27 octobre 2026
Au cours de All IN, l’événement dédié à l’IA tenu le 17 septembre dernier à Montréal, une table ronde s’est penchée sur l’utilisation d’agents d’IA pour aider les consommateurs à automatiser leurs achats en ligne. Tous les intervenants s’entendaient sur une chose : la confiance est l’obstacle majeur qui freine le commerce agentique. Synthèse.
Du point de vue du consommateur, la question se pose ainsi : peut-on s’imaginer un jour confier notre carte de crédit à un agent IA, en le mandatant pour faire notre épicerie, choisir nos cadeaux, acheter un nouveau téléphone ou même un voyage? Le degré de délégation peut bien sûr varier :
On pourrait choisir soi-même un certain modèle de vélo, et autoriser l’achat quand le prix descend sous un certain seuil », illustre Tom Pawelkiewicz, vice-président, paiements numériques chez Mastercard, lors de la conférence «La nouvelle ère du commerce agentique».
Mastercard a effectué des projets pilotes pour tester le niveau de confort des consommateurs. Avec les résultats suivants:
Les consommateurs se sentent à l’aise de déléguer pour certains types de produits – les achats récurrents et peu coûteux. Mais s’il s’agit d’un achat plus complexe ou personnel, comme un voyage, ce n’est pas quelque chose que l’on veut déléguer à une machine.»
Globalement, en 2026, le marché n’est pas prêt pour cela. C’est le verdict unanime des panélistes. D’un point de vue transactionnel, les grandes compagnies de cartes de crédit sont encore en train de bâtir un encadrement clair pour éviter les dérapages. Le VP de Mastercard explique :
Nous avons bâti un cadre de confiance où nous disons [aux fournisseurs d’agents d’IA]: « Écoute, avant d’utiliser du crédit Mastercard, votre modèle d’IA doit prouver qu’il a vérifié et authentifié l’utilisateur, puis validé ce qu’il veut acheter »
Mastercard veut déployer une « chaîne d’intention » où le consentement de chacune des parties est capté, chiffrée et inscrite dans un registre – à toutes les étapes de la transaction. C’est un des défis à l’instauration du commerce agentique, effectué par des agents autonomes.
Des IA qui manquent de «goût»
Ensuite, il faut reconnaître que la technologie en elle-même n’est pas encore au point. C’est ce que fait remarquer, Lauren Steinberg, vice-présidente exécutive et directrice générale du numérique chez Loblaw. Jusqu’à maintenant, les agents ont surtout été entraînés dans un contexte de productivité au travail.
Je pense simplement qu’on sous-estime le goût, explique-t-elle. Le goût, c’est quelque chose de très particulier. Les LLM ont du mal à le saisir. En ce moment, si dix personnes différentes qui partent en voyage à Boston demandent : « Qu’est-ce que je devrais visiter? Qu’est-ce que je dois absolument voir? », la réponse sera la même pour tout le monde, alors que les gens ont des goûts très personnels. »
Pour elle, ça ne fait aucun doute : les agents devront parvenir à saisir les nuances d’une « véritable personnalisation » si on veut aller de l’avant avec des agents d’IA qui magasinent de manière autonome.
Louis Têtu, président exécutif du conseil d’administration de Coveo, ajoute un dernier obstacle à l’émergence et l’adoption des agents de magasinage, provenant cette fois des marques.
Les grandes marques veulent toutes la même chose : contrôler l’expérience. Elles craignent que les agents aillent se mettre au-dessus [entre le consommateur et la marque]. Et la réalité, c’est que c’est tout à fait possible que ça arrive. »
Les marques devront rapidement s’adapter à une réalité où les agents-magasineurs seront beaucoup plus éduqués et savants qu’un consommateur moyen. Ils pourront comparer de manière très pointue et affinée des caractéristiques de produit en fonction des prix. Ils ne se laisseront pas berner par de la réclame tapageuse.
Dans le futur du magasinage, « la confiance sera le produit »
Pour Louis Têtu, l’enjeu de la personnalisation mentionnée ci-dessus est partiellement résolu. Les moteurs de recherche déployés sur les sites des marques sont capables de personnaliser leurs recommandations de produits, mais ils ne sont pas toujours capables de le faire dans un contexte précis.
Il donne un exemple simple : si un internaute va sur un site comme Bass Pro Shops, et qu’il mentionne aller pêcher au lac Algonquin, en donnant les coordonnées et un budget alloué, puis en demandant quels sont les hameçons à acheter en fonction des poissons à pêcher – peut-il avoir confiance dans les conseils qu’il recevra du site?
Parvenir à aligner l’IA de manière chirurgicale et à construire la confiance, c’est la prochaine étape à franchir pour les marques. Est-ce que l’IA comprend qui je suis et ce que je veux? Éventuellement, cette confiance sera le produit », conclut le président exécutif de Coveo.
