Note de la rédaction : Cet article offre une perspective de constructeur relativement froide et constructive : au cours de l'année écoulée, le paiement par agents intelligents est devenu un récit populaire à l'intersection de l'IA, des paiements et de la cryptographie. Des entreprises comme Stripe, Visa, Coinbase, Google et d'autres s'y positionnent, tandis que des concepts comme le micropaiement en stablecoin, x402, le règlement entre machines, le commerce électronique par agents intelligents gagnent en température. Mais l'auteur, après s'être réellement lancé dans la création de produits et avoir rencontré commerçants et développeurs, a constaté qu'une demande réelle à grande échelle n'existe pas encore.
L'article décompose plusieurs scénarios typiques : l'achat par agent intelligent n'est pas meilleur que le commerce électronique traditionnel pour la majorité des catégories de produits, car les utilisateurs ont toujours besoin d'images, de comparaisons et de navigation ; le paiement API machine semble adapté aux micropaiements en stablecoin, mais les développeurs actuels résolvent déjà le problème via des abonnements, des recharges de points et des systèmes de facturation existants ; le paiement entre agents intelligents, bien que vision à long terme, en est encore à un stade précoce, manquant de volume de transactions réel.
En revanche, la finance par agents est l'un des rares axes où une demande existe déjà. Les fonds, les équipes de trésorerie et les utilisateurs de DeFi paient déjà pour des outils financiers, et l'IA peut apporter des améliorations concrètes comme la surveillance en temps réel et le rééquilibrage automatique. Mais ce marché profite également davantage aux institutions traditionnelles qui disposent déjà de licences, de conformité et de relations clients.
La conclusion de l'auteur est la suivante : ce qui manque vraiment à l'économie des agents, ce n'est pas une simple couche de paiement, mais une capacité de coordination plus complexe – comment faire collaborer les agents avec les humains, vérifier l'accomplissement des tâches et régler les résultats. Le paiement n'en est qu'une partie. Pour les géants, se positionner tôt est un choix défensif ; mais pour les startups, ce qui compte vraiment, c'est de trouver le marché qui existe déjà aujourd'hui.
Voici l'article original :
Au cours de l'année écoulée, j'ai travaillé à construire l'infrastructure pour l'économie des Agents, et j'ai également échangé avec des équipes travaillant sur la commercialisation des Agents chez Stripe, Visa, Coinbase, Google et des dizaines de startups. J'ai analysé ce domaine, lancé des produits et tenté de trouver le vrai marché.
Mais la réalité est : la vraie demande n'est pas encore là. Pour les startups souhaitant entrer dans cet espace, il existe encore de nombreux problèmes structurels.
Stripe a lancé 288 nouveaux produits le mois dernier lors de sa conférence Sessions, et la consultation de la documentation liée aux Agents approche 40% de toutes les lectures de docs. Son marché commercial pour Agents compte déjà plus de 1000 commerçants. Mais sur place à Sessions, le nombre d'Agents réellement enregistrés et ayant effectué des transactions se comptait sur les doigts d'une main.
Visa a mentionné que son token Agent nécessite actuellement entre 3 et 9 mois d'approbation KYC, et exige essentiellement un chiffre d'affaires annuel d'au moins 250 millions de dollars pour être éligible. Aujourd'hui, seules des entreprises de la taille d'Amazon, Walmart ont la capacité de fermer la boucle de vérification d'identité.
Coinbase a rapporté qu'en avril, x402 comptait 69 000 Agents actifs et 165 millions de transactions. Mais une analyse indépendante sur la chaîne révèle un volume de transactions quotidien réel d'environ 17 000 dollars, dont environ la moitié sont des transactions de test (CoinDesk, mars 2026).
Ce que nous avons appris en construisant shop.fast.xyz
Agent vers commerçant, c'est-à-dire le commerce par procuration
Nous avons construit shop.fast.xyz dans le but de valider frontalement le commerce par procuration. Vrais produits, vrais commerçants, vraies transactions.
Mais pour la plupart des catégories de produits, l'expérience d'achat par IA actuelle est clairement inférieure au commerce électronique traditionnel. Pour acheter des vêtements, des produits électroniques ou des meubles, l'utilisateur veut voir des images, parcourir des options, comparer côte à côte. Le dialogue de type chatbot est plutôt une régression : vous remplacez une interface visuelle riche par un flux de dialogue textuel. Les humains font leurs achats d'abord avec les yeux.
L'Agent se débrouille bien dans la partie que nous pensions la plus difficile. Il comprend ce que l'utilisateur veut et gère bien les demandes du type "comme ceci, mais un peu moins cher". La couche modèle est efficace. Mais elle ne peut pas remplacer l'expérience "regarder dix produits en même temps, puis en choisir un". L'interface de discussion peut intégrer un carrousel de produits et des présentations interactives, mais à ce stade, vous reconstruisez essentiellement un front-end e-commerce dans une fenêtre de chat. Pour les scénarios d'achat nécessitant une comparaison visuelle, nous n'avons pas encore trouvé de réponse convaincante expliquant pourquoi l'enveloppe du chat serait meilleure que l'interface e-commerce originale.
Nous voyons bien une demande côté commerçant, mais elle est plus défensive. Les commerçants veulent que leur boutique puisse être interrogée par des Agents, non pas parce que beaucoup de consommateurs achètent déjà via des Agents aujourd'hui, mais parce qu'ils craignent que si les Agents deviennent le canal dominant à l'avenir, ils ne soient laissés pour compte. C'est ce qu'on appelle l'opportunité d'Optimisation pour les Moteurs Agentiques (Agentic Engine Optimization), mais elle reste pour l'instant "c'est mieux de l'avoir" plutôt que "indispensable". Les commerçants se préparent à l'avance pour une vague qui n'est pas encore arrivée.
Là où le commerce conversationnel peut vraiment améliorer l'expérience, c'est dans les scénarios d'achat à haute fréquence, à faible coût de décision, et où l'utilisateur sait déjà ce qu'il veut. L'exemple le plus clair est la commande de repas. Le marché est assez vaste, la fréquence assez élevée, la décision assez rapide, par exemple "Commande-moi un Pad Thai du restaurant que j'ai aimé la dernière fois". Dans ce scénario, l'Agent conversationnel pourrait l'emporter. Mais les principales plateformes de livraison de repas n'ouvrent pas leurs API. La seule voie est le "computer use", c'est-à-dire faire en sorte que l'IA utilise l'application de manière visuelle comme un humain. Ce processus est lent, fragile, et pour un déjeuner à 15 dollars, le coût de raisonnement n'est tout simplement pas viable.
Une autre opportunité concerne les boutiques en ligne si complexes qu'elles sont vraiment pénibles pour l'utilisateur. Par exemple, des remises superposées, des codes promotionnels, des points de fidélité, des processus de paiement chaotiques. Un Agent capable de comprendre "Aide-moi à appliquer le coupon, à utiliser mes points, à trouver le mode de livraison le moins cher, et à finaliser l'opération dans ma langue" simplifierait vraiment une expérience d'achat aujourd'hui défectueuse. C'est particulièrement important pour les utilisateurs âgés, non natifs, surtout lors d'achats transrégionaux ; ou dans des scénarios très spécifiques où l'utilisateur a des besoins extrêmement de niche et complexes.
Mais ces deux opportunités nécessitent d'énormes capacités de distribution B2C. Vous rivalisez avec DoorDash, Amazon pour l'entrée utilisateur. La capacité de distribution à l'échelle des consommateurs est un avantage pour les géants existants. L'offre du commerce par procuration est prête, mais la demande est limitée par l'expérience utilisateur et les canaux de distribution, et davantage d'infrastructures ne résout pas ces deux problèmes.
Ce que nous avons appris avec x402 et MPP
Agent vers Web/API, c'est-à-dire le commerce machine
Nous avons discuté avec des dizaines de développeurs de leurs besoins réels en matière de paiement. Le modèle est presque toujours le même : l'utilisation des API d'Agent aujourd'hui est essentiellement une consommation récurrente, comme la puissance de calcul, le raisonnement, les sources de données. Les développeurs ont déjà des abonnements, des clés API, des comptes liés et des relations de facturation avec leurs principaux fournisseurs de services.
L'argument typique en faveur des paiements en stablecoin est : le coût effectif minimum d'un paiement par carte sur Stripe est d'environ 2,9% + 30 cents, ce qui rend les appels API inférieurs à 1 dollar non économiques. Mais avec les faibles volumes de transactions actuels, le rechargement par points résout le problème. Les développeurs pré-rechargent leur compte, et le problème disparaît.
Le problème plus profond réside dans le marché des fournisseurs. La plupart des grandes entreprises SaaS ne veulent pas fournir un accès API fragmenté pour des fractions de centime. Leur modèle économique repose sur des contrats d'entreprise pluriannuels. Les entreprises dépendant de revenus d'engagement importants résisteront aux nouveaux modèles de tarification qui contournent ce modèle.
Le commerce machine est structurellement un marché de longue traîne. Il sert les petits services, les sources de données verticales, les développeurs indépendants, les serveurs MCP, etc. Les protocoles comme MPP et x402 sont parfaitement adaptés à ce segment. Mais par définition, c'est un marché pour des utilisateurs aux besoins professionnels ; et les développeurs ont historiquement été l'un des groupes les plus réticents à payer.
Lors du lancement de Stripe Projects, 32 partenaires fournisseurs de services étaient intégrés, dont Vercel, Supabase, Cloudflare, Twilio, etc., couvrant la plupart des services essentiels utilisés par les développeurs pour construire et déployer des logiciels, et tous accessibles via les systèmes de facturation existants. Le haut de la pile technologique des développeurs est déjà bien servi. L'opportunité pour de nouvelles voies de paiement réside dans tout ce qui se trouve au-delà de ces 30 premiers fournisseurs : elle est réelle, mais de taille naturellement inférieure à ce que suggèrent les grands récits.
La logique est la même pour l'accès au contenu. Les Agents explorent et résument déjà des articles, et les éditeurs contre-attaquent. Mais quand la monétisation du contenu arrivera vraiment à grande échelle, elle se fera probablement via les fournisseurs de services CDN déjà positionnés entre les éditeurs et Internet, comme Cloudflare qui a déjà lancé des outils d'audit IA ; ou via des accords de licence en volume entre éditeurs et laboratoires d'IA. Les opportunités d'infrastructure iront vers les acteurs existants qui ont déjà des capacités de distribution.
Ce que nous avons appris sur les paiements d'Agent à Agent
Le commerce entre Agents est une vision à long terme, mais reste pour l'instant presque entièrement théorique. Personne n'a encore généré un volume de transactions significatif. Les parties réellement difficiles sont actuellement abordées par diverses startups, y compris la découverte d'Agents, l'établissement de la confiance, la négociation des termes et la résolution des litiges.
Une fois que cette structure de transaction se concrétisera, elle sera très différente des voies de paiement existantes. Aucune des deux parties à la transaction n'a d'identité humaine ; les exigences de latence seront inférieures à une seconde ; les montants des transactions pourront aller du dixième de centime à des millions de dollars ; et cela impliquera des règlements multipartites, et non le modèle bilatéral acheteur/vendeur par défaut des voies de paiement actuelles. Quand cela arrivera, nous croyons que cela explosera à une vitesse et une échelle extrêmes.
C'est précisément le pari à long terme d'une infrastructure de règlement dédiée, et ce pari est réel. Mais "un vrai pari à long terme" et "le marché actuel" sont deux choses différentes. Nous avons été parmi ceux qui, pendant des mois, ont déclaré que ce marché allait arriver, et avons construit toute une infrastructure autour ces dernières années, y compris notre réseau distribué. En théorie, il peut évoluer pour dépasser 10 milliards de TPS, avec une latence inférieure à 50 millisecondes et un temps de cohérence moyen de 10 millisecondes. Mais nous devons revenir à l'endroit où se trouve le marché actuellement.
Ce que nous avons appris sur la finance par Agents
On peut dire que c'est la seule catégorie où une demande réelle existe déjà. Les clients existent déjà et paient déjà. Les gestionnaires de fonds, les équipes de trésorerie et les utilisateurs de DeFi paient déjà aujourd'hui pour des outils financiers. Insérer l'IA dans les flux de travail existants est un chemin produit naturel.
La finance par Agents créera également de nouveaux comportements. Un Agent capable de surveiller de manière autonome et de rééquilibrer en temps réel des centaines de positions peut fonctionner d'une manière impossible à reproduire manuellement par un humain. Il y a ici une véritable augmentation des capacités, pas seulement de l'automatisation.
Le défi réside dans le paysage concurrentiel. Le secteur financier est très réglementé et dépend des relations existantes. Les institutions en place possèdent les licences, l'infrastructure de conformité et les relations clients. Les startups peuvent s'immiscer dans des domaines moins réglementés, comme le DeFi ; ou chercher des domaines où les institutions existantes sont lentes à agir, ou où l'IA peut créer de nouvelles capacités que les géants ne possèdent pas encore. Mais globalement, la dynamique concurrentielle dans ce domaine est plus favorable aux acteurs établis que dans les trois premières catégories, car superposer de l'IA sur des produits et une clientèle existants est bien plus facile que l'inverse.
Un résumé honnête
Alors, pourquoi continue-t-on à faire cela ? Il y a deux raisons.
La première est l'incitation. Les grandes entreprises ont suffisamment de flux de trésorerie pour parier sur un futur qui peut prendre des années à se matérialiser. Pour elles, entrer cinq ans plus tôt ne coûte qu'une erreur d'arrondi ; mais entrer un an plus tard pourrait être catastrophique. Donc elles doivent le faire.
La seconde est l'angle mort cognitif. Quand votre métier est le paiement, chaque problème ressemble à un problème de paiement. L'économie des Agents a besoin d'une couche de paiement, donc tout le monde va construire une couche de paiement.
Mais le paiement n'est qu'une partie d'un problème plus vaste. Les problèmes réellement difficiles ne sont pas de faire circuler l'argent entre Agents, mais de savoir comment coordonner le travail entre Agents et humains, comment vérifier que les choses sont faites, et comment régler les résultats. Le paiement n'est qu'une partie du règlement. Le règlement n'est qu'une partie de la coordination. Et la coordination, c'est le véritable prix.
La coordination à grande échelle générera naturellement un besoin de mécanismes de règlement. Le paiement deviendra l'un des instruments de cet orchestre, et non l'œuvre entière. Les entreprises qui résoudront vraiment le problème de la coordination finiront par intégrer le paiement, et non l'inverse.
La plupart des géants actuels construisent de manière défensive un avenir de "transactions massives par les machines". Pour eux, la chronologie n'a pas d'importance, car ils disposent d'une piste de décollage quasi illimitée.
Mais les startups n'ont pas ce luxe. Nous devons trouver où se trouve vraiment le marché maintenant. Nous ne pouvons pas attendre indéfiniment que la vague arrive.
Un an de construction nous a menés dans une direction inattendue. Il y a bien de l'activité, et elle croît rapidement, elle est sous-desservie. Elle existe en dehors des quatre catégories que nous avons passées en revue.







