J'ai mis un an à comprendre la vérité déchirante sur les paiements des Agents

链捕手Publié le 2026-06-06Dernière mise à jour le 2026-06-06

Résumé

Pendant un an, j'ai travaillé sur l'infrastructure de l'économie des agents, échangeant avec des acteurs majeurs comme Stripe, Visa, Coinbase, et des dizaines de startups. La vérité est déconcertante : il n'existe pas encore de demande réelle, et les startups font face à des problèmes structurels. **Agent vs Commerce :** L'expérience utilisateur du shopping par IA est inférieure au e-commerce traditionnel pour la plupart des produits, qui reposent sur une navigation visuelle. Les agents excellent à comprendre les besoins, mais ne remplacent pas la comparaison côte à côte. La demande actuelle des marchands est défensive : ils veulent être "trouvables" par les agents (Agent Engine Optimization) par peur de rater une future tendance. Les niches potentielles (commande de nourriture, navigation dans des interfaces complexes) nécessitent une distribution de masse, domaine des géants. **Agent vs API :** Les développeurs ont déjà des relations de facturation établies pour les API qu'ils utilisent (calcul, données...). Le problème des micro-paiements est résolu par le prépaiement. L'obstacle profond est que les grands fournisseurs SaaS privilégient les contrats entreprises. Les protocoles pour un marché long tail (petits services, données de niche) existent, mais ciblent un segment intrinsèquement réduit et peu disposé à payer. **Agent vs Agent :** C'est une vision à long terme, purement théorique actuellement, sans volume significatif. Ce marché nécessiterait une infrastructure de...

Auteur:jessy

Traduction:Jiahuan,ChainCatcher

Durant l'année écoulée, j'ai travaillé à la construction d'infrastructures pour l'économie des Agents, en échangeant avec les équipes de Stripe, Visa, Coinbase, Google et des dizaines de startups qui font avancer le commerce des Agents. J'ai étudié toute l'industrie, lancé des produits et tenté de trouver le marché adapté.

Aujourd'hui, il n'existe pas encore de véritable demande, et les startups qui s'aventurent dans ce domaine font face à de nombreux problèmes structurels.

Le mois dernier, Stripe a annoncé 288 nouveaux produits lors de la conférence Sessions, et la documentation sur ses Agents a atteint près de 40% des lectures totales de la documentation. Leur marché commercial pour Agents compte plus de 1000 commerçants activés. Cependant, lors de Sessions, le nombre d'Agents inscrits effectuant des transactions n'était que de quelques unités.

Visa a mentionné que l'approbation KYC pour ses jetons de paiement Agents (des identifiants de paiement tokenisés liés à un Agent, utilisés pour payer au nom de l'utilisateur) prend actuellement de 3 à 9 mois, et nécessite en réalité un seuil de revenus minimum d'environ 250 millions de dollars pour être éligible. Aujourd'hui, seules des entreprises du calibre d'Amazon et Walmart peuvent boucler ce type de boucle de vérification d'identité.

Coinbase rapporte qu'en avril, il y avait 69 000 Agents actifs sur le protocole x402 et 165 millions de transactions. Mais une analyse indépendante sur la blockchain montre que le volume réel des transactions quotidiennes est d'environ 17 000 dollars, dont environ la moitié sont des transactions de test (selon CoinDesk, mars 2026).

Agent contre Commerçant

Nous avons construit shop.fast.xyz pour valider directement les applications réelles du commerce de type "agent d'achat". Il contient de vrais produits, de vrais commerçants et de vraies transactions.

Pour la plupart des catégories de produits, l'expérience utilisateur actuelle des achats par IA est totalement inférieure au commerce électronique traditionnel. Lorsque vous achetez des vêtements, des appareils électroniques ou des meubles, vous voulez voir des images, parcourir différentes options et comparer.

Le format conversationnel des chatbots est en fait un recul. Vous remplacez en fait une interface visuelle riche par un dialogue en texte brut, et les humains sont fondamentalement des acheteurs visuels.

L'Agent excelle là où nous pensions que ce serait difficile. Il comprend les besoins de l'utilisateur et gère correctement les instructions comme "quelque chose de similaire mais moins cher". La couche modèle fonctionne.

Mais il ne peut pas remplacer l'expérience de voir dix produits côte à côte et d'en choisir un. L'interface de chat peut être améliorée avec des carrousels d'images et des présentations interactives, mais à ce stade, vous ne faites que reconstruire un frontend de e-commerce dans une fenêtre de chat. Pour les achats comparatifs visuels, nous n'avons pas encore trouvé de raison convaincante pour laquelle l'interface de chat serait meilleure qu'une interface e-commerce native.

Nous voyons une demande réelle de la part des commerçants, mais c'est une demande défensive.

Les commerçants veulent que leurs boutiques puissent être interrogées par des Agents. Ce n'est pas parce que les clients achètent actuellement via des Agents, mais parce qu'ils craignent d'être laissés pour compte si cela devient un canal dominant.

C'est une stratégie d'"Optimisation pour les Moteurs d'Agents (AEO)", mais pour l'instant, c'est simplement un bonus, pas une nécessité. Les commerçants se préparent pour une vague qui n'est pas encore arrivée.

Le commerce conversationnel peut réellement améliorer l'expérience dans certains scénarios : les achats à haute fréquence, à faible coût de décision, où l'utilisateur sait déjà exactement ce qu'il veut. Commander à emporter est l'exemple le plus évident. Le marché est vaste, la fréquence très élevée, la décision rapide ("Commande-moi un Pad thaï du même restaurant que la dernière fois"). Les Agents conversationnels ont des chances ici.

Mais les grandes plateformes de livraison de repas n'ouvrent pas leurs API. La seule voie est l'"usage informatique" : faire naviguer l'IA dans les applications via la vision, comme un humain. C'est lent, fragile, et pour une commande de déjeuner à 15 dollars, les coûts de raisonnement ne sont tout simplement pas supportables.

Un autre point d'entrée potentiel concerne les boutiques dont la navigation UI est extrêmement complexe et frustrante. Des rabais, codes promotionnels, programmes de fidélité superposés, et des processus de paiement déroutants.

Un Agent qui comprend "utilise mon coupon, déduis mes points de récompense, trouve l'expédition la moins chère, et opère dans ma langue maternelle" peut simplifier ces étapes actuellement pénibles. Cela est important pour les utilisateurs âgés, les non-natifs qui magasinent sur des sites étrangers, ou des scènes très spécifiques avec des besoins de niche.

Ces deux points d'entrée nécessitent un énorme canal de distribution grand public (B2C). Vous êtes en concurrence avec DoorDash (la plus grande plateforme de livraison de repas aux États-Unis, détenant 56% de parts de marché) et Amazon pour l'accès utilisateur.

La distribution à l'échelle du consommateur est le terrain de jeu des géants. L'offre pour le commerce de type agent d'achat est prête, mais la demande est limitée par l'expérience utilisateur et les canaux de distribution. Construire plus d'infrastructures ne résout pas ces deux problèmes.

Agent contre API

Nous avons discuté avec des dizaines de développeurs de leurs besoins réels en paiement. La situation est presque remarquablement cohérente : l'utilisation actuelle des API par les Agents est fréquente, incluant le calcul, le raisonnement et les sources de données. Les développeurs disposent déjà d'abonnements, de clés API archivées et de relations de facturation avec leurs fournisseurs principaux.

L'argument typique pour les stablecoins est : sur Stripe, le coût effectif minimum du traitement des cartes de crédit est d'environ 2,9% plus 30 cents, ce qui rend les appels API inférieurs à un dollar non rentables. Mais pour les volumes de transactions actuels à basse fréquence, les dépôts prépayés règlent ce problème. Les développeurs créditent leur compte à l'avance, et le problème est résolu.

Le problème plus profond réside dans le marché des fournisseurs. La plupart des principales entreprises SaaS ne veulent pas fournir un accès API temporaire coûtant quelques fractions de centime. Leur modèle économique repose sur des contrats d'entreprise pluriannuels. Les entreprises dont les revenus dépendent d'engagements contractuels importants résistent aux mécanismes de tarification qui contournent leur modèle existant.

Le commerce entre machines est structurellement un marché de longue traîne, comprenant des services plus petits, des sources de données de niche, des développeurs individuels et des serveurs MCP. Des protocoles comme MPP et x402 sont parfaitement adaptés à ce segment.

Mais par définition, c'est un marché desservant des utilisateurs avancés ayant des besoins spéciaux, et historiquement, les développeurs ont été l'un des groupes les moins disposés à payer.

Lors du lancement de Stripe Projects, 32 partenaires fournisseurs étaient annoncés, comme Vercel, Supabase, Cloudflare, Twilio, etc., couvrant la plupart des outils que les développeurs utilisent pour construire et déployer des logiciels, tous accessibles via le système de facturation existant. Le haut de la pile technologique des développeurs est déjà satisfait.

L'opportunité pour de nouveaux canaux de paiement existe dans tout ce qui se trouve au-delà de ces 30 premiers services : l'opportunité existe, mais son ampleur est intrinsèquement bien inférieure à ce que les chiffres impressionnants pourraient laisser entendre.

La même logique s'applique à l'acquisition de contenu. Les Agents récupèrent et résument déjà continuellement des articles, et les éditeurs contre-attaquent.

Mais lorsque la monétisation du contenu arrivera à grande échelle, elle se fera via les fournisseurs de CDN qui se situent déjà entre les éditeurs et Internet (Cloudflare a déjà lancé des outils d'audit IA pour cela), ou via des accords de licence à grande échelle entre éditeurs et laboratoires d'IA.

Cette opportunité d'infrastructure finira par revenir aux géants qui possèdent déjà les canaux de distribution.

Agent contre Agent

Le modèle commercial Agent contre Agent est une vision à long terme, actuellement presque entièrement théorique, sans que personne n'ait réalisé de volume de transactions significatif. Les startups s'attaquent aux problèmes fondamentaux : découverte des Agents, établissement de la confiance, négociation des termes et résolution des litiges.

Lorsque cette structure de transaction émergera réellement, elle sera fondamentalement différente des circuits de paiement existants. Aucune des parties à la transaction n'implique d'identité humaine. La latence est inférieure à la seconde. Des fonds allant d'une fraction de centime à des millions de dollars circulent dans le même flux.

En outre, il y a des mécanismes de règlement multipartites, qui ne correspondent pas du tout au modèle d'achat-vente bilatéral présupposé par les circuits de paiement existants. Lorsque cela arrivera, nous croyons que ce sera rapide et à grande échelle.

C'est un pari à long terme sur des infrastructures de règlement dédiées, et il est réel. Mais un "véritable pari à long terme" et le "marché actuel" sont deux choses différentes.

Pendant des mois, nous avons été parmi ceux qui promeuvent ce marché et avons construit une infrastructure complète autour au cours des dernières années. Avec notre réseau distribué, nous pourrions théoriquement passer à l'échelle de plus de 10 milliards de TPS, avec une latence inférieure à 50 ms et une cohérence moyenne de 10 ms. Mais nous devons nous adapter à l'endroit où se trouve réellement le marché aujourd'hui.

Agent contre Finance

C'est peut-être la seule catégorie où il existe une demande établie. La clientèle existe déjà et est prête à payer. Aujourd'hui, les gestionnaires de fonds, les équipes financières et les utilisateurs DeFi paient déjà pour des outils financiers. Intégrer l'IA dans les flux de travail existants est une évolution naturelle des produits.

La finance par Agents crée également de nouveaux comportements. Un Agent qui peut surveiller et rééquilibrer en temps réel des centaines de positions de manière autonome fonctionne d'une manière qu'un humain ne peut pas reproduire manuellement. Ce n'est pas seulement de l'automatisation, c'est une augmentation substantielle des capacités.

Le défi réside dans le paysage concurrentiel. Le secteur financier est fortement réglementé et dépend fortement des relations commerciales établies. Les acteurs établis disposent de licences, d'infrastructures de conformité et de relations avec la clientèle. Les startups peuvent trouver leur place dans des domaines moins réglementés (comme la DeFi), où les géants sont lents à agir, ou là où l'IA peut créer des capacités que les géants ne possèdent pas.

Mais par rapport aux trois autres catégories, la dynamique concurrentielle ici est plus favorable aux entreprises établies, car ajouter de l'IA sur des produits et une clientèle existants est beaucoup plus facile que l'inverse.

Le véritable enjeu

Alors, pourquoi continue-t-on à construire ces choses ? Il y a deux raisons.

La première est la motivation. Les géants de l'industrie disposent de flux de trésorerie abondants pour parier sur un futur qui peut prendre des années à se matérialiser. Pour eux, le coût d'une avance de cinq ans n'est qu'une erreur d'arrondi, tandis que le coût d'un retard d'un an est catastrophique. Donc ils doivent construire.

La seconde est un angle mort cognitif. Lorsque votre activité principale est le paiement, chaque problème ressemble à un problème de paiement. L'économie des Agents a besoin d'une couche de paiement, alors construisons cette couche de paiement.

Mais le paiement n'est qu'une partie d'un problème plus vaste. Le véritable défi n'est pas de savoir comment transférer des fonds entre Agents, mais de faire collaborer les Agents et les humains, de vérifier le travail accompli et de régler les résultats. Le paiement n'est qu'une partie du règlement. Le règlement n'est qu'une partie de la collaboration. Et la collaboration, c'est là que se trouve le vrai gâteau.

La collaboration à grande échelle fera naturellement émerger les mécanismes de règlement comme un besoin fondamental. Le paiement n'est qu'un instrument dans cette symphonie, pas toute la partition. Les entreprises qui résoudront le problème de la collaboration absorberont les activités de paiement, et non l'inverse.

La plupart des entreprises établies construisent défensivement, pour se préparer à un futur de transactions massives entre machines. Comme leur piste d'atterrissage financière est infinie, le calendrier n'a pas d'importance pour elles.

Mais les startups n'ont pas ce luxe. Nous devons aller là où se trouve vraiment le marché, nous ne pouvons pas attendre que la vague arrive.

Une année de construction nous a menés dans une direction inattendue. L'activité de marché y est réelle, croissante et insuffisamment desservie. Elle se situe en dehors de ces quatre catégories que nous avons décrites.

Questions liées

QQuelles sont les principales catégories de paiement pour les agents examinées dans l'article, et quelle est la conclusion générale concernant la demande actuelle ?

AL'article examine quatre catégories principales : Agent-Marchand, Agent-API, Agent-Agent et Agent-Finance. La conclusion générale est que la demande réelle est actuellement très limitée, voire inexistante dans certaines catégories. Le marché est dominé par des constructions défensives de la part des grandes entreprises et une anticipation d'un avenir hypothétique plutôt que par des besoins concrets et immédiats.

QPourquoi le commerce conversationnel via des agents (comme les achats) est-il considéré comme une régression par rapport aux expériences d'e-commerce traditionnelles pour la plupart des produits ?

AParce que les humains sont des acheteurs fondamentalement visuels. Pour des catégories comme les vêtements, l'électronique ou les meubles, les consommateurs veulent voir des images, comparer plusieurs options côte à côte et naviguer. L'interface de discussion en texte pur remplace une interface visuelle riche, ce qui est une expérience inférieure. Même avec des améliorations comme des carrousels, on recrée essentiellement une interface e-commerce dans une fenêtre de chat, sans avantage convaincant.

QQuel est le seul segment identifié où il existe une demande réelle et une volonté de payer pour les agents aujourd'hui ? Quels sont les défis pour les startups dans ce segment ?

ALe seul segment avec une demande existante est celui des agents pour la Finance. Les gestionnaires de fonds, les équipes financières et les utilisateurs DeFi paient déjà pour des outils. Intégrer l'IA dans ces flux de travail est une évolution naturelle. Cependant, le défi pour les startups est la concurrence avec les entreprises établies, fortement réglementées, qui disposent de licences, d'infrastructures de conformité et de relations client existantes. Les startups doivent se concentrer sur des niches moins réglementées ou où l'IA crée des capacités inédites.

QSelon l'auteur, quelle est la « vraie question fondamentale » que les entreprises devraient résoudre, au-delà du simple problème du paiement pour les agents ?

ALa vraie question fondamentale n'est pas de savoir comment transférer de l'argent entre agents, mais de coordonner le travail entre les agents et les humains, de vérifier les résultats de ce travail et de régler ces résultats. Le paiement n'est qu'une partie du règlement. Le règlement n'est qu'une partie de la coordination. La coordination à grande échelle est le véritable enjeu et le plus grand marché. Les entreprises qui résoudront les problèmes de coordination absorberont les activités de paiement, et non l'inverse.

QPourquoi les grandes entreprises technologiques continuent-elles de construire des infrastructures de paiement pour les agents malgré l'absence de demande actuelle significative ?

APour deux raisons principales. 1) La motivation stratégique : Elles ont des flux de trésorerie abondants et peuvent se permettre de parier sur un avenir qui mettra des années à se matérialiser. Le coût d'une avance de cinq ans est négligeable pour elles, tandis que le coût d'un retard d'un an pourrait être catastrophique. 2) L'angle mort cognitif : Lorsque votre métier principal est le paiement, chaque problème ressemble à un problème de paiement. Ainsi, elles voient l'économie des agents comme nécessitant une couche de paiement et la construisent.

Lectures associées

Il fut l'artisan de deux grandes industries à Shanghai, mais s'en est allé discrètement avec des regrets

À la fin des années 1990, Jiang Shangzhou, vice-directeur de la Commission économique de Shanghai, a joué un rôle déterminant dans le développement de deux industries stratégiques en Chine : les semi-conducteurs et l'aviation commerciale. Alors que l'industrie chinoise des puces électroniques peinait dans un cycle de dépendance technologique, Jiang a défendu avec audace un plan visant à construire dix lignes de production de puces de 8 pouces à Shanghai en cinq ans, contre deux prévues nationalement. Il a contribué à attirer des talents comme Zhang Rujing, fondateur de SMIC, et Yin Zhiyao, fondateur d'AMEC, et à créer le parc de Zhangjiang. Grâce à ses efforts, Shanghai a dépassé l'objectif avec 18 lignes, jetant les bases de ce qui allait devenir le premier cluster national de semi-conducteurs. Parallèlement, malgré un diagnostic de cancer du poumon, Jiang, en tant que chef d'un groupe d'experts d'État, a plaidé avec persévérance pendant trois ans pour inclure les « gros porteurs civils » dans les grands projets scientifiques nationaux. Il a surmonté les débats sur le « fabriquer ou acheter » et a souligné l'importance stratégique et l'effet d'entraînement industriel du projet. Son travail a pavé la voie à la création de COMAC et au développement du C919. Tout au long de sa carrière, d'abord à Sanya puis à Yangpu, Jiang a été un visionnaire, souvent en avance sur son temps, ce qui lui a valu des incompréhensions. Nommé président de SMIC en 2009 en pleine crise, il a dirigé l'entreprise jusqu'à son décès en 2011, sans voir l'aboutissement complet de ses projets. Aujourd'hui, Shanghai est le leader chinois des semi-conducteurs et de l'aviation commerciale, réalisant en grande partie la vision de Jiang Shangzhou. Son héritage réside dans sa clairvoyance stratégique, son pragmatisme et son dévouement à l'essor industriel de la Chine, dont les bénéfices se sont étendus bien au-delà de sa vie.

marsbitIl y a 4 mins

Il fut l'artisan de deux grandes industries à Shanghai, mais s'en est allé discrètement avec des regrets

marsbitIl y a 4 mins

Comment AMD a recentré ses revenus sur le centre de données en 12 trimestres

Selon les résultats financiers du deuxième trimestre d'AMD, la trajectoire des revenus de l'entreprise s'est nettement déplacée vers le datacenter. Sur les 12 derniers trimestres, la part des revenus du datacenter est passée de 27,6 % à 58,2 % du chiffre d'affaires total, dépassant le seuil de 50 % au quatrième trimestre 2025. Ce trimestre, ce segment a généré 6,718 milliards de dollars, en hausse de 107 % en un an, et a contribué à environ 90 % de la croissance totale des revenus de l'entreprise. Parallèlement, le segment "gaming" a vu ses revenus baisser de 31 % sur un an pour atteindre 779 millions de dollars. Toutefois, cette contraction ne représente qu'une fraction modeste des gains du datacenter. Les données suggèrent une expansion significative du chiffre d'affaires global d'AMD, plutôt qu'un simple transfert de ressources internes d'un segment à l'autre. Le segment "gaming" inclut également les activités semi-customisées pour consoles, ce qui empêche de réduire son évolution à la seule demande de cartes graphiques grand public. En comparaison avec ses pairs, la croissance des revenus datacenter d'AMD est rapide, mais l'écart d'échelle reste important. Pour le dernier trimestre disponible, ses 6,718 milliards de dollars sont proches des 6,262 milliards du segment DCAI d'Intel, mais loin des quelque 75,2 milliards de dollars de Nvidia. Il est crucial de noter que les définitions des segments et les périodes fiscales diffèrent entre ces entreprises, ce qui limite les comparaisons directes. En résumé, le datacenter est devenu le principal moteur de croissance et la plus grande source de revenus d'AMD. Bien que le segment "gaming" ait reculé simultanément, les données financières publiques ne permettent pas de conclure à un simple réallocation de ressources internes.

marsbitIl y a 6 mins

Comment AMD a recentré ses revenus sur le centre de données en 12 trimestres

marsbitIl y a 6 mins

Infographie du portefeuille Cloudflare : Un nouveau joueur pour les paiements en stablecoin avec X402

Cloudflare a annoncé le lancement de Wallets, permettant aux utilisateurs de réserver un identifiant (handle). Cependant, la fonctionnalité complète de portefeuille avec recharge, paiements et portefeuilles virtuels pour agents n'est pas encore disponible ("Soon"). L'annonce distingue trois produits : Stripe Projects (parrainage de paiements par carte, en bêta), Monetization Gateway (pour les marchands, sur liste d'attente), et Wallets (pour les payeurs, en cours de développement). Le produit actuel ressemble plus à une page d'identité qu'à un réseau de paiement opérationnel. Les données du protocole de paiement x402 (75,41 millions de transactions, 24,24 millions de dollars sur 30 jours, moyenne de 0,32$ par transaction) montrent une activité de micropaiements, mais ne reflètent pas l'adoption spécifique de Cloudflare Wallet. L'exemple de paiement MCP de Cloudflare (0,01$ par appel) illustre le flux technique x402 : requête 402, signature de l'agent, règlement par un facilitateur. Actuellement, les clés privées restent gérées par les développeurs en environnement de test. La feuille de route de Wallet prévoit de séparer le portefeuille principal du compte des portefeuilles virtuels des agents, avec des règles de contrôle (plafonds, listes blanches). Des détails cruciaux comme les stablecoins supportés, les blockchains, les frais ou la conformité KYC ne sont pas encore publics.

marsbitIl y a 26 mins

Infographie du portefeuille Cloudflare : Un nouveau joueur pour les paiements en stablecoin avec X402

marsbitIl y a 26 mins

Reportage : DeepSeek relance son tour de financement avec une valorisation pré-levée de 5 000 milliards de yuans

Plusieurs sources indiquent que DeepSeek, une société de grands modèles de langage, a relancé un deuxième tour de financement visant à lever 50 milliards de yuans, avec une valorisation pré-money d’environ 500 milliards de yuans. La clôture est prévue pour fin août. Ce tour fait suite à une première levée de 50 milliards de yuans finalisée en juin, qui avait valu à l’entreprise une valorisation de plus de 350 milliards de yuans. Le processus avait été temporairement suspendu fin juillet, notamment en raison de l’insatisfaction du fondateur face à des informations divulguées. Les parties cherchent désormais à mener les négociations discrètement. La valorisation proposée représente une hausse d’environ 43 % par rapport au premier tour. Si ce tour aboutit, DeepSeek aura levé plus de 100 milliards de yuans en deux levées. Les investisseurs potentiels incluent à la fois des fonds qui n’avaient pas été retenus au premier tour et des investisseurs initiaux envisageant d’augmenter leur participation. La demande pour les parts de DeepSeek reste très forte. Parallèlement, le concurrent Moon Dark (月之暗面) a récemment bouclé un tour de financement à une valorisation d’environ 210 milliards de yuans et prépare déjà un nouveau tour pré-IPO. Le marché évalue ces sociétés comme des options sur la course à l’IA générale, leur valorisation étant très sensible aux annonces de nouveaux modèles. Récemment, DeepSeek a publié la version finale de son modèle DeepSeek-V4-Flash, qui présente des capacités d’agent améliorées et un excellent rapport performance/coût, se positionnant favorablement dans les benchmarks face à ses rivaux.

marsbitIl y a 1 h

Reportage : DeepSeek relance son tour de financement avec une valorisation pré-levée de 5 000 milliards de yuans

marsbitIl y a 1 h

Trading

Spot
活动图片