Un client n'a plus besoin de parcourir dix fiches pour préparer un week-end. Il peut écrire : « une tente, un duvet et un réchaud pour deux enfants ». L'agent cherche dans le catalogue, compare, compose le panier et répond sur le suivi de commande, dans la même conversation.

Le 2 septembre 2026, Anthropic a mis à disposition des équipes e-commerce un blueprint open source (licence Apache 2.0) pour construire des agents de commerce sur Claude. Shopify, Visa, Mastercard, Accenture, Wix et Klaviyo figurent parmi les partenaires de lancement. Anthropic avance des retours clients de paniers jusqu'à 35 % plus élevés et une probabilité d'achat en hausse de 60 % chez les retailers qui font déjà tourner ces agents.

Le code public ne remplace pas l'intégration. Il faut le brancher sur le catalogue, les politiques et le checkout du marchand, puis le faire vivre. Cet article revient d'abord sur la vision d'Anthropic, puis sur le rôle d'une agence commerce comme Yoozio pour la mettre en production.

1. Ce que propose Anthropic : le commerce de demain se joue en conversation

Anthropic définit un agent de commerce comme une IA qui simplifie l'achat et la vente sur un catalogue en ligne. Ce n'est ni un widget de FAQ, ni un moteur de recommandation isolé. L'agent raisonne sur un objectif, appelle des outils, charge des procédures (les « skills ») et s'arrête quand la tâche est faite.

Le dépôt public anthropics/commerce-agents livre deux agents de référence, des garde-fous, un plugin Claude Code pour démarrer un projet, et des démos sur quatre secteurs : retail, voyage, télécom et billetterie. Le code tourne là où les équipes utilisent déjà Claude : API Anthropic, Amazon Bedrock, Google Vertex AI ou Microsoft Foundry.

L'agent shopping et l'agent marchand

L'agent shopping vit dans le site ou l'application du marchand. Il s'adresse au client final. Il peut :

  • chercher dans le catalogue en langage naturel, y compris des requêtes multi-articles ;
  • comparer des produits et afficher des cartes, pas seulement du texte ;
  • mémoriser des préférences, dans un cadre de gouvernance ;
  • construire le panier et le remettre au checkout existant ;
  • répondre au SAV dans la même conversation : suivi de commande, retours, politique de remboursement.

L'agent marchand s'adresse à l'équipe qui exploite la boutique. Un responsable peut demander « qu'est-ce qu'on démarque pour écouler la collection précédente ? » et obtenir une réponse fondée sur les données de la boutique. L'agent surveille les stocks, recommande des prix ou des promotions, et rédige des campagnes. Toute écriture reste en attente d'approbation humaine avant mise en ligne.

Une architecture simple, pensée pour la production

Le guide technique Anatomy of effective commerce agents tranche un débat fréquent : un seul agent dans une boucle, plutôt qu'un routeur d'intentions devant une collection de sous-agents. Une conversation d'achat mélange catalogue, panier et retour. Chaque passage de relais perd du contexte, coûte des tokens et ajoute des secondes.

Quatre briques portent chacune une responsabilité :

  • Le system prompt porte les règles fréquentes : ancrage aux données, sémantique du panier et du checkout, contraintes de marque et de droit.
  • Les skills chargent à la demande les procédures plus spécifiques (recherche, planification, SAV, pricing, campagnes).
  • Les tools appellent les systèmes déjà en place (catalogue, panier, commandes, stocks) sans les réécrire.
  • Le harness exécute, applique les permissions et les règles de sécurité dans le code.

L'interface elle-même est un outil. L'agent n'invente pas de HTML. Il appelle present_products, present_comparison ou present_cart avec des arguments typés. Le serveur valide, le front affiche les cartes aux couleurs de la marque. Quand un client dit « ajoute le deuxième », ça fonctionne, parce que la mise en page fait partie de l'historique.

La sécurité est dans le harness, pas dans le prompt

Pour un dirigeant, un DAF ou un DPO, c'est souvent le point décisif. Dans le blueprint :

  • le modèle propose, une personne ou une politique applique ;
  • aucun outil ne paie : le checkout affiche le panier, le backend n'a pas de méthode « débiter » ;
  • seuls les identifiants émis par le serveur sont acceptés : un ID halluciné ou collé dans un avis est refusé ;
  • le contenu tiers (fiches, avis, politiques) est assaini, à rapporter, jamais à exécuter ;
  • les mentions réglementées (frais, informations légales) sont servies mot pour mot depuis une copie approuvée, jamais paraphrasées par le modèle.

Cette conception s'aligne sur le cadre européen : transparence vis-à-vis de l'utilisateur, gouvernance de la mémoire (types autorisés, droit d'accès, de correction et de suppression, durée de rétention), et respect du droit de la consommation sur les prix et la disponibilité. Pour le calendrier réglementaire, voir aussi notre article sur l'application de la loi sur l'IA dans l'UE.

Deux chantiers distincts, à mener ensemble

Le blueprint Claude concerne l'agent propriétaire : celui qui vit sur votre site, avec votre marque, votre relation client et vos données. C'est le vendeur digital de la boutique.

En parallèle, les clients achètent de plus en plus via des agents tiers (ChatGPT, Gemini, Copilot, Perplexity). Pour y apparaître, il faut des données produits structurées, un feed catalogue propre, et souvent un manifeste UCP ou les Agentic Storefronts Shopify. Ce n'est pas le même projet, mais c'est le même enjeu : être trouvable et achetable quand la décision se prend dans une conversation. Notre analyse sur Shopify et ChatGPT décrit déjà ce basculement de canal.

En France, le marché est mûr. La Fevad estime le e-commerce à environ 200 milliards d'euros de chiffre d'affaires, avec plus de 42 millions de cyberacheteurs. Près d'un acheteur sur trois utilise déjà l'IA dans son parcours. Une part croissante des commerçants expérimente le commerce agentique, mais une majorité d'assistants butent encore : ils répondent, sans vraiment vendre.

2. Yoozio, l'agence commerce qui déploie vos agents

Le blueprint est une architecture de référence, pas un produit clé en main. Anthropic le dit : il n'embarque ni paiements, ni authentification, ni connecteurs vers vos systèmes. Il faut l'adapter à la marque, écrire les tests (les « évals »), l'héberger, le superviser et le faire vivre à chaque saison, chaque promo, chaque nouveau modèle.

C'est le métier d'une agence commerce. Chez Yoozio, on le résume ainsi : nous transformons votre site e-commerce en vendeur qui conseille, compose le panier et suit la commande, sans jamais prendre la main sur le paiement, avec les règles de votre boutique appliquées dans le code.

Pourquoi le code public ne suffit pas

Un prototype peut tenir en quelques heures sur une boutique Shopify de démonstration. Un service en production demande davantage :

  • des fiches produits assez riches pour que l'agent n'invente pas les attributs ;
  • un panier, un checkout et un suivi de commande accessibles par API ;
  • des politiques (livraison, retours, garanties) à jour et consommables ;
  • une suite d'évals, avec des cas positifs et négatifs, y compris l'injection de prompt ;
  • de l'observabilité (coût par tâche, cache, latence perçue, incidents) ;
  • un cadre RGPD pour la mémoire, et une transparence IA vis-à-vis de l'utilisateur.

C'est le croisement de nos expertises IA & Automatisation, e-commerce et architecture SI. L'agent n'est utile que s'il parle à vos vrais systèmes.

Diagnostic « Agent-Ready »

Avant d'écrire une ligne d'agent, on établit où vous en êtes, ce que ça rapporterait, et comment y aller. En deux à trois semaines, le diagnostic livre :

  • un audit de la donnée produit (complétude, variantes, Schema.org, politiques), la matière première de tout agent ;
  • une cartographie des systèmes : catalogue, panier, OMS, PIM, CRM, avis, SAV, et la faisabilité d'intégration selon la plateforme ;
  • l'analyse des tickets SAV et des conversations existantes, pour prioriser les intentions à fort ROI ;
  • l'état de votre visibilité dans les agents tiers (ChatGPT, Gemini, Perplexity, Copilot) ;
  • un business case chiffré (panier, conversion assistée, tickets évités, coût de run) et une feuille de route 6 à 12 mois ;
  • une démo sur un extrait de votre catalogue, pas sur un jeu de données fictif.

La décision d'avancer se prend sur ces éléments, pas sur une présentation.

Pilote Agent Shopping (8 semaines)

L'objectif est un agent en production, sur un périmètre maîtrisé et mesurable. Le périmètre type :

  • recherche, fiches produit et comparaison ;
  • panier avec remise vers votre checkout ;
  • deux ou trois flux SAV (suivi de commande, politique de retours) ;
  • mémoire des préférences, en opt-in ;
  • une langue (le français), un canal (le site), un déploiement progressif sur une part du trafic ou une page d'entrée.

Vous repartez avec l'agent déployé, le backend d'intégration, les composants d'interface aux couleurs de la marque, une suite d'évals, un tableau de bord, la documentation et la formation des équipes. Les indicateurs que l'on suit avec vous : taux de conversion des sessions avec agent versus sans, panier moyen assisté, taux de passage au checkout, tickets SAV évités, taux d'ancrage aux données (aucun prix ni disponibilité inventés), coût par tâche.

Agent marchand et programme complet

Une fois l'agent shopping en place, on élargit : digest quotidien de performance, alertes stock, recommandations de prix et de promotions avec file d'approbation, rédaction de campagnes branchée sur votre outil d'emailing. L'agent surveille la boutique, l'équipe décide.

Le programme couvre aussi la gouvernance : un propriétaire par skill et par outil, une intégration continue des évals, un calendrier de gel avant les pics (Black Friday, Noël), et l'adaptation aux évolutions de protocoles (UCP, ACP, paiements agentiques).

TMA : un agent se pilote dans le temps

Un agent n'est pas un plugin qu'on installe. C'est un système non déterministe qui évolue avec le catalogue, les promotions, les modèles et les saisons. L'accompagnement mensuel couvre la supervision, le suivi des coûts API et du cache, la revue des transcriptions, l'ajout d'évals issus des vrais incidents, et la veille modèles. Un nouveau modèle se choisit par un balayage de la suite de tests, pas parce qu'il vient de sortir.

Shopify, PrestaShop, et le reste du SI

Sur Shopify, l'intégration est la plus directe : Storefront MCP, panier, checkout, commandes, et les Agentic Storefronts pour la visibilité dans les agents tiers. Shopify construit d'ailleurs une implémentation de référence storefront sur le blueprint Anthropic.

Sur PrestaShop, WooCommerce ou Magento, le travail d'intégration est plus important, et c'est souvent là que la valeur d'agence est la plus nette. Ces stacks restent très présentes chez les PME et ETI françaises. L'agent n'a pas besoin d'un nouveau SI : il appelle le PIM, l'OMS et le checkout que vous avez déjà. Pour la qualité des fiches, le PIM redevient un levier stratégique, parce que l'IA ne voit que ce que vos données lui donnent.

Questions fréquentes

Qu'est-ce qu'un agent de commerce Claude ?

Une IA qui poursuit un objectif d'achat ou de gestion en appelant des outils (catalogue, panier, stocks, commandes), au lieu de se limiter à répondre en texte. Anthropic en publie deux : shopping (client) et marchand (équipe).

Quelle est la différence avec un chatbot e-commerce ?

Un chatbot répond à des questions. Un agent cherche, compare, compose un panier, prépare le checkout et traite une partie du SAV. Les règles de prix et de sécurité sont dans le code.

L'agent peut-il payer à la place du client ?

Non. Le blueprint ne déplace pas d'argent. Le paiement reste dans votre tunnel existant. Côté back-office, aucune baisse de prix ne part en ligne sans validation.

Par où commencer ?

Par un diagnostic Agent-Ready. Il dit si vos données et vos APIs tiennent, ce que l'agent rapporterait, et quel pilote lancer en premier.

Conclusion

Anthropic a publié une architecture de référence pour le commerce agentique : un vendeur conversationnel côté client, un copilote d'exploitation côté équipe, avec des garde-fous assez solides pour un marché réglementé comme la France.

La barrière technique s'est abaissée. Il reste à brancher l'agent, le mesurer et le faire vivre. C'est le travail de Yoozio : cadrage, intégration, formation, TMA.

Reste à savoir si votre boutique est prête à parler à un agent, le vôtre et ceux des autres.