When the customer is a machine: a systematic literature review and integrative framework of agentic commerce
Cette revue systématique de la littérature synthétise 140 études de 1994 à 2026 afin de remettre en question l'hypothèse anthropocentrée du marketing en développant un cadre intégratif qui catégorise le commerce agentique à travers une échelle de délégation à cinq niveaux, un triade d'influence en trois parties et un modèle de référence à quatre couches pour guider les recherches futures et les pratiques de mesure.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Pendant des décennies, l'histoire du shopping en ligne a été écrite pour les yeux et les mains humaines. Une personne voit une publicité, ressent un sentiment d'urgence parce qu'il ne reste que deux articles, compare les prix à travers différents onglets de navigateur, clique sur un bouton et tape un numéro de carte de crédit. Tout ce processus suppose que le client est une personne dotée de sentiments, d'une capacité d'attention et de la faculté d'être persuadée par une image bien placée ou un titre accrocheur. Mais un changement discret s'opère actuellement des deux côtés du marché. Du côté de l'acheteur, les gens commencent à confier leurs tâches de shopping à des assistants logiciels capables de chercher, de comparer et même de payer pour eux. Du côté du vendeur, les entreprises déploient leurs propres logiciels pour rédiger des descriptions de produits, concevoir des publicités et négocier les prix. Cette nouvelle réalité, où les machines agissent comme clients et vendeurs, brise les règles fondamentales sur lesquelles le marketing s'est appuyé pendant un siècle. La question n'est plus seulement de savoir comment vendre à une personne, mais comment être vu par une machine, comment influencer une décision prise par un code, et comment mesurer une transaction qui n'a jamais impliqué un humain cliquant sur une souris.
Pour comprendre ce nouveau paysage, une équipe de chercheurs de l'Université du Danemark du Sud et de l'Université d'Aarhus a mené une revue massive de la littérature scientifique. Ils ont rassemblé 140 études publiées entre 1994 et 2026, regroupant des travaux issus du marketing, de l'informatique, de l'économie et du droit. Leur objectif était de cartographier un domaine qui croissait de manière éparpillée, en reliant les premières expérimentations de bots de shopping de la fin des années 1990 à l'ère moderne de l'intelligence artificielle avancée. Ils ont découvert que, bien que la technologie ait radicalement changé, les défis fondamentaux sont restés étonnamment constants. Les chercheurs ont organisé leurs conclusions dans un cadre clair qui explique comment ces clients machines fonctionnent, comment ils peuvent être influencés, et ce qui se passe lorsqu'ils prennent le contrôle du panier de courses.
Les chercheurs ont découvert que la relation entre un humain et son assistant de shopping n'est pas tout ou rien ; elle existe sur une échelle de cinq niveaux distincts. Au bas de l'échelle, le logiciel agit simplement comme un informateur, affichant des données tandis que l'humain fait tout le travail. Un cran au-dessus, il agit comme un conseiller, suggérant des produits mais laissant le choix final à l'humain. Plus haut, le logiciel devient un copilote, gérant certaines parties de la tâche pendant que l'humain surveille de près. Plus haut encore, il devient un exécutant à périmètre défini, autorisé à réaliser des transactions spécifiques et limitées basées sur des instructions claires. Au sommet, il est un délégué autonome, capable de planifier et d'acheter tout au long du parcours avec seulement une vérification rétrospective de l'humain. L'étude a révélé une lacune frappante dans nos connaissances : nous comprenons très bien comment les humains réagissent lorsque la machine n'est qu'un conseiller, mais nous avons très peu de preuves sur la façon dont les humains se comportent lorsque la machine est pleinement autonome. En fait, seulement six études de toute la collection ont observé des agents pleinement autonomes effectuant des achats réels sous la supervision humaine. La majeure partie de la recherche actuelle se concentre sur les niveaux inférieurs, alors même que la technologie progresse vers le sommet.
Ce changement modifie le fonctionnement du marketing de trois manières spécifiques. Premièrement, la machine elle-même est devenue une cible. Tout comme un humain peut scanner une étagère à la recherche d'une marque familière, une machine scanne le contenu numérique à la recherche de signaux spécifiques. Les chercheurs ont constaté que si une entreprise réécrit ses descriptions de produits pour inclure des citations claires, des statistiques et des données structurées, la machine est jusqu'à quarante pour cent plus susceptible d'inclure ce produit dans ses recommandations. Il s'agit d'une nouvelle forme de visibilité, où être « lisible » pour un ordinateur est aussi important qu'être attrayant pour une personne. Deuxièmement, la machine agit comme un canal vers l'humain. La manière dont un message est délivré par un robot peut changer la réaction d'une personne. Par exemple, si un acheteur est soumis à une pression temporelle, il est plus susceptible d'acheter un produit recommandé par une IA que par un humain, car il scrute moins la machine. Cependant, si l'humain sait qu'il parle à une machine avant que la conversation ne commence, sa volonté d'achat peut chuter de près de quatre-vingts pour cent. Troisièmement, la machine est devenue un producteur de marketing. Les entreprises utilisent désormais l'IA pour écrire des publicités, concevoir des bannières et même répondre aux commentaires des clients, créant un cycle où les machines génèrent du contenu que d'autres machines évaluent et sélectionnent ensuite.
L'étude a également souligné que la confiance est le facteur le plus critique, mais il ne s'agit pas seulement de savoir si l'humain fait confiance au robot. Il s'agit de savoir si le système possède un « mandat » vérifié, c'est-à-dire un permis de commande formel et sécurisé qui indique précisément au logiciel ce qu'il est autorisé à faire. Sans cette infrastructure juridique et technique, la délégation complète ne peut se faire en toute sécurité. Les chercheurs ont constaté que la première vague de bots de shopping dans les années 1990 a largement échoué car cette infrastructure n'existait pas. Aujourd'hui, de nouveaux systèmes de paiement et des protocoles d'identité numérique sont enfin en train d'être construits pour résoudre cela, permettant aux machines de transiger avec la même sécurité que les humains. Cependant, les chercheurs préviennent que ce nouveau système crée de nouveaux risques. Les machines peuvent être manipulées par du texte caché dans les pages de produits, et leurs préférences peuvent changer du jour au lendemain lors de la sortie d'une mise à jour logicielle, provoquant un déplacement soudain de la demande.
Les chercheurs ont conclu que nous entrons dans une nouvelle ère où le « client » est souvent une machine, et que les règles d'engagement sont différentes. Ils ont proposé un nouvel ensemble d'outils pour les entreprises et les régulateurs, incluant des moyens de mesurer la fréquence à laquelle une marque apparaît dans les réponses des machines et de tester si un bot de shopping peut être trompé. Ils ont souligné que, bien que la technologie progresse rapidement, notre compréhension du comportement humain dans ce nouveau contexte est encore à la traîne. La conclusion la plus importante est que les anciennes règles du marketing ne disparaissent pas simplement ; elles se scindent. Les entreprises doivent désormais apprendre à être visibles pour la machine, persuasives pour l'humain à travers la machine, et assez dignes de confiance pour se voir accorder l'autorité de dépenser de l'argent. L'avenir du commerce dépend de la construction de systèmes capables de gérer cette danse complexe entre l'intention humaine et l'exécution par la machine, garantissant que lorsqu'une machine achète quelque chose, elle agit véritablement dans le meilleur intérêt de la personne qui la possède.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.