De quoi se compose un agent commercial efficace et où il génère le plus de revenus
Analyse de l'architecture des agents commerciaux IA d'Anthropic et notre expérience : ce que l'agent peut réellement faire et dans quels secteurs le retour sur investissement est le plus significatif.
Anthropic a publié une analyse sur le fonctionnement des agents commerciaux qui parviennent à la phase de production : The anatomy of effective commerce agents. Il est recommandé de la lire en entier. Ici, nous en tirons les conclusions pour un propriétaire de boutique qui souhaite simplement que ses clients obtiennent une réponse à vingt-trois heures.
Nous avons développé Commerce Agents en suivant des principes similaires. Cette coïncidence est agréable : cela signifie que le chemin est déjà tracé.
Un seul agent, pas une meute de bots#
La première conclusion de l'article surprend ceux qui suivent la tendance des schémas multi-agents. Une conversation d'achat n'est pas un ensemble de tâches isolées que l'on peut distribuer à différents bots. Le client demande une taille, puis la livraison, puis revient sur la taille et dit « prenons-en deux ». Tout cela forme un seul flux, où chaque réplique s'appuie sur la précédente.
Le schéma efficace est donc un agent unique qui maintient le contexte, complété par des compétences modulaires pour des tâches spécifiques. La distinction est simple : ce qui est nécessaire dans presque toutes les conversations réside dans l'instruction principale ; ce qui est rare est chargé à la demande. Le seuil chez Anthropic est défini ainsi : si une compétence est requise dans plus d'un tiers des conversations, elle doit faire partie de l'instruction permanente.
Chez nous, la partie permanente inclut la recherche dans le catalogue, les conditions du magasin et le profil de l'entreprise. Le comparatif de produits, la préparation de commande, la gestion du panier et l'analyse des pièces jointes envoyées par le client sont chargés si nécessaire.
Les outils sont vos systèmes, pas leurs copies#
Deuxième principe : l'agent ne doit pas réinventer la logique du magasin. La recherche, les stocks, la finalisation de commande fonctionnent déjà quelque part. La tâche de l'agent est d'y accéder, et non de construire sa propre version de la vérité à côté.
Dans notre cas, « vos systèmes » désignent le catalogue, constitué de publications et du site web, le texte des conditions, le panier et le fournisseur de paiement. L'agent n'invente pas les délais de livraison : il les extrait de votre texte. Il n'invente pas le prix : il le prend de la fiche produit. Si les données sont absentes, il indique honnêtement qu'il va vérifier et demande un contact. Cela fait partie de l'architecture, ce n'est pas une excuse.
Une idée distincte de l'article : les fiches produits, les boutons et les formulaires sont aussi des outils, avec des types et des validations. C'est pourquoi l'agent affiche la fiche produit au lieu de la paraphraser textuellement : le client voit la photo, le prix et le bouton, et vous obtenez une interface prévisible au lieu de l'improvisation du modèle.
Vitesse et argent#
L'article adopte ici un ton réaliste, rare dans les textes sur l'IA. Il est inutile de courir après les dixièmes de seconde si la réponse est mauvaise : la qualité, et non les millisecondes, impacte les retours et le panier moyen. Mais il n'est pas non plus nécessaire de payer trop cher. Le cache de contexte, avec un taux de réussite de 90 à 99 %, et le choix du modèle adapté à la tâche, vérifié par des mesures plutôt que par des impressions, sont utiles.
Nous avons scindé les modèles précisément selon cette logique : un modèle rapide interagit avec le client, tandis qu'un modèle plus réfléchi gère les rapports et les modifications du catalogue. Le propriétaire de la boutique voit cela dans les « Réglages » comme deux champs distincts, et ne les modifie généralement pas, les valeurs par défaut étant optimisées par des mesures.
Sécurité sans paranoïa#
Trois règles de l'article que nous appliquons à la lettre :
- Les modifications dangereuses ne sont pas appliquées silencieusement. Les modifications du catalogue effectuées par l'agent du propriétaire sont mises en file d'attente et attendent votre bouton « Appliquer ».
- Les identifiants inventés sont rejetés. Si un produit n'existe pas, l'agent ne fera pas référence à un article inexistant.
- La mémoire réside dans la base de données, pas dans l'invite. Les préférences du client sont enregistrées séparément et récupérées lors de la conversation suivante, au lieu de gonfler chaque requête.
Où le retour sur investissement est le plus élevé#
C'est la question pratique principale, et la réponse n'est pas « partout pareil ». La disparité est notable parmi nos boutiques.
Services et rendez-vous. Le retour sur investissement le plus élevé. Styliste ongulaire, dentiste, réparation d'appareils, formation, location : là où, avant l'achat, une personne pose cinq à dix questions, et presque toujours en dehors des heures ouvrables. Chaque question sans réponse le soir représente un rendez-vous perdu au profit de celui qui a répondu plus vite. L'agent comble entièrement cette lacune : il connaît les prix, la durée, ce qu'il faut apporter et les créneaux disponibles.
Produits avec paramètres. Vêtements, meubles, appareils, cosmétiques : tout ce pour quoi on demande la taille, la composition, la compatibilité et les délais. Une telle conversation prend dix minutes à un vendeur, mais seulement quelques secondes à l'agent, qui ne se lasse pas d'expliquer la même chose pour la centième fois.
Ventes sans site web. Instagram, TikTok, YouTube et Telegram, où le catalogue n'existe que sous forme de publications. Ici, l'agent offre ce qui n'existait pas auparavant : une vitrine, un panier et un paiement via un lien dans la bio, sans développement de site web.
Nuit, week-ends et autres fuseaux horaires. La moitié des demandes arrivent quand personne ne répond. C'est le chiffre d'affaires le moins cher à récupérer : il existe déjà, il n'y a juste personne pour le traiter.
Clients multilingues. Une boutique de Varsovie reçoit des questions en polonais, ukrainien, anglais et russe. L'agent répond dans la langue du client sans avoir besoin d'un traducteur en interne.
Là où le retour est plus modeste : un produit avec une seule caractéristique et un prix évident, les ventes via une marketplace où la correspondance se fait au sein de la plateforme, et les transactions en gros qui se concluent de toute façon par des négociations. L'agent y allège également la routine, mais ne révolutionne pas la situation.
Que faire avec cela#
- Constituez un catalogue à partir de ce qui existe déjà : publications, vidéos ou site web.
- Décrivez les conditions honnêtement et en détail : c'est la seule source à partir de laquelle l'agent répondra sur la livraison et les retours.
- Placez le lien dans votre bio et examinez les vingt premières conversations. Elles révèlent ce que vos clients demandent réellement, mieux que n'importe quelle analyse.
La procédure pas à pas est décrite dans l'article Premier lancement. L'analyse de l'architecture par Anthropic est disponible ici.