Note de la rédaction : Cet article offre une perspective relativement calme d’un constructeur : au cours de la dernière année, les paiements par agents sont devenus un récit populaire à l’intersection de l’IA, des paiements et de la cryptomonnaie, avec des entreprises telles que Stripe, Visa, Coinbase et Google qui s’y investissent ; des concepts comme les micro-paiements en stablecoin, x402, les règlements entre machines et le commerce électronique par agents ont également gagné en popularité. Mais après avoir réellement développé des produits et interagi avec des commerçants et des développeurs, l’auteur a constaté qu’une demande réelle n’avait pas encore émergé à grande échelle.

L'article décompose plusieurs scénarios typiques : les agents d'achat ne surpassent pas les plateformes de commerce électronique traditionnelles dans la plupart des catégories, car les utilisateurs ont toujours besoin d'images, de comparaisons et de navigation ; les paiements via API machine semblent adaptés aux micro-paiements en stablecoin, mais les développeurs actuels résolvent déjà ces problèmes grâce à des abonnements, des recharges de points et des systèmes de facturation existants ; les paiements entre agents constituent une vision à long terme, mais restent actuellement à un stade précoce, avec un volume de transactions réelles manquant.

En comparaison, l'agent financier est l'une des rares directions ayant déjà une demande réelle. Les fonds, les équipes de trésorerie et les utilisateurs DeFi paient déjà pour des outils financiers, et l'IA peut apporter des améliorations concrètes telles que la surveillance en temps réel et le rééquilibrage automatique. Toutefois, ce marché favorise également davantage les institutions traditionnelles déjà dotées de licences, de conformité et de relations clients.

Le jugement final de l'auteur est que l'économie des agents manque véritablement non pas d'une couche de paiement simple, mais d'une capacité de coordination plus complexe : comment permettre aux agents de collaborer avec les humains, de vérifier l'achèvement des tâches et de régler les résultats. Le paiement n'en est qu'un maillon. Pour les géants, un déploiement anticipé est un choix défensif ; mais pour les startups, ce qui compte vraiment, c'est de trouver un marché existant dès aujourd'hui.

The following is the original text:

Au cours de la dernière année, j’ai construit l’infrastructure pour l’économie des agents et j’ai échangé avec des équipes de Stripe, Visa, Coinbase, Google et des dizaines de startups qui développent des modèles commerciaux pour les agents. J’ai cartographié ce domaine, lancé un produit et tenté de trouver un véritable marché.

Mais la réalité est que la vraie demande n'est pas encore apparue. Pour les startups souhaitant entrer dans ce domaine, de nombreux problèmes structurels persistent.

Stripe a lancé 288 nouveaux produits lors de la conférence Sessions le mois dernier, et l'accès à la documentation liée aux Agents a atteint près de 40 % du total des lectures de documentation. Son marché commercial d'Agents a déjà intégré plus de 1 000 commerçants. Toutefois, sur place lors de Sessions, le nombre d'Agents réellement enregistrés et ayant effectué une transaction n'était que d'un seul chiffre.

Visa mentionne que son token Agent nécessite actuellement une approbation KYC de 3 à 9 mois, et que les entreprises doivent généralement générer un revenu annuel d'au moins 250 millions de dollars pour être éligibles. Aujourd'hui, seules des entreprises du niveau d'Amazon ou de Walmart sont en mesure de boucler la chaîne de vérification d'identité.

Coinbase a déclaré qu'au mois d'avril, il y avait 69 000 agents actifs et 165 millions de transactions sur x402. Toutefois, une analyse indépendante sur la chaîne révèle que le volume de transactions journalier réel s'élève à environ 17 000 dollars américains, dont environ la moitié sont des transactions de test (CoinDesk, mars 2026).

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

Nous avons construit shop.fast.xyz pour valider directement le modèle d’entreprise par agent. Des produits réels, des commerçants réels, des transactions réelles.

Cependant, pour la plupart des catégories de produits, l’expérience d’achat via l’IA est nettement inférieure à celle des plateformes de commerce électronique traditionnelles. Lors de l’achat de vêtements, d’électronique ou de meubles, les utilisateurs souhaitent voir des images, explorer des options et comparer côte à côte. Une conversation type chatbot constitue plutôt un recul : vous remplacez une interface visuelle riche par une série de dialogues textuels. Les humains achètent d’abord avec les yeux.

L'agent s'est bien comporté dans la partie que nous pensions la plus difficile. Il comprend ce que l'utilisateur souhaite et gère bien les demandes du type « pareil, mais un peu moins cher ». Le niveau modèle est efficace. Toutefois, il ne peut pas remplacer l'expérience de « regarder dix produits en même temps, puis en choisir un ». L'interface de chat pourrait intégrer un carrousel de produits et des présentations interactives, mais à ce stade, vous recréez en réalité un frontend e-commerce à l'intérieur de la fenêtre de chat. Pour les scénarios d'achat nécessitant une comparaison visuelle, nous n'avons pas encore trouvé de réponse convaincante expliquant pourquoi l'interface de chat serait supérieure à l'interface e-commerce traditionnelle.

Nous avons effectivement observé une demande du côté des commerçants, mais cette demande est principalement défensive. Les commerçants souhaitent que leurs boutiques puissent être interrogées par les agents, non pas parce qu’un grand nombre de consommateurs achètent déjà via des agents, mais parce qu’ils craignent d’être laissés pour compte si les agents deviennent un canal dominant à l’avenir. Voilà l’opportunité dite d’« Agentic Engine Optimization » (optimisation des moteurs d’agents), mais elle reste actuellement un « mieux » et non un « indispensable ». Les commerçants se préparent à une vague qui n’est pas encore arrivée.

L'endroit où le commerce conversationnel peut véritablement améliorer l'expérience, c'est dans les scénarios d'achat fréquents, à faible coût de décision et où l'utilisateur sait déjà ce qu'il veut. L'exemple le plus clair est la commande de repas : le marché est suffisamment vaste, la fréquence suffisamment élevée et la prise de décision suffisamment rapide, comme « Commande-moi un pad thaï de l'endroit que j'ai aimé la dernière fois ». Dans ce type de scénario, un agent conversationnel pourrait surpasser les autres solutions. Mais les principales plateformes de livraison ne proposent pas d'API. Le seul chemin possible est l'utilisation informatique, c'est-à-dire faire en sorte que l'IA opère l'application visuellement, comme un humain. Ce processus est lent, fragile, et le coût de traitement n'est tout simplement pas justifié pour un déjeuner de 15 dollars.

Une autre opportunité réside dans les boutiques en ligne si complexes que les utilisateurs en éprouvent une véritable frustration : par exemple, les remises superposées, les codes promo, les points de fidélité, et des processus de paiement confus. Un agent capable de comprendre « aide-moi à utiliser le coupon, à déduire mes points, à trouver le mode de livraison le moins cher, et à effectuer tout cela dans ma langue » peut véritablement simplifier une expérience d’achat déjà défaillante. Cela est particulièrement crucial pour les utilisateurs âgés, les non-locuteurs natifs, surtout lors d’achats transrégionaux ; ou dans certains scénarios très spécifiques où les utilisateurs ont des besoins extrêmement niche et complexes.

Mais ces deux opportunités nécessitent une capacité de distribution B2C énorme. Vous êtes en concurrence avec DoorDash et Amazon pour l'accès aux utilisateurs. La capacité de distribution à l'échelle des consommateurs constitue un avantage des géants existants. L'offre du modèle d'agence est prête, mais la demande est limitée par l'expérience utilisateur et les canaux de distribution, et davantage d'infrastructures ne résolvent pas ces deux problèmes.

What did we learn from x402 and MPP?

Nous avons échangé avec des dizaines de développeurs sur leurs besoins réels en matière de paiement. Le modèle est presque entièrement identique : l'utilisation actuelle de l'API Agent correspond essentiellement à des consommations récurrentes, telles que la puissance de calcul, l'inférence ou les sources de données. Les développeurs ont déjà des abonnements, des clés API, des comptes liés et des relations de facturation avec des fournisseurs principaux.

L'argument typique en faveur des paiements en stablecoin est que le coût minimum effectif des paiements par carte de crédit sur Stripe est d'environ 2,9 % plus 30 cents, ce qui rend les appels d'API inférieurs à 1 dollar économiquement non viables. Toutefois, à ce niveau de volume de transactions actuel, recharger des points résout le problème. Les développeurs rechargent simplement leur compte à l'avance, ce qui élimine ce problème.

Le problème plus profond réside sur le marché des fournisseurs. La plupart des grandes entreprises SaaS ne souhaitent pas offrir un accès API fragmenté à des prix de quelques fractions de centime. Leur modèle économique repose sur des contrats d'entreprise pluriannuels. Les entreprises qui dépendent de revenus garantis élevés résistent aux nouveaux modèles de tarification qui contournent ce système.

Le machine commerce est structurellement un marché de la longue traîne. Il s'adresse à de petits services, des sources de données verticales, des développeurs indépendants, des serveurs MCP, etc. Des protocoles comme MPP et x402 sont particulièrement adaptés à ce segment de marché. Mais, par définition, il s'agit d'un marché destiné à des utilisateurs aux besoins professionnels ; or, les développeurs ont toujours été parmi les groupes les moins disposés à payer.

Lors du lancement de Stripe Projects, 32 partenaires fournisseurs ont été intégrés, notamment Vercel, Supabase, Cloudflare et Twilio, couvrant la plupart des services essentiels utilisés par les développeurs pour construire et déployer des logiciels, tous accessibles via le système de facturation existant. Les couches supérieures de la pile technologique des développeurs sont déjà bien servies. L'opportunité des nouveaux canaux de paiement réside dans tout ce qui se trouve au-delà des 30 premiers fournisseurs : il s'agit d'un marché réel, mais de taille naturellement inférieure à celle que suggèrent les grandes narrations.

Le même raisonnement s'applique à l'accès au contenu. Les agents collectent et résumant déjà continuellement les articles, et les éditeurs commencent à réagir. Mais lorsque la monétisation du contenu arrivera à grande échelle, elle se fera probablement via des fournisseurs CDN déjà situés entre les éditeurs et l'Internet, comme Cloudflare qui a déjà lancé des outils d'audit IA ; ou par le biais d'accords de licence en gros entre les éditeurs et les laboratoires d'IA. Les opportunités d'infrastructure iront aux acteurs existants qui possèdent déjà des capacités de distribution.

Ce que nous avons appris dans les paiements Agent à Agent

Les affaires entre agents sont une vision à long terme, mais elles restent actuellement presque entièrement théoriques. Personne n'a encore généré un volume d'échanges significatif. La partie véritablement difficile est actuellement développée par diverses startups, notamment en ce qui concerne la découverte d'agents, l'établissement de confiance, la négociation des termes et la résolution des litiges.

Une fois que cette structure de transaction sera pleinement mise en œuvre, elle sera totalement différente des canaux de paiement existants. Aucune des parties à la transaction n'aura d'identité humaine ; les exigences de délai seront inférieures à une seconde ; les montants des transactions pourront aller de quelques fractions de centime à plusieurs millions de dollars ; et elle impliquera un règlement multipartite, contrairement au modèle bilaéral par défaut des canaux de paiement actuels. Lorsqu'elle se produira réellement, nous croyons qu'elle se déclenchera à une vitesse extrêmement rapide et à une échelle massive.

C’est précisément un pari à long terme sur une infrastructure de règlement dédiée, et ce pari est réel. Mais un « pari à long terme réel » n’est pas la même chose que le « marché actuel ». Nous avons également été parmi ceux qui ont affirmé pendant plusieurs mois consécutifs que ce marché arriverait, et nous avons construit au cours des dernières années une infrastructure complète autour de cela, y compris notre réseau distribué. Théoriquement, il peut s’étendre à plus de 1 milliard de TPS, avec une latence inférieure à 50 ms et un temps moyen de cohérence de 10 ms. Mais nous devons revenir à l’endroit où se trouve le marché aujourd’hui.

What have we learned from Agent Finance?

On peut dire que c’est la seule catégorie qui possède déjà une demande réelle. Les clients existent déjà et paient déjà. Les gestionnaires de fonds, les équipes de gestion d’actifs et les utilisateurs DeFi dépensent déjà aujourd’hui pour des instruments financiers. Intégrer l’IA dans les flux de travail existants constitue une voie naturelle pour le produit.

Les agents financiers créeront également de nouveaux modèles de comportement. Des agents capables de surveiller de manière autonome et de rééquilibrer en temps réel des centaines de positions opèrent d'une manière que les humains ne peuvent pas reproduire manuellement. Il s'agit ici d'une véritable augmentation des capacités, et non seulement d'une automatisation.

Le défi réside dans le paysage concurrentiel. Le secteur financier est fortement réglementé et repose sur des relations établies. Les institutions existantes possèdent des licences, des infrastructures de conformité et des relations clients. Les startups peuvent pénétrer des domaines moins réglementés, comme la DeFi ; ou cibler des domaines où les institutions existantes agissent plus lentement, ou où l’IA peut créer de nouvelles capacités que les géants ne possèdent pas encore. Toutefois, dans l’ensemble, la dynamique concurrentielle de ce domaine favorise davantage les acteurs établis, car il est beaucoup plus facile d’ajouter l’IA à des produits et des clients existants que d’entreprendre l’inverse : construire des produits et acquérir des clients à partir de l’IA.

Résumé honnête

Alors, pourquoi les gens continuent-ils à faire cela ? Il y a deux raisons.

Le premier est un mécanisme d'incitation. Les grandes entreprises disposent de flux de trésorerie suffisants pour parier sur un avenir qui ne se manifestera que plusieurs années plus tard. Pour elles, le coût d'entrer cinq ans plus tôt n'est qu'une erreur au niveau des décimales ; mais le coût d'entrer un an plus tard pourrait être désastreux. Elles doivent donc agir.

Le deuxième est un aveuglement cognitif. Lorsque votre activité est le paiement, chaque problème semble être un problème de paiement. L'économie des agents nécessite une couche de paiement, alors tout le monde se concentre sur la construction d'une couche de paiement.

Mais le paiement n'est qu'une partie d'un problème plus vaste. La véritable difficulté ne réside pas dans le fait de faire circuler l'argent entre les agents, mais dans la coordination du travail entre les agents et les humains, la vérification de l'achèvement des tâches et le règlement des résultats. Le paiement n'est qu'une partie du règlement. Le règlement n'est qu'une partie de la coordination. Et la coordination, c'est le véritable enjeu.

La coordination à grande échelle génère naturellement un besoin de mécanismes de règlement. Les paiements deviendront un instrument dans cette symphonie, et non l'œuvre elle-même. Les entreprises qui résolvent véritablement le problème de coordination intégreront finalement les paiements, et non l'inverse, où les entreprises de paiement absorberaient la coordination.

La plupart des géants existants construisent défensivement un avenir de « trading automatisé à grande échelle ». Pour elles, la timeline n'est pas importante, car elles disposent d'un runway quasi illimité.

Mais les startups n'ont pas ce luxe. Nous devons trouver où le marché se trouve réellement aujourd'hui. Nous ne pouvons pas attendre indéfiniment que la vague arrive.

Un an de construction nous a menés dans une direction inattendue. Il y a effectivement de l'activité, et elle croît rapidement, dans un domaine sous-desservi. Il existe en dehors des quatre catégories que nous avons examinées.