L’IA ne va plus seulement vous conseiller quoi acheter : elle commence à faire les courses à votre place

Pendant des années, l’intelligence artificielle appliquée au shopping a surtout servi à recommander : « vous aimerez peut-être ceci ». En 2026, une étape supplémentaire est en train d’apparaître. Des agents peuvent rechercher des produits, comparer prix et disponibilité, constituer un panier et accompagner le passage à l’achat.

Autrement dit, l’IA ne se contente plus de répondre à « que dois-je acheter ? ». Elle commence à prendre en charge une partie du travail situé entre l’intention et la commande. Pour les courses du quotidien, cette évolution pourrait transformer une corvée répétitive en tâche déléguée — tout en soulevant de nouvelles questions sur le choix, la publicité et le contrôle.

Du moteur de recherche à l’agent qui prépare le panier

Le changement tient à la capacité des agents à enchaîner plusieurs opérations : comprendre une demande, chercher, comparer, tenir compte de contraintes, vérifier des informations commerciales et préparer une transaction. La valeur n’est plus seulement dans la réponse produite, mais dans la séquence d’actions effectuées pour l’utilisateur.

Pour des courses alimentaires, on peut imaginer une instruction telle que : préparer quatre dîners simples, privilégier les produits frais, respecter un budget et proposer des alternatives en cas d’indisponibilité. L’agent peut alors transformer ces préférences en liste et, lorsque les services marchands le permettent, en panier prêt à être validé.

Google veut déjà faire travailler le panier en arrière-plan

Google a présenté en 2026 Universal Commerce Protocol et Universal Cart. L’objectif est de permettre aux agents et aux commerçants de mieux communiquer pendant le parcours d’achat, tandis que le panier peut suivre prix et disponibilité et rassembler des produits issus de plusieurs marchands.

Google indique par ailleurs que son Shopping Graph contient plus de 60 milliards de fiches produits. Cette masse de données illustre l’une des conditions du commerce agentique : pour comparer correctement, l’IA doit accéder à des informations commerciales structurées, fraîches et suffisamment complètes.

ChatGPT a lui aussi rapproché conversation et achat

OpenAI avait lancé en 2025 Instant Checkout et l’Agentic Commerce Protocol afin de permettre certaines transactions depuis ChatGPT. En 2026, l’entreprise a également enrichi la découverte et la comparaison de produits dans l’interface conversationnelle.

Le principe est important : une conversation peut devenir progressivement une interface commerciale. Au lieu d’ouvrir plusieurs onglets, filtrer des catalogues puis recopier sa sélection, l’utilisateur exprime son besoin en langage naturel et laisse le système réduire le nombre d’étapes.

Mais « faire les courses à votre place » ne signifie pas encore « dépenser sans vous »

Le raccourci serait trompeur. Dans les systèmes documentés aujourd’hui, l’utilisateur conserve un rôle de contrôle et de validation, notamment au moment de la transaction. Les agents peuvent préparer, recommander et faciliter l’achat ; cela ne signifie pas qu’ils disposent librement de votre argent.

Cette distinction est essentielle pour la confiance. Plus l’IA se rapproche du paiement, plus les questions de consentement, d’erreur, de remboursement, d’identité et de sécurité deviennent importantes. L’automatisation utile suppose donc des points de contrôle explicites.

Le vrai bouleversement pourrait être invisible : qui choisit ce que l’IA vous montre ?

Lorsque l’agent compare à votre place, la hiérarchie des produits devient stratégique. Quels magasins sont interrogés ? Quels critères déterminent le « meilleur » choix ? Une offre sponsorisée est-elle distinguée d’une recommandation organique ? Le prix pèse-t-il davantage que la qualité, la proximité, l’impact environnemental ou vos habitudes ?

Ces questions existaient déjà avec les moteurs de recherche et les marketplaces. Le commerce agentique les rend plus sensibles parce que l’utilisateur peut déléguer non seulement la recherche, mais aussi une partie de la décision.

Le magasin pourrait devoir apprendre à vendre aux machines

Pour les enseignes, la conséquence est profonde. Une fiche produit conçue pour séduire un humain doit désormais aussi être comprise par des agents : prix, stock, caractéristiques, conditions de livraison, variantes et politiques commerciales doivent être accessibles et structurés.

Le commerce pourrait ainsi développer un nouveau client intermédiaire : l’IA de l’acheteur. Les marques continueront à convaincre des humains, mais elles devront également être correctement interprétées par les systèmes qui cherchent et comparent pour eux.

Après le chatbot, l’agent commercial

Le basculement ne se fera probablement pas en une nuit. Les courses alimentaires restent complexes : produits frais, substitutions, préférences personnelles, promotions, créneaux de livraison et disponibilité locale rendent l’automatisation plus difficile qu’un achat standardisé.

Mais la direction est désormais visible. L’IA conversationnelle répondait à nos questions. L’IA agentique commence à préparer des actions. Et lorsqu’elle saura gérer de manière fiable les tâches répétitives du quotidien, la question ne sera peut-être plus « quelle application utiliser pour faire mes courses ? », mais simplement : « qu’est-ce que je veux manger cette semaine ? »