Comprendre la réalité du commerce, des paiements et des infrastructures des Agents

marsbitPublié le 2026-06-07Dernière mise à jour le 2026-06-07

Résumé

**Interprétation de la réalité des agents, des paiements et des infrastructures commerciales** Au cours de l'année passée, l'auteur a travaillé sur l'infrastructure de l'économie des agents, interagissant avec Stripe, Visa, Coinbase, Google et des dizaines de startups. La conclusion est claire : il n'existe pas encore de demande réelle, et les startups font face à des problèmes structurels. Stripe a enregistré peu de transactions d'agents malgré un fort intérêt. Visa impose des seuils de revenus et des processus KYC extrêmement restrictifs, accessibles uniquement aux géants comme Amazon. Les chiffres d'utilisation des agents sur la blockchain (comme via le protocole x402) sont largement gonflés par des transactions de test. **Agent vs Commerçant** : L'expérience d'achat par agent (IA) est souvent inférieure au commerce électronique traditionnel pour les achats visuels (vêtements, électronique). L'interface conversationnelle est un recul par rapport aux interfaces riches. La demande actuelle des marchands est défensive : ils veulent être "trouvables" par les agents par crainte de rater une future tendance. Les cas d'usage convaincants sont limités (commande de nourriture, navigation dans des interfaces complexes), mais nécessitent une distribution de masse détenue par les géants. **Agent vs API** : Les développeurs utilisent déjà massivement des API (calcul, données). Le problème du coût des micro-transactions est souvent résolu par du prépaiement. Le véritable obstacle es...

Auteur : jessy

Traduction : Jiahuan, ChainCatcher

Au cours de 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 analysé le secteur, lancé des produits et cherché à trouver un marché.

Pour l'instant, 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, lors de sa conférence Sessions, Stripe a lancé 288 nouveaux produits, et sa documentation sur les Agents a représenté près de 40% des consultations. Son marché commercial pour Agents compte plus de 1000 commerçants actifs. Pourtant, lors de Sessions, le nombre d'Agents enregistrés ayant effectué des transactions n'était que de l'ordre de quelques unités.

Visa a mentionné que leurs jetons de paiement pour Agents (des identifiants de paiement tokenisés liés à un Agent, pour payer au nom d'un utilisateur) nécessitent actuellement entre 3 et 9 mois d'approbation KYC, et qu'il faut en réalité atteindre un seuil de revenus minimum de 250 millions de dollars pour être éligible. Aujourd'hui, seules des entreprises du calibre d'Amazon ou Walmart peuvent boucler ce cycle de vérification d'identité.

Coinbase a rapporté qu'en avril, il y avait 69 000 Agents actifs et 165 millions de transactions sur le protocole x402. Mais des analyses indépendantes sur la blockchain montrent que le volume quotidien réel de transactions 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 l'application réelle du commerce de type « shopping par procuration ». Il contient de vrais produits, de vrais commerçants et de vraies transactions.

Pour la plupart des catégories de produits, l'expérience d'achat par IA est actuellement bien inférieure au commerce électronique traditionnel. Lorsque vous achetez des vêtements, des produits électroniques ou des meubles, vous voulez voir des images, parcourir les options et comparer.

Le format conversationnel du chatbot est en réalité un recul. Vous remplacez essentiellement une interface visuelle riche par une conversation en texte brut, alors que les humains sont fondamentalement des acheteurs visuels.

L'Agent excelle dans les domaines où nous pensions que ce serait difficile. Il peut comprendre les besoins de l'utilisateur et gérer correctement des instructions comme « un truc comme ça, mais moins cher ». La couche modèle fonctionne.

Mais il ne peut pas remplacer l'expérience de parcourir côte à côte dix produits et d'en choisir un. L'interface de chat peut être améliorée avec des carrousels et des présentations interactives, mais à ce stade, vous ne faites que recréer un frontend e-commerce dans une fenêtre de chat. Pour le shopping comparatif basé sur le visuel, nous n'avons pas encore trouvé de raison convaincante prouvant que l'interface de chat est meilleure qu'une interface e-commerce native.

Nous avons constaté une véritable demande de la part des commerçants, mais c'est une demande défensive.

Les commerçants veulent que leur boutique soit consultable par les 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 c'est pour l'instant du « nice-to-have », pas du « must-have ». Les commerçants se préparent pour une vague qui n'est pas encore arrivée.

Le commerce conversationnel peut en effet améliorer l'expérience dans certains cas : les achats fréquents à faible effort décisionnel, où l'utilisateur sait déjà exactement ce qu'il veut. Commander de la nourriture est l'exemple le plus évident. Le marché est énorme, la fréquence est très élevée, la décision est rapide (« commande-moi un Pad Thaï du dernier restaurant »). Les Agents conversationnels ont ici une chance.

Mais les grandes plateformes de livraison de repas n'ouvrent pas leurs API. La seule voie est « l'utilisation informatique » : faire naviguer l'IA dans l'application 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.

Une autre opportunité réside dans : certaines boutiques dont la navigation dans l'interface est extrêmement complexe et douloureuse. Des superpositions de réductions, de codes promotionnels, de programmes de fidélité, et des processus de paiement déroutants.

Un Agent qui comprendrait « utilise mes coupons, déduis mes points de récompense, trouve l'expédition la moins chère, opère dans ma langue maternelle » pourrait simplifier ces étapes qui offrent aujourd'hui une expérience déplorable. C'est particulièrement important pour les utilisateurs âgés, les personnes non natives faisant des achats sur des sites étrangers, ou des scénarios très spécifiques avec des besoins de niche.

Ces deux opportunités nécessitent un énorme canal de distribution aux consommateurs (B2C). Vous rivalisez avec DoorDash (la plus grande plateforme de livraison aux États-Unis, avec 56% de parts de marché) et Amazon pour l'accès aux utilisateurs.

La distribution à l'échelle des consommateurs est le terrain de jeu des géants. L'offre du commerce par procuration est prête, tandis que 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 étonnamment cohérente : aujourd'hui, l'utilisation d'API par les Agents est fréquente, pour le calcul, le raisonnement et les sources de données. Les développeurs ont déjà des abonnements, des clés API archivées et des relations de facturation avec leurs principaux fournisseurs.

L'argument typique pour les stablecoins est : sur Stripe, le coût effectif minimum du traitement par carte 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 faibles actuels, le prépaiement résout ce problème. Les développeurs créditent leur compte à l'avance, et le problème disparaît.

Le problème plus profond est celui du marché des fournisseurs. La plupart des principales entreprises SaaS ne veulent pas offrir un accès API temporaire pour quelques fractions de centime. Leur modèle économique repose sur des contrats entreprise pluriannuels. Les entreprises dont les revenus dépendent de gros engagements contractuels résistent aux mécanismes de tarification qui contournent leur modèle existant.

Le commerce entre machines est structurellement un marché de longue traîne, incluant 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 qui sert des utilisateurs avancés avec des besoins spécifiques, et historiquement, les développeurs sont l'un des groupes les moins disposés à payer.

Lors du lancement de Stripe Projects, 32 partenaires fournisseurs étaient associés, comme Vercel, Supabase, Cloudflare, Twilio, etc., couvrant la plupart des outils utilisés par les développeurs pour construire et déployer des logiciels, tous accessibles via les systèmes de facturation existants. Les besoins principaux de la stack des développeurs sont déjà satisfaits.

L'opportunité pour de nouveaux canaux de paiement existe dans tout ce qui est en dehors de ces 30 premiers services : l'opportunité est réelle, mais son ampleur est intrinsèquement bien plus faible que ce que les chiffres impressionnants pourraient laisser croire.

La même logique s'applique à l'accès au contenu. Les Agents crawluent et résument déjà des articles en permanence, et les éditeurs contre-attaquent.

Mais lorsque la monétisation du contenu arrivera à grande échelle, elle se fera via les fournisseurs de CDN qui sont 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 les éditeurs et les laboratoires d'IA.

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

Agent contre Agent

Le modèle économique d'Agent contre Agent est une vision à long terme, pour l'instant presque entièrement théorique, personne n'ayant réalisé un volume de transactions significatif. Les startups s'attaquent aux problèmes fondamentaux : la découverte d'Agents, l'établissement de la confiance, la négociation des termes et la résolution des litiges.

Lorsque cette structure de transaction se matérialisera, elle sera radicalement différente des circuits de paiement existants. Aucune des parties à la transaction n'incarne une identité humaine. La latence est sub-seconde. Des fonds allant d'une fraction de centime à des millions de dollars circulent dans le même flux.

Il y a aussi le règlement multipartite, qui ne correspond pas du tout au modèle d'achat/vente bilatéral présupposé par les circuits de paiement existants. Quand cela arrivera, nous pensons que ce sera rapide et massif.

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

Pendant des mois, nous avons aussi été parmi ceux à vanter ce marché, et avons construit une infrastructure complète autour ces dernières années. Avec notre réseau distribué, nous pourrions théoriquement évoluer à plus de 10 milliards de TPS, avec une latence inférieure à 50 millisecondes et une cohérence moyenne de 10 millisecondes. Mais nous devons nous aligner sur l'endroit où le marché se trouve réellement aujourd'hui.

Agent contre Finance

C'est peut-être la seule catégorie où une demande préexistante existe. Une clientèle est déjà là et dispose d'une volonté de payer. Aujourd'hui, les gestionnaires de fonds, les équipes financières et les utilisateurs de 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 capable de surveiller et de rééquilibrer des centaines de positions en temps réel 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 est le paysage concurrentiel. Le secteur financier est fortement réglementé et dépend fortement des relations commerciales établies. Les entreprises établies détiennent les licences, l'infrastructure de conformité et les relations client. Les startups peuvent trouver leur place dans des domaines moins réglementés (comme le DeFi), là où les géants sont lents à bouger, 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 est plus favorable aux entreprises matures ici, car superposer de l'IA sur des produits et une clientèle existants est bien plus facile que l'inverse.

Le véritable enjeu

Alors, pourquoi construit-on encore ces choses ? Deux raisons.

Premièrement, la motivation. Les géants du secteur disposent de flux de trésorerie suffisants pour parier sur un avenir qui prendra 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 prix d'un retard d'un an est catastrophique. Ils doivent donc construire.

Deuxièmement, l'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. La véritable difficulté n'est pas de savoir comment transférer des fonds entre Agents, mais de coordonner le travail entre Agents et humains, de vérifier les résultats du 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. Et la coordination, c'est le véritable enjeu.

La coordination à grande échelle fera naturellement émerger un mécanisme de règlement comme une nécessité. Le paiement n'est qu'un instrument dans cette symphonie, pas la partition entière. Les entreprises qui résoudront le problème de la coordination absorberont la fonction de paiement, et non l'inverse.

La plupart des entreprises établies construisent de manière défensive, en prévision d'un futur de transactions massives entre machines. Comme leur piste financière est infinie, la chronologie n'est pas cruciale pour elles.

Mais les startups n'ont pas ce luxe. Nous devons trouver où se trouve réellement le marché aujourd'hui, nous ne pouvons pas attendre que la vague arrive.

Un an de construction nous a menés dans une direction inattendue. L'activité de marché y est réelle, en croissance rapide et encore mal desservie. Elle se situe en dehors de ces quatre catégories que nous avons décrites.

Questions liées

QQuelle est la principale conclusion de l'auteur concernant l'état actuel du marché des agents commerciaux ?

AL'auteur conclut qu'il n'existe pas encore de véritable demande pour les agents commerciaux à grande échelle. Les chiffres de Stripe, Visa et Coinbase montrent une activité très limitée et des barrières structurelles importantes pour les startups. Les entreprises agissent principalement par précaution défensive face à une éventuelle future vague.

QPourquoi l'interface conversationnelle (chat) pose-t-elle problème pour les achats en ligne selon l'article ?

AL'interface conversationnelle est considérée comme une régression pour la plupart des achats, car elle remplace une interface visuelle riche (images, comparaisons côte à côte) par du texte. Les humains sont des acheteurs essentiellement visuels. Améliorer le chat avec des carrousels d'images reviendrait à reconstruire une interface e-commerce dans une fenêtre de discussion, sans avantage convaincant.

QQuels sont les deux principaux cas d'usage où un agent conversationnel pourrait être utile, et quels défis rencontrent-ils ?

ADeux cas d'usage prometteurs sont identifiés : 1) Les achats à haute fréquence et à faible effort de décision (comme commander un repas). Le défi est que les grandes plateformes (ex : DoorDash) n'ont pas d'API ouvertes, obligeant à une navigation visuelle lente et coûteuse. 2) Simplifier les interfaces de paiement complexes (codes promotionnels, fidélité). Le défi majeur ici est la nécessité d'une large distribution B2C, domaine réservé aux géants comme Amazon.

QQuel problème structurel limite le marché des paiements d'agent à agent (Agent-to-API) selon l'auteur ?

ALe problème profond est celui du marché des fournisseurs. La plupart des grandes entreprises SaaS fonctionnent sur des contrats entreprise à long terme et résistent aux modèles de micropaiements pour un accès API temporaire. Le vrai marché de niche pour les nouveaux protocoles de paiement se situe dans la 'longue traîne' des services plus petits, mais les développeurs, principaux utilisateurs, ont historiquement une faible volonté de payer.

QSelon la conclusion de l'article, quel est le 'véritable enjeu' (the real prize) au-delà des simples paiements dans l'économie des agents ?

ALe véritable enjeu n'est pas le transfert d'argent (paiement), mais la coordination à grande échelle entre les agents et les humains : orchestrer le travail, vérifier les résultats et ensuite régler les comptes. Le paiement n'est qu'une partie du règlement, qui n'est lui-même qu'une partie de la coordination. Les entreprises qui résoudront le problème de la coordination absorberont la fonction de paiement, et non l'inverse.

Lectures associées

L'angoisse des investisseurs en IA en 2026 : Quand les modèles engloutissent tout, que reste-t-il comme avantage concurrentiel pour les startups ?

L'article aborde l'anxiété des investisseurs en IA face à la montée en puissance des modèles génératifs. L'auteure, Sarah Guo, contredit le désespoir qui voudrait que seuls les géants comme Anthropic et NVIDIA soient des investissements valables, car les modèles finiraient par "tout absorber". Elle explique que les benchmarks publics, souvent utilisés pour mesurer les progrès, ne capturent pas la valeur réelle. Les tâches facilement mesurables et standardisées deviennent effectivement des commodités, rapidement assimilées par les modèles de base. La vraie valeur et le véritable avantage concurrentiel ("la douve") résident ailleurs : dans le **terrain non entraînable**. Cela inclut : * **La justesse privée et difficile à obtenir** : La connaissance profonde des systèmes complexes, des données propriétaires et des processus internes d'une entreprise, qui ne peut être vérifiée que par une longue expérience opérationnelle. * **L'intégration et l'adoption** : Le travail laborieux d'intégration dans des environnements clients spécifiques (systèmes informatiques, flux de travail, exigences de conformité), qui prend du temps et repose sur la confiance. * **La responsabilité et l'autorité** : Le fait d'être la partie responsable, d'obtenir les licences nécessaires et de définir, de l'intérieur, ce qui constitue un "bon" résultat pour un domaine donné (comme la médecine ou le droit). Les entreprises qui réussiront ne seront pas de simples "couches fines" autour d'un modèle. Ce seront celles qui opèrent dans ce "coin non entraînable", en traduisant les besoins du monde réel pour les modèles et en modifiant les organisations pour qu'elles les utilisent. Elles construiront des barrières à travers une intégration profonde, des données exclusives et la confiance des clients, que l'intelligence brute seule ne peut contourner. Ainsi, malgré la puissance croissante des modèles, il reste un vaste espace pour les startups qui savent exploiter cette valeur contextuelle, difficile à mesurer mais cruciale. L'avenir appartient à ceux qui construiront non pas sur des scores de benchmarks, mais sur une compréhension profonde et opérationnelle de problèmes spécifiques.

marsbitIl y a 24 mins

L'angoisse des investisseurs en IA en 2026 : Quand les modèles engloutissent tout, que reste-t-il comme avantage concurrentiel pour les startups ?

marsbitIl y a 24 mins

L’Empire Crypto de Trump : Une expérience de transfert de richesse de 23 milliards de dollars

En juin 2026, des enquêtes de Reuters ont révélé l'ampleur de l'empire crypto de la famille Trump. Depuis son retour à la Maison Blanche, celle-ci a généré environ 2,3 milliards de dollars de profits via quatre piliers : World Liberty Financial (WLFI), le memecoin $TRUMP, American Bitcoin et ALT5 Sigma (devenu AI Financial). Dans le même temps, les investisseurs ont subi des pertes globales similaires, approchant 2,3 milliards de dollars. Le modèle sous-jacent est uniforme : transformer le capital politique et la notoriété mondiale de Donald Trump en actifs financiers, sans innovation technologique majeure. Le projet WLFI, la principale source de revenus (environ 1,6 milliard de dollars), repose sur la vente de jetons de gouvernance à liquidité restreinte et une stablecoin, USD1. Le memecoin $TRUMP, pure spéculation sur la marque présidentielle, a rapporté plus de 600 millions de dollars avant un effondrement de 97%. American Bitcoin a bénéficié d'une surévaluation en Bourse grâce à l'étiquette "Trump", tandis qu'ALT5 Sigma a surfé sur la hype combinée de l'IA, de la crypto et du nom Trump. Cette expérience illustre comment l'influence politique a été monétisée, générant d'immenses profits pour la famille Trump en amont, tandis que les investisseurs, souvent motivés par l'émotion et la confiance dans la marque plutôt que par l'analyse fondamentale, ont assumé l'essentiel du risque en aval. L'épisode sert de leçon sur les dangers des investissements basés sur le récit plutôt que sur la création de valeur réelle.

marsbitIl y a 1 h

L’Empire Crypto de Trump : Une expérience de transfert de richesse de 23 milliards de dollars

marsbitIl y a 1 h

La CFTC propose une nouvelle réglementation pour les marchés prédictifs, redéfinissant les événements éligibles et les participants autorisés

La CFTC (Commodity Futures Trading Commission) des États-Unis a publié une proposition de règlement visant à clarifier le cadre réglementaire des marchés de prédiction. Ce projet de règle, intitulé "Prediction Markets; Public Interest Determinations", ne constitue pas une interdiction générale, mais vise à établir un processus d'examen au cas par cas pour déterminer quels "contrats d'événements" pourraient être contraires à l'intérêt public. L'objectif principal est d'évaluer si un contrat porte sur des catégories sensibles telles que le terrorisme, l'assassinat, la guerre ou des activités illégales, et s'il risque d'encourager la manipulation ou des préjudices. Par exemple, un marché prédissant une attaque terroriste serait probablement interdit, tandis qu'un marché sur le volume de transport pétrolier dans un détroit, bien qu'influencé par la géopolitique, pourrait être acceptable car il mesure une activité commerciale. La proposition semble laisser un espace de conformité pour de nombreux marchés sportifs portant sur les résultats de matchs, les scores ou les statistiques globales, considérés comme ayant une fonction de découverte de prix. Cependant, les marchés sur des événements plus précis et facilement manipulables (blessures d'un joueur, décisions d'arbitrage) seraient soumis à un examen strict. Le cœur de la réglementation concerne la lutte contre le délit d'initié et la manipulation, risques majeurs lorsque des participants proches de l'issue d'un événement (comme des employés ou des décideurs) peuvent trader sur des informations non publiques. Ce projet ne met pas fin aux controverses. Certains régulateurs étatiques américains et l'industrie des paris sportifs s'y opposent, arguant que ces marchés de prédiction sportifs sont essentiellement des paris et devraient relever des régimes de licence des États, et non de la juridiction fédérale de la CFTC. En résumé, la CFTC ne cherche pas à supprimer les marchés de prédiction, mais à définir des frontières plus claires. L'industrie évoluerait ainsi d'une expansion dans une zone grise vers une compétition plus régulée, similaire à celle des marchés financiers traditionnels, où la transparence, l'équité et le contrôle des risques deviendront des facteurs clés de croissance.

marsbitIl y a 1 h

La CFTC propose une nouvelle réglementation pour les marchés prédictifs, redéfinissant les événements éligibles et les participants autorisés

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片