissement de tâches autonomes.
Un agent n'attend pas une invite. Un agent a un objectif et un mandat. Il anticipe les besoins. Il opère de manière asynchrone. Votre Roomba est plus un agent que 99 % des « assistants IA » sur le marché. Il a un seul objectif (nettoyer le sol), il navigue dans son environnement, il gère les exceptions (heurter le canapé) et il retourne à sa station pour se recharger, tout cela sans votre intervention. Il travaille pour vous pendant que vous dormez.
Maintenant, comparez cela au chatbot de votre marque. C'est un système réactif. Une barre de recherche glorifiée avec une personnalité. Il peut répondre à des questions, mais seulement si l'utilisateur se présente et les pose. Il peut guider un utilisateur vers un produit, mais il ne peut pas remarquer qu'il a cherché des chaussures de randonnée pendant trois semaines sur plusieurs sites et suggérer de manière proactive une nouvelle arrivée de Patagonia qui convient parfaitement à son prochain voyage dans les Sierras. Cela représente une incompréhension fondamentale de ce qu'est un agent.
Ce tableau clarifie les différences architecturales et fonctionnelles auxquelles nous sommes confrontés :
| Caractéristique | Outil IA (Le présent) | Agent IA (L'avenir) |
|---|---|---|
| Activation | Sollicité par l'utilisateur, synchrone | Orienté objectif, asynchrone |
| Gestion d'état | Largement sans état, basé sur la session | Mémoire persistante et à long terme des objectifs et de l'historique |
| Fonction principale | Récupération et génération d'informations (répondre aux questions) | Exécution et coordination de tâches (faire avancer les choses) |
| Modèle d'interaction | Questions-réponses, commande-réponse | Négociation, délégation, autorisation |
| Métrique de succès | Durée de la session, score de satisfaction de l'utilisateur | Accomplissement autonome et réussi des tâches déléguées |
| Exemple concret | Un chatbot qui vous aide à trouver une page produit. | Un agent qui surveille l'inventaire et achète automatiquement une sneaker en édition limitée dès sa sortie. |
Cette discussion sur Hacker News met en évidence une base d'utilisateurs qui s'engage principalement lorsqu'elle a besoin d'écrire un e-mail, de déboguer du code ou de créer une présentation [4]. Ce sont des tâches discrètes. C'est un comportement basé sur des outils. Le saut vers un comportement agentique — où l'IA gère vos voyages, exécute des transactions ou gère votre vitrine — n'est pas une étape itérative. C'est une révolution architecturale qui n'a pas encore eu lieu.
L'absence paralysante d'un protocole de commerce universel
Pendant deux décennies, nous avons construit le commerce sur des API. REST et plus tard GraphQL sont devenus la lingua franca. Un produit est un objet Product. Une commande est un objet Order. C'était propre, structuré et prévisible. Tout ce paradigme est un désavantage à l'ère agentique.
Un agent IA ne pense pas en appels d'API rigides. Il pense en objectifs. Un objectif comme : « Je dois retourner ce pull, mais je veux le bleu à la place, et je dois le faire livrer à mon bureau à Santa Monica avant vendredi parce que je prends l'avion pour une réunion. »
Comment représenter cela avec un point d'entrée POST /returns ? Vous ne pouvez pas. L'architecture actuelle oblige l'utilisateur (ou un représentant du service client humain) à agir comme orchestrateur, assemblant une douzaine d'appels d'API différents et de processus manuels :
- Vérifier si le pull bleu est en stock.
- Vérifier s'il peut être livré au bureau de Santa Monica.
- Vérifier les délais de livraison.
- Initier un retour pour le pull original.
- Générer une étiquette d'expédition.
- Passer une nouvelle commande pour le pull bleu.
- Appliquer un crédit du retour au nouvel achat.
C'est un flux de travail fragile et pathétique. Un agent autonome, doté d'un mandat, devrait être capable de négocier l'intégralité de ce processus avec l'agent autonome de la marque. Mais ils n'ont pas de langage pour communiquer entre eux. Il nous manque la couche fondamentale : un Protocole de Commerce Universel (UCP - Universal Commerce Protocol) ou quelque chose d'équivalent.
Sans un protocole partagé pour la communication d'agent à agent, nous restons bloqués dans la réalité actuelle. L'« agent » n'est qu'un modèle linguistique devenu très doué pour traduire l'objectif d'un utilisateur en une série d'appels d'API prédéfinis. Ce n'est pas de l'autonomie ; c'est un script sophistiqué.
Voici à quoi ressemble le flux de données aujourd'hui par rapport à ce à quoi il devrait ressembler dans un monde axé sur les protocoles :