Entretien avec a16z Crypto : À quoi ressemblera l’ère où l’IA fera vos achats à votre place ?
TechFlow SélectionTechFlow Sélection
Entretien avec a16z Crypto : À quoi ressemblera l’ère où l’IA fera vos achats à votre place ?
Après que l’IA aura fait vos achats à votre place, vous ne verrez plus de publicités.
Dédié à des analyses Web3 approfondiesTraduction & compilation : TechFlow
Invités : Eddy Lazzarin, directeur technique (CTO) de a16z Crypto ; Noah Levine, associé investisseur chez a16z ; Sam Ragsdale, fondateur et PDG de Merit Systems
Animé par : Robert Hackett
Source du podcast : a16z crypto
Titre original : La fin des publicités ? Les agents IA vont transformer notre façon d’acheter
Date de diffusion : 28 avril 2026
Introduction rédactionnelle
Ce podcast réunit Eddy Lazzarin, CTO de a16z Crypto, Noah Levine, associé investisseur chez a16z, et Sam Ragsdale, ancien membre de a16z aujourd’hui fondateur de Merit Systems, qui développe le projet Agent Cash. Ensemble, ils mènent une discussion dense sur l’état actuel des technologies d’agents IA, les infrastructures de paiement et la pérennité même du système des cartes de crédit. Leur analyse centrale est que le règlement instantané et le coût marginal nul des stablecoins s’adaptent naturellement aux microtransactions de 1 à 2 dollars typiques de l’économie des agents, tandis que le modèle de frais de transaction des cartes de crédit — 2 à 3 % en frais variables plus 30 cents en frais fixes — s’effondrera dans ce nouveau monde. Le commerce basé sur les agents (Agent Commerce) déconstruit progressivement le modèle publicitaire qui a dominé le Web pendant vingt ans. Eddy Lazzarin va jusqu’à affirmer : « Le pacte économique fondé sur la publicité est mort ; il disparaîtra complètement dans les dix prochaines années. »
Citations clés
L’essence des agents IA
- « Les modèles de langage (LLM) sont des robots conversationnels ; un agent est un robot conversationnel capable d’opérer votre ordinateur à votre place. Tout ce qu’un humain peut faire avec un ordinateur, un agent peut aussi le faire. »
- « Depuis environ novembre dernier, les modèles IA sont devenus plus intelligents. Ils peuvent désormais accomplir des tâches complexes sur des périodes suffisamment longues et utilisent activement des outils. Nous avons commencé à les appeler “agents”, car ils ne se contentent pas d’écrire du code : ils vous aident à accomplir une tâche entière. »
- « Chez nous, nous parlons de “programmation naturelle à la demande” (Just-in-time Natural Language Programming). L’utilisateur décrit sa demande en langage naturel, et l’agent écrit en arrière-plan un programme JavaScript pouvant comporter des milliers de lignes pour l’exécuter — pour un coût de seulement 20 cents en tokens générés et 10 cents en appels API, puis supprime le programme une fois exécuté. Il y a quatre ans, cela nécessitait un ingénieur logiciel coûteux travaillant une semaine entière. »
Les commerçants sans interface et la refonte du commerce
- « À quoi ressemble un “commerçant sans interface” (Headless Merchant) ? Il s’adresse aux services IA, non aux humains. Il n’a pas besoin d’une interface web, mais uniquement d’un point d’accès API et d’une documentation suffisamment claire pour qu’un modèle IA puisse la lire, la comprendre et l’appeler. »
- « Les leaders du secteur des données facturent jusqu’à 100 fois plus cher que leur concurrent le moins cher, bien qu’ils utilisent exactement la même source de données en aval. Ce qu’ils vendent réellement, c’est leur équipe commerciale, pas les données elles-mêmes. Dans un monde où les décisions sont prises par des agents, ceux-ci ne se laisseront pas séduire par une belle équipe commerciale. Ils testeront toutes les sources disponibles, identifieront celle qui fonctionne le mieux au meilleur prix, puis la retiendront. »
- « Vous lancez votre agent avec enthousiasme et il tourne toute la nuit. À 9 heures du matin, vous découvrez qu’il est bloqué depuis 2 h 30, car l’étape suivante exige que vous passiez un appel téléphonique à une équipe commerciale. »
La fin du modèle publicitaire
- « Le pacte économique du Web depuis l’an 2000 repose sur la distraction pour générer des revenus. Un agent ne se laisse pas distraire. S’il visite votre site à la recherche d’une recette, il ne verra pas la publicité pour des chaussures placée à côté. L’ancien modèle disparaîtra inévitablement dans les dix prochaines années. »
- « En 2016, les revenus mondiaux de la publicité en ligne s’élevaient à 60 milliards de dollars — tout le monde pensait alors que ce chiffre représentait un plafond. Aujourd’hui, Google gagne seul 300 milliards de dollars par an rien qu’avec la publicité. Or, depuis la sortie de GPT-4, le trafic des sites d’actualités technologiques a chuté d’environ 80 %, tout comme celui de Stack Overflow. Ces plateformes constituent des pionniers : elles ont déjà choisi d’utiliser des agents pour la recherche d’informations et l’exécution de code. Les autres les suivront, car l’expérience est effectivement meilleure. »
Stablecoins contre cartes de crédit
- « Le montant moyen d’une transaction sur Agent Cash est de 1 à 2 cents. Les frais fixes appliqués par les cartes de crédit s’élèvent à 30 cents. Dans ce contexte, ces frais sont totalement absurdes. En 2026, la fidélité devrait revenir au commerçant, non à la carte de crédit que vous utilisez pour payer. »
- « Certes, les cartes de crédit existent depuis avant l’avènement d’internet, et elles ont réussi à traverser la transition du monde non connecté au monde numérique — certes secouées, mais bel et bien préservées. Le verdict final n’est donc pas encore rendu. »
- « Si des représentants d’une société de cartes de crédit nous écoutent, sachez que vous détenez une licence de transmission monétaire (Money Transmission License) : vous pouvez parfaitement frapper instantanément des stablecoins pour vos clients, afin qu’ils puissent payer avec ces derniers. Je vous recommande vivement d’envisager cette possibilité. »
L’avenir de l’expérience client
- « Si un agent achète à votre place, vous pouvez lui intégrer une compétence d’optimisation des cartes de crédit (skill), ce qui vous permet de voir précisément le retour sur investissement (ROI) de chacune de vos cartes. Lorsque vous n’avez aucune fidélité envers une carte de crédit, tous les effets de verrouillage psychologique disparaissent. »
- « Un jour, vous prendrez conscience que vous n’avez jamais vraiment aimé faire des achats. »
L’architecture de la pile ouverte du commerce basé sur les agents
Animé par : Bonjour à tous. Aujourd’hui, je suis accompagné d’Eddy Lazzarin, CTO de a16z Crypto ; de Noah Levine, associé investisseur chez a16z ; ainsi que de Sam Ragsdale, ancien collègue de a16z Crypto, aujourd’hui fondateur de Merit Systems, qui développe le projet Agent Cash — nous y reviendrons plus tard.
Avant cela, j’aimerais poser quelques bases. Le domaine des agents IA connaît actuellement une évolution si rapide que, sauf à y consacrer 24 heures par jour, il est impossible de suivre tous les développements. Alors, quel est l’état actuel du monde ? Sam, vous êtes sur le terrain, vous construisez concrètement — pourriez-vous commencer ?
Sam Ragsdale : J’aime introduire le sujet à l’aide d’une taxonomie empruntée à Erik Reppel, co-créateur du protocole Coinbase x402.
Cette classification distingue deux types de commerce basé sur les agents. Le premier est le « commerce conversationnel » (Conversational Commerce), c’est-à-dire passer commande directement depuis ChatGPT. Vous dites à ChatGPT : « Je suis un homme habitant le West Village à New York, je vais m’entraîner à Equinox et je cherche des chaussures qui me permettront de m’intégrer socialement. » Il vous recommande alors avec empathie une paire de Nike, que vous achetez aussitôt.
Le second type consiste à confier de l’argent à un agent afin qu’il dépense à votre place pour accomplir une tâche donnée.
Le commerce conversationnel se développera nécessairement. ChatGPT, Gemini, Claude et tous les nouveaux modèles avancés intégreront bientôt des fonctions de paiement. Cela bénéficie aux consommateurs (qui trouvent de meilleurs produits), aux commerçants (dont le taux de conversion augmente) et aux plateformes (qui perçoivent 5 à 10 % de commission), formant ainsi une nouvelle génération de Google Shopping.
Dans l’autre scénario, les capacités des agents restent encore limitées. Beaucoup demandent à leurs agents d’accomplir des tâches complexes, comme « contacte des prospects pour moi », mais l’agent répond : « Je ne sais pas faire ; je n’ai pas accès à ces informations. » Or, si l’agent dispose d’un petit solde, il peut dépenser quelques centimes pour acheter un service qu’il ne pouvait pas utiliser auparavant — et ainsi renforcer ses propres capacités.
Ainsi, deux mondes coexistent aujourd’hui : l’un où les interfaces traditionnelles LLM recommandent des produits et réalisent la dernière étape d’achat, tandis que la plateforme percevra une commission sur chaque transaction ; l’autre, où vous déployez vous-même un agent indépendant chargé d’acheter des biens et des services à votre place.
Noah Levine : Je vois deux versions possibles. La première est une évolution naturelle du commerce électronique : les plateformes changent, comme elles l’ont fait lors de la transition vers le mobile, donnant naissance à de nouvelles formes de publicité et à Google Shopping. Les gens continueront toujours à acheter, et les comportements des consommateurs évoluent — or, ils obtiennent désormais l’information via les LLM, donc le commerce suivra naturellement cette migration vers les agents.
La deuxième version, moins « analogique », est que la structure même d’internet change. La façon dont les gens recherchent l’information et exécutent des actions évolue avec les LLM. L’internet que nous avons construit au cours des vingt dernières années pourrait ne plus être celui de demain. La recherche via Google, suivie d’un clic sur une interface web conçue pour maximiser les ventes additionnelles, pourrait perdre tout sens. À la place émergera un internet véritablement natif pour les agents (Agent-native), où ceux-ci paient directement ce dont ils ont besoin, afin de rendre l’humain plus efficace.
Animé par : Cela rejoint directement l’un de vos thèmes d’investissement, Noah. Mais avant d’aller plus loin, permettez-moi de fournir une explication plus fondamentale aux auditeurs. Vous êtes désormais habitués à interagir avec des LLM, mais vous entendez également parler de Codex d’OpenAI ou d’autres systèmes dotés d’un haut degré d’autonomie capables d’accomplir réellement des tâches. Si vous ne suivez pas attentivement ces évolutions, vous ignorez probablement à quel point la technologie a progressé. Eddy, pourriez-vous nous éclairer ?
Eddy Lazzarin : Permettez-moi de passer rapidement en revue les cinq derniers mois. Depuis environ novembre-décembre dernier, les modèles IA sont devenus plus intelligents. Plus précisément, ils peuvent désormais accomplir des tâches complexes sur des périodes suffisamment longues et utilisent activement des outils. Nous avons commencé à les appeler « agents », une appellation anthropomorphique, car ils ne se contentent pas d’écrire du code : ils vous aident à accomplir une tâche complète.
Mais les agents ne peuvent pas tout faire. Un logiciel n’est pas simplement un petit programme qui tourne sur votre ordinateur. Internet nous a appris qu’il faut connecter de nombreux éléments externes pour créer quelque chose d’intéressant — nécessitant divers réseaux et divers acteurs.
Les agents résolvent le problème de la formulation d’intention, et partiellement celui de la modélisation des préférences. Vous leur donnez une instruction, ils comprennent ce que vous souhaitez faire, puis traduisent cette intention en appels d’outils, de réseaux et de services. Grâce à la conversation et à la mémoire, ils parviennent même à déduire approximativement vos préférences, et transmettent cette intention aux outils, logiciels et fournisseurs concernés.
Ces deux problèmes étant résolus, l’enthousiasme est immense. Tout le monde veut résoudre les problèmes restants — mais ceux-ci sont extrêmement complexes. Du moins, si vous voulez qu’un agent réalise une transaction à votre place, vous devez résoudre les questions d’autorisation et de délégation : comment prouver à la contrepartie que cet agent agit en votre nom ? Comment gérer l’identité et l’authentification ? Puis viennent les questions de paiement et de règlement : une fois la connexion établie, l’agent reflète votre intention, sait ce qu’il doit faire, et doit donc pouvoir payer — démontrer sa capacité à payer, gérer les paiements fractionnés, les remboursements, etc. J’ai omis des étapes cruciales comme la recherche ou la détection de fraude, mais vous voyez bien que, dès que la formulation d’intention et la modélisation des préférences — deux tâches autrefois exclusivement humaines — sont automatisées, l’ensemble du processus commercial peut être automatisé. C’est précisément la réaction d’un ingénieur : « Mon Dieu, ces deux tâches que l’humain devait entrer manuellement, ou du moins exprimer verbalement, peuvent désormais être accomplies automatiquement — c’est incroyable ! »
Lorsqu’on parle de « commerce basé sur les agents » (Agentic Commerce), on désigne précisément tout ce qui reste à résoudre entre « je parle à l’agent » et « il obtient ce dont j’ai besoin », ainsi que les répercussions en chaîne, car de nombreux aspects seront profondément transformés.
Animé par : Très utile. Autrement dit, nous sommes passés des LLM interactifs en langage naturel à des versions enrichies capables de se connecter à divers réseaux et systèmes réels.
Eddy Lazzarin : Ce n’est pas uniquement une question de connexion. Votre formulation suggère que la différence réside dans ce à quoi ils sont connectés. Ce n’est pas le cas. Votre ordinateur portable est déjà connecté à tout — la connectivité n’a pas changé. Ce qui a changé, c’est leur capacité à utiliser des outils, à réfléchir longuement et à persévérer obstinément jusqu’à accomplir la tâche.
Sam Ragsdale : Permettez-moi de simplifier encore davantage votre version simplifiée. Un LLM est un robot conversationnel, spécialisé dans le dialogue — on pensait autrefois qu’il était surtout adapté au service client. Une fois poussé à son paroxysme dans le domaine du dialogue, on lui a ajouté la capacité d’utiliser des outils. Pour simplifier radicalement : on lui a appris à piloter un ordinateur. Un LLM est un robot conversationnel ; un agent est un robot conversationnel capable d’opérer votre ordinateur à votre place.
Le point crucial est qu’ils atteignent aujourd’hui, autour de GPT-4, un niveau d’opération comparable à celui d’un humain moyen, à un coût environ 1000 fois inférieur, et que leur capacité peut être considérablement accrue moyennant un supplément financier. Ainsi, grossièrement parlant, tout ce qu’un humain peut faire avec un ordinateur, un agent peut aussi le faire.
Eddy Lazzarin : Exactement. Le postulat est simple, mais les changements qu’il induit sont nombreux — à court, moyen et long terme. À court terme, tout le monde s’efforce de mettre en place les canaux nécessaires pour que les agents puissent réellement agir. À long terme, si votre agent peut accéder aux applications, combien d’interfaces graphiques aurez-vous encore besoin ? Aurez-vous encore besoin de l’application Amazon ? Peut-être que l’application Amazon est moins efficace que de laisser un agent faire tout le travail à votre place : lire tous les avis, ne vous montrer que les images qui vous intéressent… N’est-ce pas une expérience supérieure ?
Sam Ragsdale : Chez nous, nous appelons cela la « programmation naturelle à la demande » (Just-in-time Natural Language Programming), bien que ce nom ne soit pas très accrocheur. Elle transforme les non-programmeurs en programmeurs. Vous tapez : « Je veux acheter un cadeau sur Amazon pour ma fiancée. Voici ses préférences, voici ce que je lui achète habituellement, la dernière fois j’ai pris ceci. Parcoure environ 1000 options, sélectionne celle qui correspond le mieux, passe la commande, retrouve mon adresse familiale et fais-la livrer. »
En réalité, l’agent écrit en interne un programme complexe pour accomplir cette tâche — un programme pouvant comporter des milliers de lignes en JavaScript et Bash. Il l’exécute, mais vous ne le voyez pas, puis le supprime immédiatement après usage. Il y a quatre ans, cela relevait de la science-fiction. Écrire un tel programme exigeait un ingénieur logiciel coûteux travaillant une semaine entière à déboguer, obtenir des clés API, etc. Aujourd’hui, le coût d’exécution est d’environ 20 cents en tokens, plus éventuellement 10 cents pour les appels API, puis on jette le programme — si peu coûteux qu’il n’y a même pas lieu de le publier sur GitHub. Même des personnes totalement non techniques peuvent le faire. Mes parents écrivent aujourd’hui des programmes en langage naturel sans même s’en rendre compte. Ils pourraient presque se proclamer ingénieurs logiciels.
Animé par : C’est assez fou. Êtes-vous fiancé ? Cet exemple provient-il d’une expérience personnelle ?
Sam Ragsdale : Oui, je suis fiancé, merci. Mais la bague n’a pas été achetée par l’IA. Cette bague est antérieure à l’apparition de l’IA — peut-être même antérieure au premier ordinateur.
La théorie du « commerçant sans interface »
Animé par : Très bien. Parlons maintenant de ces répercussions en chaîne. Sam, vous avez mentionné précédemment comment le commerce va changer dans un monde où les agents effectuent de nombreuses transactions — ce qui vous amène directement à un concept que vous avez introduit : le « commerçant sans interface » (Headless Merchant). Pouvez-vous nous expliquer ce que cela signifie ?
Sam Ragsdale : Bien sûr. Je pense qu’il est utile de reculer d’un pas. Outre l’achat de chaussures via ChatGPT — un scénario classique de consommation — existe un énorme marché B2B d’outils pour développeurs. Des plateformes comme Claude Code ou OpenAI Codex démocratisent totalement la création : n’importe qui disposant d’un ordinateur et de tokens peut désormais construire quelque chose.
Auparavant, les développeurs expérimentés choisissaient des outils avec des opinions clairement formulées, engageaient souvent des processus commerciaux avec des équipes de vente, signaient des contrats. Aujourd’hui, c’est différent : les nouveaux développeurs arrivent avec une seule intention — « Je veux faire ceci » — sans préjugé sur les ressources spécifiques à utiliser. De plus, les solutions qu’ils construisent sont hautement temporaires et requièrent un modèle de facturation strictement à l’usage, sans les longs délais d’intégration requis par les services traditionnels.
À quoi ressemble donc un « commerçant sans interface » ? Il s’adresse aux services IA, non aux humains. Il n’a pas besoin d’une boutique physique ou numérique pour que vous naviguiez dedans, seulement d’un point d’accès API et d’une documentation suffisamment claire pour qu’un modèle IA puisse la lire, la comprendre et l’appeler. La facturation suit le même principe : elle est à l’appel API, non sous forme d’abonnement ou de contrat d’entreprise.
Eddy Lazzarin : Je partage totalement cet avis. J’ai l’impression que j’ai pu être, dans une vie antérieure, un IA. En tant qu’ingénieur logiciel, j’ai toujours été ainsi : si je visite un site web sans y trouver immédiatement les tarifs, ni une option pour obtenir une clé API directement avec ma carte de crédit, je ferme la page. Je ne veux pas parler à une équipe commerciale, ni envoyer d’e-mail. Prendre rendez-vous avec une équipe commerciale constitue un engagement massif et un frein majeur. Je ne sais même pas encore si ce produit fonctionne bien — je veux l’essayer immédiatement, tout de suite, parce que je développe un projet ce week-end et que je veux le publier lundi. Obtenir une clé API via carte de crédit, puis régler les frais plus tard, et examiner le plan stratégique ultérieurement — c’est la méthode la plus rapide.
Dans l’ère des logiciels instantanés et temporaires, voulez-vous vraiment faire attendre votre agent ? Vous l’avez lancé avec enthousiasme toute la nuit, et à 9 heures du matin, vous constatez qu’il est bloqué depuis 2 h 30, parce que le service qu’il veut utiliser exige que vous passiez d’abord un appel téléphonique à une équipe commerciale.
Sam Ragsdale : Sans parler du fait que si le processus d’intégration implique une équipe commerciale, le prix de l’API sera probablement multiplié par dix, car il faut payer du personnel pour gérer la relation client.
Eddy Lazzarin : C’est absolument inacceptable. Vous voulez que votre agent fonctionne de manière autonome non pas parce que vous ne vous souciez pas de ce que vous construisez, mais parce que vous avez besoin de rapidité, de tests, d’itérations rapides pour répondre aux retours des utilisateurs — vous ne pouvez pas attendre. Si un modèle IA voit trois options : l’une exige de contacter une équipe commerciale, une autre de configurer une carte de crédit dédiée, mais la troisième consiste simplement à envoyer quelques stablecoins pour obtenir 10 dollars en tokens et valider un prototype, il choisira systématiquement la troisième. Cette seule force suffit à déclencher une refonte partielle de certains marchés.
Animé par : Pour les entreprises traditionnelles, bien que ces frictions rendent le commerce plus difficile, elles en dépendent aussi pour verrouiller leurs clients et maintenir leur fidélité. Si ces frictions disparaissent, comment prévoir de façon fiable les revenus ?
Eddy Lazzarin : Voici ma réponse, un peu provocatrice : « Eh bien, faisons tout mal, alors ! Ajoutons des frictions partout, rendons tout difficile à utiliser. Mais pourquoi faisons-nous cela ? »
Je dis cela parce que les frictions peuvent parfois être utiles — par exemple, elles empêchent les spammeurs ou produisent un effet de tri. Mais elles ont aussi un coût élevé. À mesure que l’économie s’accélère, que la productivité augmente et que chaque minute gagne en levier, le coût d’opportunité des frictions augmente également. Tel est le mouvement général de toutes les choses aujourd’hui.
Pour revenir au sujet, même dans un environnement à friction minimale — où vous obtenez une clé API en une seconde, voire sans clé API du tout, en payant directement avec la clé de votre portefeuille cryptographique, dont l’adresse constitue votre compte — d’autres éléments confèrent néanmoins une certaine rétention au service. Réputation, mémoire, état, données, voire des éléments plus intangibles comme la confiance de l’agent. Si un agent sait que vous avez besoin d’une réponse urgente et souhaitez avancer rapidement, il ne reculera pas pour explorer pendant 20 minutes toutes les nouvelles options. Il se souviendra de ce qu’il a utilisé la dernière fois, qui a bien fonctionné, et le réutilisera directement — comme une personne intelligente.
Sam Ragsdale : Permettez-moi un exemple concret. Nous discutons quotidiennement avec de nombreux commerçants, ayant pratiquement examiné tous les produits actuellement vendus via API, et nous avons échangé avec de nombreux vendeurs sur la façon dont ils s’intègrent à la « distribution native pour agents » (Agent-native Distribution), c’est-à-dire une distribution conçue spécifiquement pour les agents IA.
Les produits de données sont souvent des marchandises standardisées, avec généralement entre 5 et 50 vendeurs. Dans ce groupe, le leader du classement est aussi celui qui gagne le plus, facturant environ 100 fois plus que le vendeur le moins cher. Et souvent, leur source de données en aval est exactement la même. Ce succès repose sur leur équipe commerciale, composée généralement de personnes très présentables qui se rendent dans vos bureaux pour vous démontrer : « Regardez comme nos données sont magnifiques — aucune autre n’est aussi belle — 35 000 dollars par an. » Vous signez, puis deux ans plus tard, la même personne revient pour répéter exactement la même démonstration. Ainsi, des dizaines de milliers d’entreprises paient.
Tandis que des petites entreprises proposant des produits potentiellement meilleurs, avec une meilleure ergonomie sur les mêmes données, ne parviennent pas à accéder aux canaux de distribution et finissent par faire faillite. Ce domaine ne connaît pas l’innovation, car l’équipe commerciale est le produit central, pas les données elles-mêmes.
Dans un monde où les choix sont faits par des agents, ceux-ci ne souhaiteront pas parler à une équipe commerciale, ni se laisser séduire par une équipe brillante. Ils testeront toutes les sources de données, identifieront celle qui fonctionne le mieux et offre le meilleur rapport qualité-prix (notamment pour les achats en gros), puis la stockeront dans leur mémoire : « La prochaine fois que j’aurai besoin de ce type de données, j’utiliserai Minerva, pas les trois autres. » Cela crée un monde plus efficace. Les dizaines de milliers d’entreprises qui payaient 35 000 dollars peuvent désormais allouer cet argent à d’autres domaines productifs.
Noah Levine : Un autre angle est le suivant : si vous croyez que l’IA va engendrer une multitude d’entreprises individuelles ou de très petites équipes capables de produire, grâce à l’IA, des produits qui nécessitaient auparavant 50 à 100 personnes, alors il est évidemment absurde que des équipes commerciales se rendent dans la cave d’un individu pour conclure un accord.
D’un côté, les commerçants existants craignent que leurs prévisions de revenus soient affectées — oui, les changements suscitent inévitablement une résistance. Mais d’un autre côté, cela représente aussi un nouveau canal d’acquisition de clients : si vous parvenez à réduire les goulets d’étranglement et les frictions liés à l’intégration des outils, cela représente une opportunité considérable pour eux.
Sam Ragsdale : Chez nous, la majorité des utilisateurs n’ont jamais utilisé d’API, ne savent pas ce qu’est une API, ignorent ce qu’elle représente, n’ont jamais obtenu de clé API, n’ont jamais signé de contrat de service d’entreprise. Pourtant, dès leur première utilisation, ils peuvent combiner six API provenant de six commerçants différents, écrire un programme en langage naturel, accomplir la tâche, puis jeter le programme. Cela signifie qu’un tout nouveau marché de consommateurs d’API vient d’émerger.
La refonte des modèles économiques actuels d’internet
Animé par : Cela rappelle la « difficulté de l’innovateur » de Clayton Christensen : le haut de gamme est occupé par les anciens acteurs vendant des logiciels coûteux à des clients capables d’émettre des chèques importants, tandis que le bas de gamme est constitué de nouveaux utilisateurs qui font des expériences ponctuelles avec des agents. Mais qu’est-ce qui permettra à ces expériences initialement ludiques de devenir réellement disruptives ?
Sam Ragsdale : Parce qu’elles deviendront finalement une meilleure expérience.
Noah Levine : Je voudrais ajouter ceci : bien qu’aujourd’hui cela semble expérimental, un regard rétrospectif sur les migrations de plateformes historiques révèle des schémas similaires. Stripe a commencé par servir des commerçants très petits et très marginaux, dont beaucoup sont devenus ensuite des géants — ce qui explique la croissance continue de Stripe. Shopify suit le même chemin : initialement dédié à la vente de T-shirts et au dropshipping, il sert aujourd’hui une grande quantité de marques ayant grandi de zéro à des sociétés importantes sur sa plateforme. De même, nous verrons une vague de développeurs très allégés construire de grandes entreprises grâce à l’IA ; les outils qu’ils achètent aujourd’hui dans le cadre du commerce basé sur les agents deviendront, à mesure que leurs entreprises grandissent, des volumes de consommation considérables.
Sam Ragsdale : Cette perspective e-commerce est excellente. Mais je veux aller plus loin : le pacte économique d’internet est mort.
Depuis le lancement de Google en 2000, principal moteur de l’« internet libre et ouvert », ce pacte était le suivant : vous êtes éditeur, vous publiez de bons contenus, les utilisateurs les trouvent via recherche, et Google les affiche. Quelques années plus tard, AdWords apparaît, ajoutant des bannières publicitaires. Le pacte devient alors : vous publiez de bons contenus, les utilisateurs atterrissent sur votre site, vous pouvez y insérer de petites publicités, et Google vous reverse une part selon la qualité des impressions. Vous pouvez publier tout ce que les gens veulent voir, Google gère les relations avec les annonceurs et vous reverse une commission. Dans ce processus, Google est devenu le principal moteur de l’internet libre et ouvert : il veut que l’internet soit rapide, bon marché et omniprésent, car plus les gens cherchent, plus il gagne.
Fondamentalement, le modèle économique d’internet repose sur la « distraction ». Lorsque vous, utilisateur humain, consommez du contenu — que ce soit pour chercher des informations, une recette ou le score d’un match — vous êtes distrait, et peut-être, un peu plus tard, achèterez-vous ces chaussures ou découvrirez-vous un nouveau SaaS B2B. L’ampleur de ce modèle a dépassé toutes les attentes. J’ai consulté le rapport « Tendances internet » de 2016 : les revenus publicitaires mondiaux s’élevaient alors à 60 milliards de dollars, et tout le monde disait : « C’est le plafond. » Or, Google gagne aujourd’hui 300 milliards de dollars par an uniquement avec la publicité.
Mais avec l’arrivée des agents, les gens transfèrent progressivement la recherche, l’acquisition d’informations et l’exécution vers les agents. C’est encore tôt : ChatGPT compte 100 millions d’utilisateurs mensuels, mais ils l’utilisent encore comme un moteur de recherche classique, sans l’exploiter pleinement de manière « agent », par exemple en disant : « Trouve-moi un cadeau pour la fête des pères pour mon père et passe la commande. » Mais cela est en cours de réalisation. Observons les données du secteur technologique : depuis GPT-4, le trafic des sites d’actualités technologiques a chuté d’environ 80 %, tout comme celui de Stack Overflow. Ce sont des pionniers : ils ont déjà décidé d’utiliser des agents pour l’acquisition d’informations et l’exécution de code. Les autres les suivront, car l’expérience est effectivement meilleure.
L’ancien modèle économique est en train d’être abandonné. Un agent ne se laisse pas distraire. S’il visite votre site pour chercher une recette, il ne verra pas la publicité pour des chaussures que vous y avez placée. L’éditeur n’en tire aucun bénéfice. Un nouveau pacte sera nécessaire, une nouvelle raison de servir les requêtes des agents plutôt que de compter sur la publicité. Faudra-t-il payer directement les articles ? Je ne sais pas. Faudra-t-il payer directement les ressources API ? L’internet va-t-il changer radicalement ? Je ne sais pas non plus. Mais l’ancien modèle disparaîtra forcément, et cela se produira dans les dix prochaines années.
Animé par : Si le modèle économique d’internet repose fondamentalement sur la distraction, cela est intéressant, car Google est apparu initialement comme une alternative aux portails. Yahoo et AOL vous offraient une multitude de liens, tentant de tout fournir. Google, lui, proposait une seule barre de recherche sur une page blanche, vous donnant rapidement l’information. Pourtant, l’évolution que vous décrivez est précisément celle qui en fait une machine à distraire.
Nous disons aujourd’hui que les agents ne se laissent pas distraire, mais pourquoi leur évolution serait-elle différente de celle des humains ? Ne pourrait-on pas concevoir des mécanismes spécifiquement conçus pour séduire les agents, les faire errer et les retenir plus longtemps ?
Eddy Lazzarin : C’est une question vaste et passionnante, dont le cœur est le suivant : « Pour qui l’agent agit-il ? » J’ai récemment entendu quelqu’un dire : « Je me suis remis à utiliser Google Search, car les réponses IA en haut de la page sont désormais suffisamment bonnes. » Dans ce scénario, cet « agent » travaille pour Google : il est intégré à la barre de recherche Google, fonctionne sur le cloud de Google, et Google en contrôle l’ensemble. Cet agent sera-t-il « distrait » par Google ? Je pense que oui.
Le point essentiel est de savoir quel objectif il optimise — ou, pour le dire plus simplement : pour qui travaille-t-il ? La « distraction » est définie comme suit : le contenu que je vous montre sert-il vos intérêts ou les miens ? S’il sert mes intérêts plutôt que les vôtres, alors c’est de la distraction.
Je ne suis pas aussi pessimiste. Le consensus selon lequel une bonne publicité est un bon contenu existe depuis longtemps : une bonne publicité est presque indiscernable du contenu que vous vouliez déjà consulter.
Mais permettez-moi de clarifier ceci : si l’agent travaille pour Google ou pour n’importe qui d’autre, toute la chaîne commerciale qu’il parcourt sera définie par eux, utilisant leurs méthodes et leurs infrastructures de transaction jugées les plus favorables à leurs propres activités. Si l’agent travaille pour vous, dans le scénario extrême où il fonctionne sur votre propre ordinateur portable, est open source, et que vous pouvez le fine-tuner ou modifier ses instructions système, vous pouvez lui fournir des outils anti-distraction. Ainsi, les annonceurs se retrouvent face à un adversaire capable de les démasquer. Bien que je m’exprime de façon un peu exagérée, une forme d’opposition émergera effectivement.
Sam Ragsdale : Oui, il existe d’innombrables façons de réintroduire la publicité. On peut le faire au niveau des poids du modèle — c’est la méthode la plus radicale : choisir des données d’entraînement qui disent « Nike est la meilleure marque de chaussures au monde ». Nike pourrait payer, par exemple, un milliard de dollars par an, et alors, que ce soit dans ChatGPT ou dans une API d’assistance client automobile, dès qu’il est question de chaussures, Nike sera présenté comme le meilleur choix.
On peut le faire au niveau des appels d’outils, dans le contexte système, ou même sous forme de calques superposés qui n’impliquent pas même une conversation. Les entreprises de modèles de base sont clairement confrontées à ce dilemme. Récemment, une dispute a éclaté entre Anthropic et OpenAI : Anthropic a diffusé une publicité au Super Bowl moquant ChatGPT pour sa publicité, et OpenAI a retiré ses publicités en réponse. La réponse d’OpenAI me semble tout à fait raisonnable : « ChatGPT compte plus d’utilisateurs gratuits au Texas qu’Anthropic n’a d’utilisateurs payants au total. » C’est un problème d’une tout autre ampleur : ils doivent fournir une technologie de pointe coûteuse à une masse d’utilisateurs réticents à sortir leur carte de crédit, et la publicité constitue en effet une solution raisonnable.
La publicité est un modèle économique génial pour la recherche sur internet, car le consommateur ne paie pas. La relation à forte friction — comme le paiement par carte de crédit — existe entre les annonceurs et Google ou les éditeurs, et n’implique pas les milliards d’utilisateurs mensuels de la recherche. Ces derniers ouvrent Google directement et obtiennent de la valeur immédiatement.
Si vous essayez d’aligner les incitations, de séparer la publicité et de la rendre aussi pertinente que possible, vous obtenez en réalité une meilleure expérience. Actuellement, les entreprises de modèles de base s’éloignent de la publicité. ChatGPT ne diffuse pas de publicité, Gemini non plus. Google est le plus susceptible de le faire, car il l’a déjà fait par le passé et est le plus grand opérateur publicitaire. Gemini aura inévitablement de la publicité, vu son énorme base d’utilisateurs mensuels, et son équivalent de Google Shopping apparaîtra également. Mais ils savent qu’ils n’ont pas encore de monopole, que toutes les entreprises sont en concurrence, et qu’un important financement privé est en train de brûler. Ils ne veulent pas qu’on dise : « Ce modèle est moins empathique à votre égard, moins soucieux de vos objectifs, car il diffuse de la publicité. » Ainsi, pour l’instant, personne ne diffuse de publicité, et tous s’efforcent de rester neutres.
Noah Levine : Je pense qu’il existe une autre direction : à mesure que les commerçants améliorent la qualité et la transparence de leurs données sur les prix et les produits, vous pouvez rediriger le budget publicitaire vers des réductions spécifiques destinées aux scénarios d’achat par agents. Si l’agent est l’acheteur, vous pouvez transformer directement votre budget publicitaire en budget de réduction.
Un autre axe concerne la couche de découverte du commerce basé sur les agents : à quoi ressemblera-t-elle ? Qui la gérera ? Comment distinguer les différents commerçants ? Je prédis que, si la publicité diminue à cause du passage de l’acheteur humain à l’acheteur agent — car l’agent possède une attention illimitée, et l’attention n’est plus la ressource la plus rare — les commerçants essaieront peut-être de « faire de la publicité implicite » via des produits soldés ou en ajustant leurs descriptions pour qu’elles soient plus facilement compréhensibles par les agents.
Eddy Lazzarin : Il y a trop de dimensions. La publicité n’est fondamentalement qu’un moyen d’obtenir des conversions. Si le système peut atteindre un taux de conversion supérieur sans publicité, il le fera. En réalité, il dispose de nombreux autres moyens : réseaux de recommandation, réductions, coupons, canaux spécifiques, dons de tokens gratuits aux startups, etc. Il existe des centaines de moyens d’acquérir des clients ; la publicité n’est simplement que le plus visible, car c’est celui que les particuliers perçoivent le plus directement.
En poussant le réglage personnalisé à son maximum, si quelqu’un veut vous toucher et commence par discuter avec votre agent, ce dernier lui dira : « Eddy déteste profondément la publicité. »
Le rôle des stablecoins contre les cartes de crédit dans les paiements par agents
Animé par : Avant de conclure, je dois poser deux questions. La première : dans quelle mesure les circuits de paiement traditionnels peuvent-ils s’adapter au commerce basé sur les agents ? Ou faut-il créer de nouveaux circuits de paiement natifs, comme les stablecoins, qui semblent enfin trouver leur adéquation produit ?
Sam Ragsdale : Mon jugement global est le suivant : pour les scénarios de paiement « néo-physiques » comme le commerce électronique ou le commerce conversationnel, les cartes de crédit fonctionnent très bien. Elles intègrent une protection des consommateurs : si les chaussures ne sont pas livrées ou sont endommagées par un camion, Visa tranche en votre faveur et vous rembourse — le risque est entièrement supporté par le commerçant. C’est un bon arrangement pour les nouveaux biens et services.
Mais les stablecoins excellent dans un autre type de scénario. Le montant moyen d’une transaction sur Agent Cash est de 1 à 2 cents. Environ 600 000 transactions de ce type ont déjà été réalisées. Les frais fixes des cartes de crédit s’élèvent à 30 cents. Les virements bancaires coûtent environ 1 dollar. Le taux marginal est de 2 à 3 %, dont la majeure partie correspond aux frais de transaction, reversés sous forme de points de fidélité. Pour le commerce électronique, vous aimez peut-être ces points, ou accumuler des miles pour des vacances à Miami — ces 3 % sont pris en charge par les frais supportés par le commerçant. Mais lorsque vous achetez des biens ou services coûtant 1 à 2 cents, ou des appels API épars, les stablecoins offrent un coût marginal nul et des frais fixes inférieurs à 1 cent.
Un autre point essentiel est le règlement instantané (Instant Settlement). Si vous achetez des biens et services sur internet, le cycle de règlement est à la fin du mois, que ce soit par facture et virement ou par carte de crédit — le commerçant fournit donc effectivement du crédit à son client ou à l’agent. Dans le monde des agents, vous ne connaissez généralement pas l’identité de l’agent.
Plus concrètement, ceux qui ont utilisé les API d’Anthropic ou de ChatGPT connaissent ce système hiérarchique : vous commencez par une limite de 50 dollars, puis 100 dollars, jusqu’à 2500 dollars. Ce système existe parce qu’ils vous accordent du crédit — ils ne vous connaissent pas, n’ont pas effectué de vérification KYB (Know Your Business) ni d’analyse de solvabilité, et ne savent pas si vous paierez à la fin du mois. AWS fonctionne de la même façon, tout comme les GPU Nvidia. Le règlement à la fin du mois est terrible pour ce type de scénario : le commerçant assume tout le risque. Si le client n’est pas une entreprise réelle ayant signé un contrat de service, mais un agent, vous ne savez pas du tout qui il est — il peut en générer un milliard en une nuit, mais vous ne pouvez pas accorder de crédit à un agent. Certains travaillent sur des systèmes de crédit pour agents, mais je pense que cette orientation est erronée. Le règlement instantané résout directement le problème. Le règlement instantané est comme de l’argent liquide : je l’ai, je vous le donne, vous l’avez. Vous fournissez le bien ou le service, et je ne peux plus récupérer l’argent. Le système hiérarchique à frais fixes est une solution bien meilleure pour les montants minuscules et ce type de transaction.
Noah Levine : Un point mérite d’être contesté : le montant minimal des frais de transaction et la capacité des cartes de crédit à participer aux microtransactions sont finalement déterminés par les réseaux de cartes (Card Networks). S’ils souhaitent lancer un nouveau type de transaction — par exemple, baptisé « microtransaction » — sans frais minimum et avec des taux réduits, cela est tout à fait possible. L’avantage est que le nombre de consommateurs possédant une carte de crédit dépasse largement celui des personnes familiarisées avec les stablecoins. On pourrait donc conserver le paiement par carte pour les développeurs, tout en utilisant des stablecoins pour le règlement en arrière-plan. Mais cela prendra beaucoup de temps. D’ici là, l’utilisation directe de portefeuilles natifs et de stablecoins sur ces protocoles est très pertinente.
Sam Ragsdale : Je pense qu’il est extrêmement improbable que les sociétés de cartes de crédit bouleversent leur modèle économique central, forgé depuis 80 ans. Mais je serais ravi de les voir y parvenir.
Eddy Lazzarin : Je suis d’accord : les cartes de crédit ne rencontrent pas de barrière technique stricte. Mais la question est plus subtile, impliquant le modèle économique et la perception qu’ont les consommateurs des cartes de crédit. Récemment, j’ai vu des concepts de « cartes de crédit pour agents », qui ne sont en réalité qu’une extension des cartes virtuelles. J’adore la fonctionnalité de cartes virtuelles de mon émetteur : je peux générer à tout moment un numéro temporaire, et le désactiver immédiatement en cas de fraude ou de difficulté à annuler un abonnement.
Mais parfois, une nouvelle plateforme ou une nouvelle méthode l’emporte non pas parce qu’elle est techniquement indispensable, mais parce qu’elle peut être parfaitement adaptée à un nouveau scénario. Les cartes de crédit sont effectivement plus anciennes qu’internet. Elles ont survécu à la transition du monde non connecté au monde numérique — certes secouées, mais bel et bien préservées. Le verdict final n’est donc pas encore rendu.
Noah Levine : En outre, les technologies qui ont rendu Apple Pay possible pourraient également faciliter le commerce basé sur les agents. Quant à savoir si cela va bouleverser Visa ou Mastercard, mon intuition est la suivante : aujourd’hui, de nombreuses transactions B2B entre développeurs et API d’entreprise se règlent par virement bancaire. Si les réseaux de cartes parviennent à capturer ce volume, en le monétisant via des microtransactions plutôt que par des règlements mensuels de 100 000, 500 000 ou 1 million de dollars, cela représenterait une énorme opportunité pour eux, même si la commission par transaction est nettement plus faible.
Eddy Lazzarin : Je suis entièrement d’accord. Personnellement, je préfère l’approche par stablecoins. J’ai bien sûr une préférence pour la crypto, mais je trouve que les stablecoins possèdent une élégance conceptuelle : vous connaissez votre solde, vous le contrôlez, peu importe le montant ou le réseau, et vous pouvez payer instantanément. Si je pouvais totalement me passer des cartes de crédit, je le ferais, car j’ai été gâté par l’expérience de contrôler directement mon argent.
Sam Ragsdale : Je suis encore plus pessimiste qu’Eddy. Le taux de transaction me paraît complètement fou. La protection des consommateurs est excellente, mais elle relève des frais fixes de 30 cents. La majeure partie des frais variables provient du taux de transaction. Pour expliquer aux auditeurs : le taux de transaction est l’argent que la banque du commerçant verse à la banque du consommateur pour financer les
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
深潮TechFlow
