Agent paie une année d'observation : la froide réalité derrière la narration passionnée

Titre original : une année dans les paiements agentiques : la vérité inconfortable

Auteur original :律动BlockBeats

Source originale :

Reproduction : Mars Finance

Préface : Cet article offre une perspective relativement calme de la part d’un constructeur : au cours de l’année écoulée, les paiements agentiques sont devenus une narration à la mode dans le croisement entre IA, paiements et cryptomonnaies, avec des entreprises comme Stripe, Visa, Coinbase, Google qui s’y positionnent. Les concepts de micro-paiements en stablecoins, x402, règlement entre machines, commerce électronique agentique, etc., montent également en flèche. Mais après avoir réellement lancé des produits, contacté commerçants et développeurs, l’auteur constate que les besoins réels n’ont pas encore émergé à grande échelle.

L’article décompose plusieurs scénarios typiques : le shopping agentique n’est pas forcément meilleur que le commerce traditionnel dans la plupart des catégories, car les utilisateurs ont toujours besoin d’images, de comparaisons et de navigation ; le paiement via API machine semble adapté aux micro-paiements en stablecoins, mais la plupart des développeurs ont déjà résolu cela via abonnements, recharges de points et systèmes de facturation existants ; le paiement entre agents, bien qu’étant une vision à long terme, reste encore à ses débuts, avec un volume de transactions réel insuffisant.

En revanche, la finance agentique est l’une des rares directions où la demande existe déjà. Les fonds, équipes financières et utilisateurs DeFi paient déjà pour des outils financiers, et l’IA peut apporter des capacités concrètes comme la surveillance en temps réel ou la réallocation automatique. Mais ce marché est également plus favorable aux institutions traditionnelles déjà titulaires de licences, conformes et avec une base client.

La conclusion de l’auteur est : ce qui manque réellement à l’économie agentique, ce n’est pas une simple couche de paiement, mais une capacité de coordination plus complexe — comment faire collaborer agents et humains, vérifier l’accomplissement des tâches, et régler les résultats. Le paiement n’est qu’un aspect. Pour les géants, une stratégie anticipée est une option défensive ; mais pour les startups, l’essentiel est de trouver un marché déjà existant.

Voici le texte original :

Au cours de l’année dernière, j’ai travaillé à construire des infrastructures pour l’économie Agent, tout en échangeant avec des équipes de dizaines de startups et de grandes entreprises comme Stripe, Visa, Coinbase, Google, qui avancent dans le domaine des agents commerciaux. J’ai analysé ce secteur, lancé des produits, et essayé de trouver un vrai marché.

Mais la réalité est : les besoins réels n’ont pas encore émergé. Pour les startups souhaitant entrer dans ce domaine, il existe encore de nombreux problèmes structurels.

Le mois dernier, Stripe a lancé 288 nouveaux produits lors de la conférence Sessions, et la consultation de la documentation sur les agents approche les 40 % de l’ensemble des lectures. Son marché des agents a déjà intégré plus de 1000 commerçants. Mais lors de l’événement, le nombre d’agents enregistrés et ayant réalisé une transaction est à un chiffre.

Visa indique que leur token agent nécessite actuellement entre 3 et 9 mois d’approbation KYC, et que pour y accéder, il faut généralement un revenu annuel d’au moins 250 millions de dollars. Aujourd’hui, seules des entreprises comme Amazon ou Walmart ont la capacité de boucler cette vérification d’identité.

Coinbase a rapporté qu’en avril, il y avait 69 000 agents actifs et 165 millions de transactions sur x402. Mais une analyse indépendante sur la blockchain montre qu’un volume quotidien réel d’environ 17 000 dollars, dont la moitié reste des transactions de test (CoinDesk, mars 2026).

Ce que nous avons appris en construisant shop.fast.xyz

Agent vers commerçant, c’est-à-dire commerce basé sur des agents

Nous avons construit shop.fast.xyz pour valider positivement ce modèle de commerce agentique. Des produits réels, des commerçants réels, des transactions réelles.

Mais pour la plupart des catégories de produits, l’expérience d’achat IA est nettement inférieure à celle du commerce traditionnel. Lorsqu’on achète des vêtements, des appareils électroniques ou des meubles, les utilisateurs veulent voir des images, naviguer parmi des options, comparer côte à côte. La conversation avec un chatbot est en fait une régression : on remplace une interface visuelle riche par une simple conversation textuelle. L’achat humain commence d’abord par la vue.

L’aspect agentique que nous pensions le plus difficile s’est avéré performant. Il comprend ce que veut l’utilisateur, et gère bien des demandes du type « ressemble à ceci, mais moins cher ». La couche modèle est efficace. Mais il ne peut pas remplacer l’expérience de « regarder dix produits en même temps, puis en choisir un ». La conversation peut intégrer un carrousel ou une présentation interactive, mais à ce stade, on reconstruit en fait une interface e-commerce dans la fenêtre de chat. Pour des scénarios d’achat nécessitant une comparaison visuelle, nous n’avons pas encore trouvé une réponse convaincante pour expliquer pourquoi une interface de chat serait meilleure qu’un site e-commerce classique.

Nous voyons que les commerçants ont des besoins, mais ils sont surtout défensifs. Ils veulent que leur boutique soit consultable par agent, non pas parce que beaucoup de consommateurs achètent déjà via agent, mais parce qu’ils craignent qu’à terme, si l’agent devient un canal dominant, ils soient laissés pour compte. C’est ce qu’on appelle une opportunité d’Agentic Engine Optimization (Optimisation du moteur agentique), mais elle est encore à l’état de « mieux » plutôt que « indispensable ». Les commerçants se préparent à une vague qui n’est pas encore là.

Le vrai domaine où la conversation commerciale peut vraiment améliorer l’expérience, c’est dans des scénarios d’achat à haute fréquence, à faible coût décisionnel, où l’utilisateur sait déjà ce qu’il veut. L’exemple le plus clair est la commande. Le marché est suffisamment grand, la fréquence suffisamment élevée, la décision suffisamment rapide, par exemple « commande-moi un pad thaï dans le restaurant que j’ai aimé la dernière fois ». Dans ce cas, un agent conversationnel pourrait l’emporter. Mais les principales plateformes de livraison ne proposent pas d’API ouvertes. La seule voie est l’usage par ordinateur, c’est-à-dire faire que l’IA manipule l’app comme un humain, via la vision. Ce processus est lent, fragile, et pour un déjeuner à 15 dollars, le coût de raisonnement n’est pas justifié.

Une autre opportunité concerne ces boutiques en ligne très complexes, où les utilisateurs souffrent vraiment : remises multiples, codes promo, points de fidélité, processus de paiement chaotique. Un agent capable de comprendre « utiliser mes coupons, déduire mes points, trouver la livraison la moins chère, et faire tout ça dans ma langue » pourrait simplifier une expérience d’achat déjà dégradée. C’est particulièrement important pour les seniors, les non-natifs, ou lors d’achats transfrontaliers, ou dans des scénarios très spécifiques où les besoins sont très niche.

Mais ces deux opportunités nécessitent une capacité de distribution B2C énorme. Vous vous battez pour l’accès aux utilisateurs avec DoorDash, Amazon, etc. La capacité de distribution à grande échelle est un avantage des géants. La supply side de l’économie agentique est prête, mais la demande est limitée par l’expérience utilisateur et les canaux de distribution, et beaucoup d’infrastructures de base ne peuvent pas résoudre ces deux problèmes.

Ce que nous avons appris dans x402 et MPP

Agent vers Web/API, c’est-à-dire commerce machine

Nous avons échangé avec des dizaines de développeurs sur leurs besoins réels en paiement. Le mode est presque identique : aujourd’hui, l’utilisation d’API agentiques concerne principalement la consommation récurrente : puissance de calcul, inférence, sources de données. Les développeurs ont déjà des abonnements, des clés API, des comptes liés, et des relations de facturation avec des fournisseurs de services principaux.

L’argument typique pour le paiement en stablecoin est : le coût minimum effectif d’un paiement par carte sur Stripe est d’environ 2,9 % plus 30 cents, ce qui rend les appels API inférieurs à 1 dollar non rentables. Mais dans le contexte actuel de faibles volumes, la recharge de points résout ce problème. Les développeurs rechargent leur compte à l’avance, et le problème disparaît.

Le problème plus profond concerne le marché des fournisseurs. La plupart des grandes SaaS ne veulent pas fournir un accès API fragmenté à quelques centimes. Leur modèle économique repose sur des contrats d’entreprise pluriannuels. Les entreprises dépendantes de gros engagements résistent à de nouvelles tarifications qui contournent ce modèle.

Le commerce machine est structurellement un marché de longue traîne. Il sert des petits services, des sources de données verticales, des développeurs indépendants, des serveurs MCP, etc. Les protocoles comme MPP ou x402 sont très adaptés à ce segment. Mais par définition, c’est un marché pour des utilisateurs aux besoins spécialisés ; et les développeurs sont historiquement parmi les moins disposés à payer.

Lors du lancement de Stripe Projects, 32 partenaires fournisseurs ont été intégrés, dont Vercel, Supabase, Cloudflare, Twilio, etc., couvrant la majorité des services essentiels pour le développement et le déploiement logiciel, accessibles via le système de facturation existant. La couche technologique des développeurs est déjà bien couverte. La vraie opportunité pour de nouveaux paiements réside dans tout ce qui dépasse ces 30 principaux fournisseurs : c’est réel, mais la taille est naturellement inférieure à ce que la grande narration laisse entendre.

L’accès au contenu suit la même logique. Les agents récupèrent et résument des articles, et les éditeurs commencent à réagir. Mais lorsque la monétisation du contenu atteindra une échelle significative, elle passera probablement par des CDN déjà présents entre éditeurs et internet, comme Cloudflare qui a lancé un outil d’audit IA, ou par des accords de licence en masse entre éditeurs et laboratoires IA. Les infrastructures profiteront à ceux qui ont déjà une capacité de distribution.

Ce que nous avons appris dans l’Agent à Agent Payement

La transaction entre agents est une vision à long terme, mais elle est encore presque entièrement théorique. Personne n’a encore généré de volume de transaction significatif. La partie difficile est en cours de développement par diverses startups, notamment la découverte d’agents, la confiance, la négociation des termes, la résolution des litiges.

Une fois cette structure de transaction réellement formée, elle sera très différente des systèmes de paiement actuels. Les deux parties n’auront pas d’identités humaines ; la latence sera inférieure à une seconde ; le montant pourra aller de quelques fractions de cent à plusieurs millions de dollars ; et il y aura des règlements multi-parties, plutôt que le modèle classique de deux parties. Lorsqu’elle se concrétisera, cette infrastructure pourrait exploser à une vitesse et une échelle impressionnantes.

C’est la grande mise en jeu d’une infrastructure de règlement dédiée, et cette mise en jeu est réelle. Mais « la vraie mise en jeu à long terme » et « le marché actuel » ne sont pas la même chose. Nous avons aussi été parmi ceux qui ont affirmé pendant plusieurs mois que ce marché arriverait, et avons construit ces dernières années toute une infrastructure, y compris notre réseau distribué. Théoriquement, il pourrait atteindre plus de 1 milliard de TPS, avec une latence inférieure à 50 ms, et un temps de consensus moyen de 10 ms. Mais il faut revenir à la réalité du marché actuel.

Ce que nous avons appris dans la finance agentique

C’est probablement la seule catégorie où la demande réelle existe déjà. Les clients existent, et paient déjà. Les gestionnaires de fonds, les équipes de gestion de capitaux et les utilisateurs DeFi dépensent déjà pour des outils financiers. Intégrer l’IA dans leurs workflows est une évolution naturelle.

La finance agentique créera aussi de nouveaux comportements. Un agent capable de surveiller et de rééquilibrer en temps réel des centaines de positions peut fonctionner d’une manière que l’humain ne peut pas reproduire manuellement. Il y a une véritable amélioration des capacités, pas seulement une automatisation.

Le défi réside dans la dynamique concurrentielle. Le secteur financier est fortement réglementé, et dépend de relations établies. Les institutions existantes ont des licences, une infrastructure conforme, et une base client. Les startups peuvent pénétrer dans des domaines moins réglementés, comme la DeFi, ou cibler des secteurs où les acteurs existants sont lents, ou où l’IA peut créer de nouvelles capacités que les géants ne possèdent pas encore. Mais, dans l’ensemble, la dynamique concurrentielle est plus favorable aux acteurs établis, car il est plus facile d’ajouter de l’IA à des produits et clients existants que de partir de zéro.

Résumé honnête

Alors, pourquoi tout le monde continue-t-il à faire cela ? Deux raisons.

La première, c’est la motivation. Les grandes entreprises ont des flux de trésorerie suffisants pour parier sur un avenir qui prendra plusieurs années à se réaliser. Pour elles, entrer cinq ans plus tôt ne coûte qu’une fraction infime ; mais attendre un an de plus peut être catastrophique. Elles doivent donc agir.

La seconde, c’est l’aveuglement cognitif. Quand votre activité est le paiement, chaque problème semble être un problème de paiement. L’économie agentique nécessite une couche de paiement, alors tout le monde construit cette couche.

Mais le paiement n’est qu’une partie d’un problème plus vaste. La vraie difficulté, ce n’est pas faire circuler l’argent entre agents, mais coordonner le travail entre agents et humains, vérifier l’accomplissement des tâches, et régler les résultats. Le paiement n’est qu’une partie du règlement. Le règlement n’est qu’une partie de la coordination. Et la coordination est le vrai enjeu.

Une coordination à grande échelle générera naturellement un besoin de mécanismes de règlement. Le paiement deviendra un instrument dans cette symphonie, mais pas l’œuvre elle-même. Les entreprises qui résoudront vraiment la coordination finiront par intégrer le paiement, plutôt que de le voir absorbé par des géants du paiement.

La majorité des géants actuels construisent défensivement un avenir de « transactions massives entre machines ». Pour eux, la timeline n’a pas d’importance, car ils disposent d’un runway quasi infini.

Mais les startups n’ont pas cette chance. Nous devons identifier où se trouve réellement le marché aujourd’hui. Nous ne pouvons pas attendre que la vague arrive.

Une année de construction nous a menés dans une direction inattendue. Il y a effectivement de l’activité, et la croissance est rapide, mais l’offre est insuffisante. Elle existe en dehors des quatre catégories que nous avons analysées.