31 % des cyberacheteurs français utilisent déjà l’IA générative dans leur parcours d’achat en ligne. Ce niveau d’adoption, encore inimaginable il y a peu dans le retail, change déjà la mécanique du e-commerce tricolore. Publiée le 17 septembre 2026 par la Fevad et KPMG, l’étude prospective consacrée au commerce agentique décrit un marché en croissance, mais aussi un secteur sommé de revoir ses standards techniques, commerciaux et juridiques.

Le constat de départ reste solide : le e-commerce français a généré 196,4 milliards d’euros de chiffre d’affaires en 2025, en hausse de 7 %, pour 3,2 milliards de transactions. Dans le même temps, le panier moyen est revenu à 62 euros, en recul de 3 % (Fevad x KPMG). Autrement dit, l’activité progresse, mais l’arbitrage des consommateurs se fragmente et les marchands doivent désormais composer avec un nouvel intermédiaire : l’IA capable de conseiller, comparer, filtrer et, à terme, agir.

Une croissance du e-commerce qui change de nature

L’étude intitulée L’e-commerce à l’ère du commerce agentique, présentée en avant-première lors de NRF’26 Retail’s Big Show Europe, ne décrit pas une rupture abstraite. Elle documente une mutation concrète des parcours d’achat. Les données Odoxa pour la Fevad, croisées avec les analyses sectorielles de KPMG et des retours de professionnels, montrent que la question n’est plus seulement de générer du trafic, mais de rester visible dans les réponses produites par les IA.

Ce glissement est important pour les acteurs du secteur. Pendant deux décennies, l’e-commerce a optimisé ses tunnels de conversion autour du référencement, du prix, de l’ergonomie et de la pression promotionnelle. Avec l’IA générative, une partie de la relation commerciale peut désormais être médiée par un agent conversationnel qui présélectionne l’offre avant même la visite sur le site marchand.

François-Xavier Leroux, associé chez KPMG en France et responsable Digital Customer, résume ce basculement en expliquant que le centre de gravité du e-commerce se déplace : l’enjeu n’est plus uniquement d’obtenir un clic, mais d’être retenu dans une recommandation formulée par une IA. Pour les entreprises, cela remet au premier plan des sujets parfois sous-estimés comme la lisibilité des catalogues, la qualité des données produits et la capacité des systèmes à être interprétés correctement par des agents externes.

Ce que recouvre le commerce agentique

Le commerce agentique désigne un mode d’achat où une IA n’assiste plus seulement la recherche d’information, mais intervient dans le parcours pour comparer des offres, recommander un choix, gérer certaines interactions de service et, potentiellement, déclencher un paiement. L’étude souligne toutefois que cette dernière étape reste très peu développée en Europe.

Avant l’achat, l’IA s’impose déjà comme filtre commercial

Le point le plus saillant de l’étude concerne la répartition des usages. Parmi les cyberacheteurs français, 31 % recourent déjà à l’IA générative dans leur parcours d’achat. Et lorsque l’on se concentre sur les utilisateurs réguliers de ces outils, la proportion monte à 73 %. Ce n’est donc plus un signal faible.

L’usage se concentre d’abord en amont de la transaction. 58 % des utilisateurs d’IA s’en servent avant l’achat, principalement pour obtenir du conseil, comparer des produits ou explorer des options.

C’est la phase où la confiance est la plus élevée, avec 47 %. Cette donnée éclaire un changement essentiel : la fonction d’orientation commerciale, historiquement assurée par les moteurs de recherche, les marketplaces, les avis clients ou les vendeurs, commence à être partiellement absorbée par des interfaces d’IA.

Pour les e-commerçants, l’enjeu devient double. D’une part, il faut rendre l’offre compréhensible par ces nouveaux intermédiaires. D’autre part, il faut veiller à ne pas perdre la maîtrise de la mise en avant des produits, puisque la logique de recommandation peut redistribuer la visibilité entre marques, enseignes et places de marché.

Cette redistribution n’est pas purement marketing. Elle touche au partage de la valeur. Si l’IA devient l’entrée principale vers l’achat, celui qui maîtrise la recommandation peut capter une part croissante de la relation client. C’est précisément ce que souligne Marc Lolivier, délégué général de la Fevad, lorsqu’il observe que les règles mêmes du commerce en ligne évoluent, qu’il s’agisse du choix du consommateur, de l’accès au client ou de la répartition de la valeur entre acteurs.

L’étude relève que 57 % des non-utilisateurs invoquent des craintes liées à la neutralité commerciale des IA. En clair, une partie des consommateurs doute de la capacité de ces outils à recommander un produit sans biais, sans influence commerciale mal identifiée, ou sans hiérarchisation opaque des offres. Pour les marchands, cette défiance peut ralentir l’adoption, mais elle crée aussi une opportunité : les acteurs capables de documenter clairement leurs informations produits et leurs pratiques de recommandation peuvent renforcer la confiance.

Paiement, consentement, responsabilité : le verrou juridique reste entier

Si l’IA progresse vite dans les phases d’exploration et de conseil, le paiement agentique reste marginal. L’étude ne chiffre pas précisément sa part en France, faute de services largement disponibles en Europe.

Le repère fourni pour les États-Unis reste lui-même très modeste : selon Bernstein, le commerce agentique y représente moins de 1 % de l’activité e-commerce. Le niveau de confiance demeure limité, puisqu’un sondage Visa cité par le broker indique que 23 % des consommateurs seulement font confiance à un agent pour payer à leur place.

Le frein n’est pas seulement psychologique. Il est aussi réglementaire. Marc Lolivier rappelle que les consommateurs veulent conserver la main au moment du paiement. Cette réserve rejoint l’architecture européenne des paiements : la directive sur les services de paiement impose l’authentification forte, ce qui restreint pour l’instant les scénarios de transaction entièrement autonomes.

Sur le plan opérationnel, plusieurs questions restent ouvertes en Europe : le mandat donné à l’agent, les plafonds de paiement, la preuve du consentement et la responsabilité juridique en cas d’erreur. Pour les directions juridiques et conformité, ce n’est pas un détail. Si un agent se trompe de référence produit, de montant ou de conditions de livraison, il faudra déterminer qui répond de quoi, avec quels éléments de preuve et dans quel cadre contractuel.

Autre point notable : l’usage de l’IA pendant l’achat reste inférieur à celui observé avant ou après la transaction. Seuls 27 % des utilisateurs y recourent pendant l’acte d’achat, notamment pour des questions liées à la livraison ou au panier, avec un niveau de confiance limité à 30 %. Ce différentiel suggère que plus on se rapproche d’un engagement ferme, plus l’exigence de contrôle humain remonte.

Le point juridique à surveiller

Le couple consentement-preuve devient central. Dans un parcours assisté par IA, la question n’est pas uniquement de savoir si le client a été informé, mais aussi comment l’entreprise démontre cette information, l’étendue du mandat donné à l’agent et la chaîne de responsabilité en cas d’exécution erronée.

Service client, SAV, données produits : les terrains d’industrialisation se dessinent

L’après-vente apparaît comme une autre zone de traction. 35 % des utilisateurs d’IA y ont recours après l’achat, notamment pour le service client ou le SAV, avec 43 % de confiance. Cette donnée est importante pour les entreprises, car elle touche un poste où l’automatisation peut produire des gains de productivité mesurables, sous réserve de ne pas dégrader la satisfaction client.

L’étude recommande clairement de sortir du simple laboratoire. La feuille de route proposée débute par une cartographie de l’exposition aux principaux agents d’IA, puis par une phase de mesure des parcours et des risques pendant trois mois. Vient ensuite une industrialisation sélective sur les six à douze mois suivants, notamment via des catalogues enrichis.

Le sujet technique est loin d’être secondaire. Le commerce agentique repose sur la capacité d’une IA à lire, interpréter et exploiter correctement des informations commerciales.

Les entreprises doivent donc travailler sur leurs données produits, leurs API et leurs protocoles techniques. Plus les catalogues sont structurés, précis et maintenus, plus ils ont de chances d’être visibles et correctement restitués dans les recommandations automatiques.

En pratique, l’étude met en avant huit indicateurs clés pour piloter cette transition. Ils permettent de suivre non seulement la performance commerciale, mais aussi la robustesse du dispositif et ses implications de conformité.

  • Part du trafic agentique / IA générative
  • Visibilité des produits auprès des agents
  • Conversions assistées ou non assistées
  • Coût par contact automatisé
  • Taux de reprise humaine
  • Taux d’erreur agentique
  • Taux d’incidents de sécurité et/ou de conformité remontés
  • Satisfaction et confiance client

Ce choix de KPI est révélateur. Il montre que l’adoption de l’IA dans l’e-commerce ne peut pas être évaluée à la seule lumière du chiffre d’affaires incrémental. Le pilotage doit intégrer les coûts de support, les défaillances éventuelles, l’exposition réglementaire et la capacité à reprendre la main humainement lorsque l’automate atteint ses limites.

Dans un modèle classique, une fiche produit sert d’abord à convaincre un visiteur humain. Dans un modèle agentique, elle doit aussi être interprétable par une machine. Cela favorise les données normalisées, les attributs complets, la cohérence des descriptifs, la qualité des stocks et la fiabilité des conditions commerciales. Une fiche mal structurée peut perdre en visibilité, même si le produit reste compétitif.

Romain Roulleau, Kingfisher et la lecture opérationnelle de la mutation

L’étude Fevad x KPMG ne se limite pas à des données d’usage. Elle est enrichie de témoignages de professionnels, dont Romain Roulleau, Group Digital & E-Commerce Director chez Kingfisher. Ce point mérite d’être souligné, car l’intérêt du document tient précisément à ce croisement entre prospective, chiffres de marché et retour d’expérience terrain.

Pour les groupes du retail opérant à grande échelle, la question n’est pas théorique. Les agents d’IA interrogent directement l’organisation du catalogue, la gestion de la relation client, la hiérarchie des canaux d’acquisition et la qualité des infrastructures de données.

Le commerce agentique n’est donc pas une simple surcouche conversationnelle. Il peut modifier la manière dont les enseignes arbitrent leurs investissements entre expérience utilisateur, moteurs internes de recherche, automatisation du support et gouvernance de la donnée produit.

Le fait que la Fevad et KPMG consacrent depuis 2017 une série d’analyses annuelles aux tendances du secteur permet de replacer le sujet dans une trajectoire plus large. L’IA générative s’inscrit dans une longue séquence d’innovations du e-commerce, mais elle se distingue par sa vitesse de diffusion et par son impact direct sur l’intermédiation.

Marc Lolivier insiste d’ailleurs sur ce point : selon lui, l’e-commerce a déjà traversé de nombreuses révolutions en vingt ans, mais rarement une transformation aussi rapide et aussi profonde. Le message adressé aux commerçants est limpide : se préparer dès maintenant, non pour suivre une mode technologique, mais pour rester partie prenante de la relation commerciale future.

Le secteur en chiffres : repères Infonet sur les principaux acteurs

Au-delà de la prospective sur l’IA, le marché français du commerce en ligne reste structuré par de grands acteurs dont les comptes publiés donnent un repère utile sur les ordres de grandeur économiques. Le bloc ci-dessous, issu des données Infonet, permet de situer plusieurs opérateurs du secteur à partir des comptes déposés au greffe.

Données clés

Indicateur Valeur Exercice
Chiffre d'affaires 1,80 Md€ 2024
Résultat net 56,98 M€ 2024
EBITDA 132,36 M€ 2024

Positionnement marché

  • VENTE PRIVEE.COM 1,80 Md€ (2024)
  • CDISCOUNT 1,23 Md€ (2024)
  • ALLIANCE AUTOMOTIVE TRADING GROUP 954,72 M€ (2024)
  • CARREFOUR DRIVE 843,19 M€ (2025)
  • FNAC DIRECT 809,67 M€ (2025)

Source : Infonet — données issues des comptes publiés au greffe (exercice 2024).

Ces données ne mesurent pas l’adoption de l’IA générative à elles seules, mais elles rappellent une réalité structurante : le commerce en ligne français reste un marché de volumes, de marges sous tension et d’exigence opérationnelle élevée. Dans un tel environnement, toute promesse d’automatisation ne vaut que si elle améliore simultanément la conversion, le coût de contact et la qualité de service, sans créer un passif juridique ou réputationnel.

2030 se prépare dès 2026 : l’enjeu n’est plus l’expérimentation isolée

La projection avancée par la Fevad donne la mesure du sujet : près d’un Français sur deux pourrait recourir au commerce agentique d’ici 2030. Cette perspective ne signifie pas que le paiement autonome deviendra la norme à court terme. Elle indique en revanche que les agents d’IA pourraient peser de façon croissante sur la découverte, la comparaison et la sélection des offres.

Pour les entreprises françaises, le calendrier est serré. Les six à douze prochains mois paraissent décisifs pour distinguer les outils de démonstration des usages réellement industrialisables. Les acteurs qui documentent proprement leurs catalogues, mesurent les parcours, sécurisent la conformité et définissent des garde-fous humains disposeront d’un avantage plus défendable que ceux qui se limitent à afficher une brique conversationnelle en façade.

Dans l’e-commerce, la prochaine bataille ne portera pas seulement sur le trafic, mais sur la capacité à être compris, sélectionné et jugé fiable par des IA qui deviennent, elles aussi, des portes d’entrée vers l’achat.