Un agent d'intelligence artificielle branché sur une boutique en ligne lit la commande d'un acheteur, interroge le suivi du transporteur et répond dans la conversation. Il met à jour une adresse de livraison tant que le colis n'est pas parti. Il rédige une fiche produit dans cinq langues depuis une fiche source. Il relève chaque matin le prix de vos références chez vos concurrents.
Tout le reste repart vers une personne. Un remboursement engage de l'argent, un litige transporteur se négocie, une commande professionnelle se chiffre. Tandem accompagne plus de 50 entreprises sur ces sujets, dont des marques e-commerce qui vendent en direct et sur marketplaces. Les déploiements qui tiennent ont tous écrit cette frontière avant la première ligne de code.
Que fait un agent IA sur une boutique e-commerce ?
Quatre chantiers portent l'essentiel de la valeur. Ils ont un point commun. Leur matière première existe déjà quelque part dans votre système, dans la commande, dans la fiche produit ou sur une page publique.
- Le service après-vente. L'agent répond au suivi de commande, au retour et à la question produit, sur le chat, le mail et la messagerie.
- Le contenu produit. Il écrit la fiche, la décline par marché et la traduit, à partir des attributs et d'un visuel de référence.
- La veille marketplace. Il relève les prix, les ruptures et les nouveaux entrants sur les places de marché où vous vendez.
- La visibilité dans les assistants. Il nettoie les attributs du catalogue pour que les moteurs de réponse citent vos produits correctement.
Le besoin grandit avec le volume. La Fevad relevait, dans son communiqué de septembre 2026, plus de 52 milliards d'euros de ventes en ligne au deuxième trimestre. Les transactions progressaient de 13,5 % et le panier moyen tombait à près de 60 euros. Le marché fait donc plus de commandes pour moins d'euros chacune. Chaque euro encaissé génère plus de contacts à traiter qu'il y a deux ans.
| Chantier | Ce que l'agent produit | Délai type |
|---|---|---|
| Service après-vente | Une réponse envoyée dans la conversation, ticket clos | 1 à 6 semaines |
| Contenu produit | Une fiche rédigée et traduite, prête à relire | 2 à 4 semaines |
| Veille marketplace | Un relevé quotidien et une alerte au seuil | 1 à 2 semaines |
| Visibilité dans les IA | Des attributs normalisés poussés vers les assistants | 3 à 8 semaines |
Ce que l'agent traite seul, ce qu'il repasse à une personne
La frontière se dessine avant le déploiement. La redessiner en cours de route coûte toujours plus cher. D'un côté les demandes dont la réponse existe déjà dans la commande ou dans la fiche. De l'autre tout ce qui engage de l'argent ou une négociation.
Le remboursement mérite une précision. Beaucoup d'équipes veulent le confier à l'agent dès la deuxième semaine, parce que c'est le motif de contact qui agace le plus. Gardez la main. Un agent qui annonce un remboursement crée une attente que personne ne tiendra si la règle de gestion change. Les plateformes de support gèrent cette bascule de façon très inégale, nous les avons comparées dans notre sélection d'outils IA de ticketing.
Comment se traite un « où est ma commande » de bout en bout
C'est le motif de contact numéro un de presque toutes les boutiques, et c'est le plus simple à automatiser. La réponse tient dans deux systèmes, la commande et le suivi du transporteur. Aucune donnée sensible n'entre dans la boucle.
La qualité se joue sur la formulation de la réponse, pas sur la technique. Un acheteur qui lit « votre colis est en cours d'acheminement » reste insatisfait. Le même acheteur qui lit une date estimée et le nom du point relais ferme la conversation. Écrivez les réponses avec l'équipe du service client, pas avec l'équipe technique.
Les fiches produits, le chantier qui paie le plus vite
Un catalogue vit mal. Les attributs manquent, les descriptions datent, les traductions suivent avec six mois de retard. C'est exactement le type de matière que les modèles de langage traitent bien, parce que la source existe et que le contrôle est facile.
Cdiscount a chiffré le gain. Sa filiale technologique Peaksys annonçait en février 2025, dans au Journal du Net, 30 % de conversion supplémentaire sur les fiches correctement recatégorisées par un modèle de langage. Le déploiement visait 50 millions de produits. La recatégorisation ne touche ni au prix, ni au visuel, ni au stock. Elle remet simplement le produit dans la bonne branche de l'arbre.
Nous avons mesuré la même mécanique sur le visuel. Pendant l'audit mené chez Moose Knuckles, marque d'outerwear qui vend en ligne, nous avons chiffré la génération des déclinaisons coloris depuis un seul cliché studio. Elle rendait adressable environ la moitié des visuels du catalogue. Le coût unitaire passait d'une centaine d'euros en studio à quelques centimes, et un cycle de trois mois se compressait en semaines.
La veille marketplace, le chantier que personne ne branche
Vendre sur une place de marché veut dire subir le prix du voisin. Aucune plateforme de boutique ne fournit cette surveillance en natif. C'est pourtant devenu simple à construire depuis que les modèles lisent du contenu non structuré.
J'ai monté une équipe d'agents de ce type et j'ai détaillé le montage dans mon édition sur le scraping. Le principe tient en trois temps. Une brique récupère la page et la remet en forme, un modèle en extrait les variables dans un format fixe, un dernier agent rédige le rapport. La série complète de rapports coûtait quelques centimes.
Un fabricant de produits techniques que Tandem accompagne vend en direct et sur plusieurs places de marché, en France et dans trois pays voisins. Sa veille tarifaire tourne tous les matins et alerte dès qu'une référence passe sous un seuil. Ses agents de réponse aux appels existent aussi en espagnol, en italien et en allemand, parce que l'expansion est arrivée avant les recrutements.
Pourquoi votre agent invente un process qui n'existe pas
C'est le risque le plus sous-estimé du SAV automatisé, et il ne ressemble pas à une panne. L'agent répond vite, avec aplomb, et sa réponse est fausse. Elle est surtout plausible, ce qui la rend difficile à repérer.
Il résume le problème par une image que je réutilise souvent. Un modèle de langage ressemble à un élève en contrôle qui ne connaît pas la réponse. Il tente quand même, au cas où. Sur une demande de retour de ceinture, son agent avait inventé un retour en boutique qui n'existait pas chez le marchand. Un client serait parti pour rien.
Le correctif tient en une règle. L'agent se pilote par la base de connaissance, et il n'a tout simplement pas le droit de répondre hors de ce périmètre. Un deuxième réflexe complète le premier. Toutes les actions que la machine ne sait pas exécuter, comme déclencher un remboursement, sont retirées de cette base. Une procédure absente de la connaissance ne peut plus être promise.
Automatisation, workflow ou agent : ce qui tourne vraiment
Le mot agent recouvre trois réalités très différentes, et la confusion coûte cher en budget. Une automatisation exécute des règles fixes. Un workflow IA encadre un processus et appelle un modèle à une ou deux étapes. Un agent poursuit un objectif et choisit lui-même ses actions.
La majorité de ce qui tourne en production dans l'e-commerce relève de la colonne du milieu, et je l'assume dans ce post sur les agents. Une entreprise veut du contrôle, de la fiabilité et un retour sur investissement. Le workflow lui donne les trois. Nous détaillons la distinction dans notre comparaison workflows et agents.
Ce qui est natif sur la boutique, ce qu'il faut construire
Les plateformes ont beaucoup avancé. Shopify a présenté en juin 2026, dans son édition Spring 26, quatre briques utiles. Un assistant marchand, un catalogue produit structuré activé par défaut pour les produits éligibles, un protocole ouvert coconstruit avec Google, et un assistant de vente posé sur la vitrine. Ce socle couvre le cas standard. Il s'arrête là où votre catalogue cesse de l'être.
La Redoute donne l'ordre de grandeur atteignable. Son agent conversationnel est déployé depuis l'automne 2024. Il traite 60 % des demandes reçues par la messagerie de l'application mobile sans intervention humaine, d'après une étude de cas Microsoft publiée en juillet 2025. L'enseigne revendiquait alors environ 150 000 conversations depuis la mise en service.
Ce que la loi impose à un agent de boutique
Une obligation simple s'applique depuis août 2026. L'article 50 du règlement européen sur l'IA impose d'informer la personne qu'elle échange avec un système d'intelligence artificielle, sauf si cela ressort clairement du contexte. Une phrase d'accueil explicite suffit, et elle améliore le taux de résolution plutôt que de le dégrader.
Le reste relève de l'hygiène de données. L'agent manipule des noms, des adresses et des historiques d'achat, donc des données personnelles. La Direction générale des Entreprises a publié un guide pour les commerçants, mis à jour en avril 2026, qui recense les cas d'usage et les précautions juridiques. Demandez à votre prestataire où sont hébergées les conversations, et faites écrire la réponse dans le contrat.
Faut-il brancher un agent IA sur votre boutique en ligne ?
Oui pour le flux répétitif, non pour la décision commerciale. Un agent qui absorbe le suivi de commande, les retours et les questions produit rend à l'équipe les heures qu'elle passait à copier des numéros de suivi. Le conseiller garde son poste. Il récupère les demandes où sa présence change quelque chose.
La décision tient à trois critères. Le volume de contacts répétitifs, la propreté du catalogue, et la clarté de ce qui remonte à une personne. Tandem a mené une centaine de missions de ce type, de l'audit terrain jusqu'à l'automatisation sur mesure. Une enseigne de vente de livres en ligne que nous accompagnons a commencé par le seul support client, et une marque de prêt-à-porter par la fiche produit.
Pour aller plus loin, nos cas d'usage IA retail couvrent le magasin et l'omnicanal, et notre guide de l'agent conversationnel traite le choix du canal. Nos missions retail en donnent le cadre.
