Sur cette page
Les commandes Shopify passées par des agents IA suscitent beaucoup d’enthousiasme, mais leurs conséquences sont peu examinées. Ouvrez X cette semaine : les publications répètent que le commerce agentique est l’avenir, qu’il faut rendre sa boutique accessible dans ChatGPT et que le trafic issu de l’IA a été multiplié par 7. Tout cela est vrai. Tout cela concerne l’acquisition. Rien ne porte sur ce qui détermine réellement si le commerce agentique vous rapporte de l’argent : ce qui se passe après que l’agent a passé la commande.
Nous exploitons une application de modification des commandes après l’achat utilisée par des milliers de boutiques Shopify. Nous passons donc nos journées à observer cette étape. Voici le point de vue des équipes opérationnelles sur les commandes passées par des agents IA : ce qui change concrètement, le fonctionnement des webhooks, les problèmes que nous constatons et les mesures à prendre avant que le volume augmente. Cet article accompagne notre analyse stratégique dans Shopify MCP en 2026 : ce qui fonctionne vraiment. Cette analyse examine les interfaces MCP qui comptent. Ici, nous abordons le problème qu’elles créent toutes et qu’aucune ne résout.
L’angle mort de l’acquisition
Voici ce que les promoteurs du commerce agentique disent rarement : obtenir la commande est la partie facile. Shopify a intégré Storefront MCP à chaque boutique. Les agents peuvent déjà découvrir vos produits et passer au paiement. Cette partie est largement en place, et c’est celle que tout le monde célèbre.
La partie qui reste à résoudre commence une fois la commande reçue. Elle reste sans réponse parce que les acteurs les plus visibles du commerce agentique sont des plateformes et des fournisseurs d’outils dont le travail s’arrête à la transaction. Le nôtre continue. Nous voyons ce qui suit, et c’est là que le commerce agentique crée des difficultés peu visibles.
L’angle mort est simple : toute votre organisation après l’achat repose sur l’idée que le client a passé sa commande lui-même. Cette hypothèse ne tient plus pour une part croissante des commandes, et presque personne n’adapte ses processus.
Ce qui change réellement quand un agent passe la commande
Votre parcours après l’achat repose sur trois hypothèses. Voici pourquoi chacune pose problème :
Première hypothèse : le client a passé la commande, donc il dispose de la confirmation. Dans le cas d’une commande passée par un agent, c’est l’agent qui a effectué l’achat. Le client a peut-être une transcription de la conversation, mais pas votre e-mail de confirmation de commande. Il n’a pas votre lien « gérer la commande », puisqu’il n’est jamais arrivé sur votre page de remerciement. Lui dire de cliquer sur le lien dans l’e-mail de confirmation ne l’aide donc pas.
Deuxième hypothèse : le client reconnaît la commande. Un client qui a rempli lui-même son panier sait ce qu’il contient. Celui qui a dit à un agent « commande-moi la même chose que d’habitude » ou « prends le bleu » ne reconnaît pas toujours les articles lorsqu’il voit la confirmation. L’agent a fait des choix d’interprétation sans que le client les voie.
Troisième hypothèse : le client sait où modifier la commande. Les clients qui sont passés par le paiement sur votre site savent généralement retrouver leur espace de compte. Un client qui a effectué toute la transaction dans ChatGPT n’a jamais vu votre site. En cas d’erreur, il ne s’y rend pas. Il retourne voir l’agent, qui ne peut actuellement pas modifier une commande Shopify finalisée. Il finit alors par vous envoyer un e-mail, souvent mécontent et en dehors des heures ouvrables.
Rien de tout cela n’est hypothétique. Nous observons déjà ces situations sur les commandes attribuées à l’IA, dont la part augmente rapidement.
La réalité des webhooks
C’est ici qu’entrent en jeu les mécanismes concrets et le travail opérationnel.
La documentation de Shopify sur le commerce agentique présente des webhooks au format UCP. Les événements du cycle de vie des commandes, notamment le traitement des commandes (fulfillment), les retours, les remboursements et les modifications, sont émis dans ce format pour qu’un agent ou vos systèmes puissent s’y abonner et réagir. L’outil get_order permet aussi de consulter l’état d’une commande à la demande. L’infrastructure nécessaire pour savoir ce qui est arrivé à une commande passée par un agent existe.
En revanche, cette infrastructure ne décide pas de ce qui compte sur le plan opérationnel. C’est là le piège. Les événements arrivent, mais c’est à vous de faire la distinction entre une commande passée par un agent et une commande passée par une personne, puis de les orienter différemment. Par défaut, une commande passée par un agent ressemble à toutes les autres dans Shopify Admin. La traiter exactement comme les autres est une erreur.
La mesure utile consiste à identifier les commandes attribuées à un agent dès leur réception, puis à utiliser cette information comme critère d’orientation dans tous les processus en aval : vérification avant le traitement des commandes (fulfillment), tri des demandes d’assistance, délais de modification et retours. Si vous ne pouvez pas répondre à la question « Combien de commandes d’hier ont été passées par un agent, et combien ont donné lieu à une demande de modification ? », vous ne voyez pas encore le problème. Vous ne pouvez pas gérer ce que vous ne voyez pas.
Les quatre problèmes que nous observons déjà
Voici ce que les équipes chargées de l’après-achat rencontrent aujourd’hui :
Erreurs d’interprétation de l’adresse. L’agent associe « livre à mon bureau » ou « envoie-le chez maman » à une adresse enregistrée, parfois la mauvaise. Le client s’en aperçoit une heure plus tard. Cette erreur est rare lorsque le client a lui-même saisi et vérifié l’adresse. Elle est sensiblement plus fréquente quand un modèle a interprété une instruction.
Erreurs de variante. « Le bleu » devient une variante bleue, mais pas celle que le client voulait. « La grande taille » devient XL alors qu’il voulait L. L’agent a dû choisir, sans que le client voie ce choix.
Malentendus sur la quantité. « Prends-en deux ou trois » devient 2 alors que le client en voulait quelques-uns. « Un pour tout le monde » devient 1 alors qu’il en voulait un par personne. Le langage naturel est ambigu, et l’agent arrête un chiffre.
Aucun accès à la modification. C’est l’effet cumulé des trois hypothèses invalidées. Le client veut corriger l’une des erreurs ci-dessus, mais il n’a pas de lien de confirmation, n’a jamais vu votre site et ne peut pas faire modifier une commande finalisée par l’agent. Il envoie donc un e-mail. Chacun de ces e-mails est une demande d’assistance qu’un parcours en libre-service aurait pu éviter, sauf que ce parcours a été conçu pour les clients passés par votre site.
Pourquoi votre parcours actuel après l’achat ne suffit pas
Dans la plupart des boutiques, le dispositif après l’achat combine un lien de modification dans l’e-mail de confirmation, un espace dans les comptes clients et une boîte de réception pour l’assistance. Chacun de ces éléments suppose que le client a été en contact avec votre site. L’e-mail de confirmation suppose qu’il l’ouvre. L’espace de compte suppose qu’il se connecte à votre site. La boîte d’assistance est censée être le dernier recours. Pour les commandes passées par des agents, elle devient souvent le seul recours. Ces commandes arrivent donc de manière disproportionnée dans votre canal le plus coûteux.
Soyons clairs sur ce qui manque : il s’agit, au fond, d’un problème de modification de commande après l’achat, le domaine dans lequel travaille Revize. Personne dans l’écosystème ne dispose encore d’une solution complète pour l’après-achat qui tienne compte des commandes passées par des agents, pas même Revize. Le secteur y travaille, et nous aussi. Aujourd’hui, l’action utile consiste à mesurer le problème avant qu’il ne prenne de l’ampleur et à rendre votre parcours général en libre-service suffisamment efficace pour que la hausse des commandes passées par des agents n’aboutisse pas entièrement dans votre boîte de réception.
Ce qu’il faut mesurer cette semaine
Voici les mesures concrètes à prendre. Elles ne dépendent d’aucun outil particulier : les outils dédiés n’existent pas encore, et vous ne devriez pas les attendre.
- Identifiez les commandes attribuées à un agent dès leur réception. Shopify fournit des métadonnées d’attribution pour ces commandes. Récupérez-les et inscrivez-les dans un tag ou un champ méta de la commande dès sa création. Tout le reste en dépend.
- Créez un rapport : le nombre de commandes passées par des agents chaque jour et la part de ces commandes qui donnent lieu à une demande de modification ou à un contact avec l’assistance dans les 72 heures. Ce seul indicateur vous dira si le problème vous concerne déjà et à quelle vitesse il progresse.
- Accordez un délai de modification plus long aux commandes passées par des agents. Les erreurs sont plus fréquentes au moment où elles sont passées ; le client a donc besoin de plus de temps pour les repérer. Si votre délai de modification est de 30 minutes, prolongez-le spécifiquement pour ces commandes.
- Préparez les modèles de réponse de l’assistance pour les quatre problèmes décrits plus haut. Ils sont prévisibles. Votre équipe ne devrait pas avoir à rédiger sur le moment une réponse concernant une adresse mal interprétée à 11 h du soir.
- Vérifiez qu’il existe un parcours sans e-mail de confirmation. Partez du principe que le client n’a pas reçu ou ne retrouve pas cet e-mail. Peut-il retrouver et modifier sa commande autrement ? Si la réponse est non, c’est le premier manque à combler.
Aucune de ces mesures ne nécessite de fournisseur. Toutes exigent de traiter les commandes passées par des agents comme une catégorie opérationnelle distincte. C’est le point essentiel.
Où en sont réellement les outils
Puisque tant d’articles sur le sujet cherchent à vendre une solution, voici l’état des lieux.
Shopify a effectivement livré sa partie : les webhooks, les données d’attribution et l’outil get_order existent. La plateforme a fait son travail. Ce qui n’existe encore nulle part, c’est une solution pour l’après-achat qui reconnaisse qu’une commande passée par un agent est différente et adapte la modification de commande à un client qui n’a jamais visité votre site. Tout le secteur, Revize compris, travaille dans cette direction. Quiconque affirme proposer aujourd’hui une solution complète pour l’après-achat dans le commerce agentique va au-delà de ce qui est réellement disponible.
Ce n’est pas une raison d’attendre. Les mesures ci-dessus ne coûtent rien et peuvent être mises en place dès maintenant. Les marchands qui les prennent disposeront d’un an de données et d’expérience opérationnelle avant même que ceux qui attendent un produit ne commencent. Le commerce agentique récompensera les équipes qui accordent autant d’attention à l’après-achat que les fournisseurs de plateformes en accordent à la transaction.
À retenir
L’essor du commerce agentique est réel, tout comme son potentiel d’acquisition. Mais l’acquisition ne raconte que la moitié de l’histoire. Les équipes qui restent responsables de la commande après la transaction voient l’autre moitié : les commandes passées par des agents invalident les hypothèses sur lesquelles repose leur organisation après l’achat, sollicitent davantage leur canal d’assistance le plus coûteux et ne disposent pas encore d’outils adaptés pour être prises en charge.
À faire cette semaine :
- Identifier les commandes attribuées à un agent dès leur réception
- Créer un rapport sur le nombre quotidien de ces commandes et leur taux de demandes de modification dans les 72 heures
- Prolonger spécifiquement leur délai de modification
- Préparer les quatre modèles de réponse de l’assistance
- Trouver ou créer un moyen de retrouver et de modifier une commande sans e-mail de confirmation
Questions fréquentes
Qu’est-ce qu’une commande passée par un agent IA sur Shopify ?
C’est une commande passée au nom d’un acheteur par un agent IA, comme ChatGPT, Perplexity ou un agent personnalisé, au moyen de l’infrastructure MCP et UCP de Shopify. Le client n’effectue pas lui-même le paiement sur votre site. La commande apparaît dans Shopify Admin comme n’importe quelle autre, mais le client n’a jamais vu votre page de paiement, n’a peut-être pas reçu votre e-mail de confirmation et, souvent, n’a jamais visité votre site.
Pourquoi les commandes passées par des agents sont-elles plus difficiles à gérer que les commandes habituelles ?
Parce que votre parcours après l’achat suppose que le client a passé la commande, qu’il la reconnaît et qu’il sait où la modifier. Ces trois conditions font souvent défaut lorsqu’un agent a passé la commande. Le client a interagi avec l’agent plutôt qu’avec votre site. Les recours habituels, comme le lien dans l’e-mail de confirmation ou l’espace de compte, ne lui sont donc pas utiles. Il se tourne vers votre assistance.
Quels webhooks Shopify fournit-il pour les commandes passées par des agents IA ?
Shopify émet des webhooks au format UCP pour les événements du cycle de vie des commandes, notamment le traitement des commandes (fulfillment), les retours, les remboursements et les modifications. L’outil get_order permet aussi de consulter l’état d’une commande à la demande. Ces événements sont disponibles, mais il revient au marchand de traiter les commandes passées par des agents comme une catégorie opérationnelle distincte et de les orienter différemment. Les webhooks ne le font pas automatiquement.
Comment savoir quelles commandes ont été passées par un agent IA ?
Shopify fournit des métadonnées d’attribution pour les commandes passées par des agents. Récupérez ces données à la création de la commande et inscrivez-les immédiatement dans un tag ou un champ méta. Les systèmes en aval, qu’ils servent au traitement des commandes (fulfillment), à l’assistance, aux retours ou aux rapports, pourront ainsi distinguer ces commandes. Sans cette information, vous ne pouvez pas mesurer le problème.
Quelles sont les erreurs les plus fréquentes sur les commandes passées par des agents ?
Quatre situations reviennent : les erreurs d’interprétation d’adresse, lorsque l’agent associe une instruction vague à la mauvaise adresse enregistrée ; les erreurs de variante, lorsqu’il choisit une option que le client ne voulait pas ; les malentendus sur la quantité, lorsqu’une formulation ambiguë aboutit au mauvais chiffre ; et l’absence d’accès à la modification, lorsque le client ne peut corriger aucune de ces erreurs sans envoyer un e-mail.
Revize prend-il déjà en charge les commandes passées par des agents IA ?
Pas au moyen d’une solution dédiée aux agents IA. Personne dans l’écosystème ne dispose encore d’une telle solution complète. Revize est une application de modification des commandes après l’achat, le domaine auquel appartient ce problème. Le secteur travaille à des parcours de modification adaptés aux commandes passées par des agents, et nous aussi. Aujourd’hui, le plus utile est de mesurer le problème et de consolider votre parcours général en libre-service après l’achat.
Dois-je attendre l’arrivée d’outils avant de m’occuper de ces commandes ?
Non. Les mesures proposées — identifier les commandes passées par des agents, suivre leur taux de demandes de modification, prolonger leur délai de modification, préparer les modèles de réponse et prévoir un parcours sans e-mail de confirmation — ne coûtent rien, peuvent être prises dès maintenant et portent leurs fruits avec le temps. Les marchands qui commencent aujourd’hui auront un an de données et d’habitudes opérationnelles avant que ceux qui attendent un produit ne se lancent.
Quel volume représentent réellement les commandes passées par des agents ?
Shopify a indiqué que le trafic issu de l’IA avait été multiplié par 7 et les commandes attribuées à l’IA par 11 depuis janvier 2025 (résultats du T3 2025). La part exacte varie selon la boutique et la catégorie. C’est précisément pourquoi la première étape consiste à créer votre propre rapport : vous avez besoin de vos chiffres, et non d’une moyenne sectorielle, pour juger de l’urgence dans votre cas.
Un délai de modification plus long risque-t-il de perturber le traitement des commandes ?
C’est un compromis à gérer. Les erreurs étant plus fréquentes lorsqu’un agent passe la commande, un délai de modification plus long permet au client d’en repérer davantage avant l’expédition. Cela réduit les retours et les réexpéditions. En contrepartie, le traitement de ces commandes commence un peu plus tard. Pour la plupart des boutiques, la baisse des retours compense ce délai ; vérifiez-le à partir de vos propres données.
Quel est le lien avec Shopify MCP ?
MCP permet à l’agent de passer la commande ; cet article traite de ce qui arrive ensuite. Notre guide Shopify MCP examine les interfaces MCP importantes sur le plan stratégique. Le présent article en est le pendant opérationnel : la couche MCP crée la commande passée par l’agent, mais rien dans cette infrastructure ne gère la modification dont le client peut ensuite avoir besoin.
Quelle est la première mesure la plus utile ?
Identifiez les commandes attribuées à un agent dès leur réception. Le rapport, l’orientation des commandes, le délai prolongé et les modèles de réponse dépendent tous de votre capacité à distinguer une commande passée par un agent d’une commande passée par une personne. La plupart des boutiques ne savent pas encore le faire et manquent donc de visibilité sur une part croissante de leurs commandes.
Mis à jour en août 2026. Revize est une application Shopify qui permet aux clients de modifier eux-mêmes leurs commandes après l’achat : changer l’adresse de livraison, remplacer une variante ou un produit, annuler la commande et obtenir un remboursement ou un avoir avant le traitement des commandes (fulfillment), sans contacter l’assistance. Découvrez comment permettre aux clients de modifier leurs propres commandes Shopify ou retrouvez Revize sur le Shopify App Store.