La prochaine grande bataille de l’économie de l’intelligence artificielle ne se jouera pas dans les salles blanches des fabricants de puces, ni dans les data centers hyperscale qui se multiplient aux États-Unis, en Europe et en Asie. Selon la dernière analyse de McKinsey sur les 18 arènes technologiques à fort potentiel d’ici 2040, le véritable champ de bataille, celui où se concentrera la plus grande part de la valeur économique, sera le commerce électronique. Loin des gros titres autour de l’IA générative ou de la course au GPU, c’est le retail numérique qui capturera entre 14 000 et 20 000 milliards de dollars de revenus, soit plus de trois fois la projection haute des logiciels et services d’IA. Un basculement stratégique qui oblige à reconsidérer la cartographie de l’économie numérique.
L’analyse McKinsey : le retail devant les puces et les modèles
Le rapport du cabinet McKinsey dresse un panorama inédit des secteurs qui concentreront la création de valeur dans les deux prochaines décennies. Le commerce électronique arrive en tête avec une fourchette de 14 000 à 20 000 milliards de dollars de revenus projetés en 2040, contre seulement 1 500 à 4 600 milliards pour les logiciels et services d’IA. Les services cloud, souvent présentés comme le socle de l’économie IA, se situent eux-mêmes en retrait avec 1 600 à 3 400 milliards, tandis que les semi-conducteurs plafonnent à 2 400 milliards dans le scénario le plus optimiste.
Ce classement est contre-intuitif pour qui suit l’actualité technologique depuis l’explosion de ChatGPT fin 2022. Pourtant, il reflète une mécanique économique bien documentée : les couches d’infrastructure, aussi stratégiques soient-elles, tendent à voir leurs marges comprimées par la concurrence et la commoditisation, pendant que les couches d’application captent la relation client et, avec elle, la valeur finale. McKinsey estime la croissance annuelle composée du e-commerce entre 7 % et 9 % sur la période 2022-2040, un rythme modéré mais appliqué à une base déjà colossale de 4 000 milliards de dollars en 2022.
L’argument central du rapport est que l’IA ne se substituera pas au commerce : elle le transformera en une infrastructure technologique à part entière, capable d’absorber et de monétiser les avancées des couches amont. Chaque progrès en inférence, en personnalisation, en logistique ou en paiement se traduira directement en revenus transactionnels supplémentaires. C’est la raison pour laquelle, dans la lecture McKinsey, le commerce électronique cesse d’être considéré comme un simple vertical de retail pour rejoindre le club des arènes technologiques structurantes.
Pourquoi le e-commerce capte la valeur de l’IA
Trois dynamiques techniques expliquent pourquoi le commerce en ligne deviendra l’exutoire économique principal de la révolution IA. Elles concernent la personnalisation à grande échelle, l’émergence des agents d’achat autonomes et la sophistication de la logistique prédictive. Prises individuellement, ces technologies existent déjà. C’est leur combinaison, alimentée par des modèles de fondation de plus en plus performants, qui transforme la boutique en ligne en plateforme intelligente.
Personnalisation dynamique et recommandation contextuelle
La personnalisation en ligne n’est pas nouvelle, mais elle change de nature avec les grands modèles de langage. Les moteurs de recommandation classiques, fondés sur le filtrage collaboratif et les signaux comportementaux, laissent place à des systèmes capables de comprendre l’intention exprimée en langage naturel, d’adapter le merchandising en temps réel et de générer des fiches produits contextualisées. Les tests menés par plusieurs grands retailers américains montrent que cette personnalisation augmentée peut faire progresser la conversion de 10 à 25 %, ce qui, appliqué à des chiffres d’affaires de plusieurs centaines de milliards, représente une mécanique de captation de valeur considérable.
Agents d’achat autonomes et commerce agentique
Dans une étude complémentaire consacrée au commerce agentique, McKinsey évalue entre 3 000 et 5 000 milliards de dollars la part des transactions mondiales qui pourraient être médiées par des agents d’intelligence artificielle d’ici 2030. Sur le seul segment B2C américain, l’opportunité s’établit entre 900 milliards et 1 000 milliards. Le principe est simple : un agent IA, mandaté par l’utilisateur, explore les catalogues, compare les prix, négocie avec d’autres agents et finalise l’achat. Le parcours classique centré sur le site ou l’application cède du terrain à une logique conversationnelle et déléguée. Les protocoles émergents comme Model Context Protocol, Agent-to-Agent Protocol et Agent Payments Protocol dessinent déjà le standard technique de cette nouvelle couche.
Logistique prédictive et supply chain pilotée par l’IA
La troisième dynamique est moins visible du consommateur mais tout aussi décisive. Les systèmes de prévision de la demande, d’allocation d’inventaire et d’optimisation des tournées de livraison absorbent désormais des modèles d’apprentissage profond entraînés sur des signaux temps réel. Cette logistique prédictive permet de réduire les ruptures de stock, d’accélérer les délais et de comprimer les coûts opérationnels, trois leviers qui se traduisent directement en marge nette. Pour les plateformes capables d’orchestrer cette stack, le gain compétitif est durable car il repose sur des données propriétaires difficilement réplicables.
Les grands gagnants potentiels : Amazon, Shopify, Alibaba et Temu
Si la thèse McKinsey se confirme, quatre familles d’acteurs se trouvent en position privilégiée pour capter cette vague. Amazon reste la référence mondiale, avec une stack intégrée qui combine marketplace, AWS, publicité retail et logistique propriétaire. L’entreprise dispose de l’échelle de données nécessaire pour entraîner ses propres modèles et déployer des agents conversationnels comme Rufus sur l’ensemble de son audience. Sa capacité à internaliser l’infrastructure IA tout en contrôlant la relation client en fait un candidat naturel au leadership du commerce agentique.
Shopify incarne la stratégie inverse : plutôt que de centraliser, l’éditeur canadien arme des millions de marchands indépendants avec des briques IA prêtes à l’emploi. Shopify Magic, Sidekick et les intégrations avec les grands modèles permettent à un vendeur de taille modeste d’accéder aux mêmes capacités que les géants. Dans un monde où la couche d’application capture la valeur, cette approche distribuée peut s’avérer redoutable car elle démultiplie les points de contact avec le consommateur.
Alibaba poursuit une trajectoire singulière, adossée à son écosystème Qwen de modèles open source et à son cloud. Le groupe chinois mise sur l’intégration verticale entre infrastructure, modèles et marketplace pour capter à la fois la valeur du retail domestique et celle du cross-border commerce vers l’Europe et l’Amérique latine. Temu, filiale de PDD Holdings, joue une carte différente fondée sur la gamification, les prix agressifs et une recommandation ultra-personnalisée. Son ascension fulgurante sur les marchés occidentaux illustre la prime accordée aux plateformes capables d’exploiter la donnée comportementale à très grande échelle.
Derrière ces quatre figures de proue, d’autres acteurs ont leur carte à jouer. Les spécialistes de la passerelle de paiement comme Stripe ou Adyen, les éditeurs d’outils de recommandation, les fournisseurs de données produits structurées et les intégrateurs d’outils d’IA comme HubSpot avec Breeze constituent l’ossature technique sans laquelle l’écosystème ne pourrait fonctionner.
Risques et disruption : ce que la bascule agentique met en jeu
La promesse d’un commerce électronique porté par l’IA s’accompagne de risques systémiques qu’il serait imprudent d’ignorer. Le premier concerne la concentration du pouvoir de marché. Si quelques plateformes captent la majorité du trafic agentique, les marchands indépendants pourraient se retrouver dépendants d’intermédiaires algorithmiques opaques, avec une capacité de négociation réduite sur la visibilité et les conditions de référencement. La régulation européenne, via le Digital Markets Act, a commencé à encadrer cette dynamique, mais le commerce agentique soulève des questions inédites.
Le second risque est lié à la confiance. Lorsque l’acheteur devient un agent d’intelligence artificielle autonome, les règles d’authentification, de consentement, d’audit et de responsabilité doivent être reconstruites. Qui engage la responsabilité en cas de fraude, d’achat erroné ou de manipulation ? Comment garantir qu’un agent n’est pas compromis par une injection de prompt malveillante ? McKinsey insiste sur la nécessité d’un cadre technique et réglementaire robuste, sans lequel le commerce agentique resterait cantonné à des cas d’usage marginaux.
Un troisième axe de disruption concerne le SEO et le marketing digital. Si une partie du trafic passe par des agents qui interrogent des catalogues structurés plutôt que des pages web, la valeur du référencement naturel traditionnel s’érode. Les stratégies de contenu devront intégrer une dimension machine-readable, avec des données produits sémantiquement riches, des API publiques et une traçabilité des prix. Le budget publicitaire digital, aujourd’hui concentré sur Google et Meta, pourrait se redéployer vers des plateformes agentiques émergentes.
Perspective 2026-2030 : les jalons à surveiller
À horizon 2026-2030, plusieurs signaux faibles permettront de mesurer la vitesse de bascule vers le commerce agentique. Le premier jalon concerne l’adoption des protocoles ouverts. La généralisation de Model Context Protocol et d’Agent Payments Protocol par les grandes plateformes conditionnera l’interopérabilité de l’écosystème. Sans standardisation, chaque géant imposera son propre système, au détriment des marchands et des consommateurs.
Le second jalon portera sur les métriques de revenus. Si des entreprises comme Amazon, Shopify ou Walmart commencent à publier la part de leur GMV issue d’interactions agentiques, cela signifiera que le phénomène franchit le seuil de maturité. À l’inverse, si cette donnée reste absente des rapports financiers, on pourra conclure que le commerce agentique demeure un récit plus qu’une réalité opérationnelle.
Le troisième jalon sera réglementaire. Entre 2026 et 2028, l’Union européenne, le Royaume-Uni et les États-Unis devraient clarifier le statut juridique des agents autonomes en matière de contrat, de fraude et de protection du consommateur. Ces textes détermineront la vitesse de déploiement, notamment pour les paiements délégués et les transactions transfrontalières. Enfin, d’ici 2030, la combinaison de ces facteurs devrait soit confirmer la prédiction McKinsey d’un e-commerce dominant l’économie IA, soit la nuancer au profit d’une répartition plus équilibrée entre infrastructure, modèles et applications.
FAQ
Pourquoi McKinsey place-t-il le e-commerce devant les logiciels d’IA ?
Parce que le commerce électronique capture la valeur finale de la transaction, alors que les logiciels d’IA occupent une couche intermédiaire soumise à la concurrence et à la commoditisation. McKinsey projette 14 000 à 20 000 milliards de dollars pour le e-commerce en 2040, contre 1 500 à 4 600 milliards pour les logiciels et services d’IA.
Qu’est-ce que le commerce agentique ?
C’est un modèle de transaction où un agent d’intelligence artificielle agit pour le compte d’un utilisateur : il recherche, compare, négocie et finalise l’achat en autonomie, en suivant les préférences définies par son mandant. McKinsey l’évalue entre 3 000 et 5 000 milliards de dollars de volume mondial d’ici 2030.
Quels acteurs sont les mieux placés pour dominer cette nouvelle économie ?
Amazon, Shopify, Alibaba et Temu apparaissent comme les candidats naturels, chacun avec une stratégie distincte : intégration verticale pour Amazon et Alibaba, armement des marchands indépendants pour Shopify, exploitation intensive de la donnée comportementale pour Temu. Les fournisseurs de paiement, de données structurées et d’outils IA comme HubSpot occupent l’arrière-plan stratégique.
Quels sont les principaux risques associés à cette bascule ?
Trois risques majeurs : la concentration du pouvoir de marché au profit de quelques plateformes agentiques, les enjeux de confiance et de responsabilité lorsque l’acheteur devient un agent autonome, et la perturbation du modèle publicitaire et SEO actuel si le trafic bascule vers des interfaces machine-to-machine.
Comment une entreprise peut-elle se préparer au commerce agentique ?
En structurant ses catalogues produits de manière sémantique, en exposant des API robustes, en adoptant les protocoles émergents (MCP, A2A, APP), en renforçant son infrastructure de paiement délégué et en investissant dans la traçabilité des décisions pour distinguer les agents légitimes des automatisations malveillantes.
