Anthropic veut rendre le shopping conversationnel sans céder le paiement à l’IA

Anthropic propose aux entreprises du commerce une manière d’intégrer Claude à leur propre parcours client, sans leur demander de confier toute la relation commerciale à une interface d’IA tierce. Ses nouveaux « plans » sont des guides d’implémentation et des architectures de référence destinés aux détaillants, aux entreprises du voyage et aux plateformes de billetterie. Il ne s’agit pas de produits finis que les entreprises pourraient déployer tels quels. 14

La frontière la plus importante se situe au moment du paiement : les agents peuvent aider à trouver une offre, comparer des options et constituer un panier, mais ils n’autorisent pas et ne finalisent pas eux-mêmes l’achat. Le système de commerce et le tunnel de paiement du marchand restent responsables de la transaction. 26

Deux rôles complémentaires pour les agents

L’agent d’achat, côté client

L’agent d’achat est conçu pour être intégré au site ou à l’application d’un marchand. Il peut comprendre une demande formulée en langage courant, poser des questions sur les goûts et les contraintes du client, puis proposer des produits ou des voyages adaptés à son profil et à son contexte. Il peut également aider à ajouter les articles retenus au panier. 147

Le même modèle peut s’appliquer à la billetterie, lorsqu’un utilisateur cherche à comparer des événements, des dates ou différentes catégories de places.

On est donc davantage face à un assistant d’achat qu’à un acheteur autonome. La conversation sert à réduire le nombre de choix et à guider le client, mais l’entreprise conserve la main sur l’étape finale. 2

L’agent marchand, côté équipes

Le second agent s’adresse aux collaborateurs de l’entreprise plutôt qu’aux consommateurs. Il peut fournir une aide à la décision sur les stocks, le merchandising, la tarification, les promotions ou encore les campagnes marketing. 27

Cette séparation répond à deux problèmes distincts : aider les clients à trouver ce qu’ils recherchent, et aider les équipes à décider quoi vendre, approvisionner ou mettre en avant. Anthropic présente ainsi plusieurs cas d’usage construits autour de Claude, plutôt qu’un simple chatbot généraliste censé tout faire. 12

Pourquoi miser sur une recherche en langage naturel

Le commerce en ligne repose traditionnellement sur les mots-clés, les filtres et la navigation par catégories. Une interface conversationnelle propose un autre point de départ : le client peut décrire un besoin, un budget, une contrainte ou une préférence avec ses propres mots, puis recevoir des suggestions correspondant à cette demande.

Anthropic appuie son argumentaire sur plusieurs indicateurs encore limités. Adobe Analytics aurait constaté que les visites de sites marchands provenant de l’IA convertissaient à un taux 60 % supérieur à celui des autres visites. Anthropic affirme également qu’un partenaire a enregistré une hausse de 30 à 35 % de la taille des paniers et une probabilité d’achat environ 60 % plus élevée. 345

Ces chiffres doivent toutefois être lus comme des résultats préliminaires rapportés par l’entreprise, et non comme une preuve indépendante que les agents Claude sont à l’origine de ces progrès. Les éléments disponibles ne précisent pas la méthode des tests, leur éventuelle comparaison avec un groupe témoin ni la mesure dans laquelle ces résultats pourraient se reproduire dans d’autres secteurs.

Garder la découverte des produits sur son propre site

Derrière ces plans se trouve aussi un enjeu stratégique pour les commerçants. Si les consommateurs commencent de plus en plus leurs recherches dans des moteurs d’IA ou des outils de shopping externes, les marques risquent de perdre la maîtrise de la découverte des produits, du contexte client et du chemin vers la conversion.

En montrant aux entreprises comment intégrer un agent d’achat directement à leur site ou à leur application, Anthropic positionne Claude comme une infrastructure pour des expériences contrôlées par les marchands. Ceux-ci peuvent ajouter une recherche conversationnelle tout en conservant leurs catalogues, leurs paniers, leurs règles commerciales et leur système de paiement au cœur du parcours. 167

Cela ne supprime pas le travail d’intégration. Le plan doit être relié à des données fiables sur les produits, les stocks, les préférences, les paniers et les commandes. L’entreprise doit aussi définir précisément les autorisations et les garde-fous applicables à l’agent.

L’objectif est donc de fournir aux équipes techniques un point de départ et des pratiques d’architecture, pas de rendre inutile l’intégration avec les systèmes de commerce existants.

Fable 5.1 arrive avec une baisse du coût de lecture du cache

Anthropic a également lancé Claude Fable 5.1, présenté comme un modèle destiné aux tâches exigeantes de connaissance et de programmation. Son accès varie selon l’abonnement Claude : les utilisateurs Pro et les sièges Team standard passent par des crédits d’utilisation, tandis que les forfaits Max ainsi que certains sièges Team et Enterprise premium l’incluent selon les limites prévues par leur offre. 3235

Pour l’API, Fable 5.1 coûte 10 dollars par million de tokens en entrée et 50 dollars par million de tokens en sortie. Ces tarifs principaux restent identiques à ceux de Fable 5. En revanche, la lecture du cache passe de 1 dollar à 0,25 dollar par million de tokens, soit une baisse de 75 %. Les écritures dans le cache restent facturées 12,50 dollars par million de tokens pour cinq minutes et 20 dollars pour une heure. 173234

Anthropic estime que cette baisse peut réduire d’environ 25 % le coût des tâches courantes. L’économie réelle dépend toutefois de la quantité de contexte réutilisée par chaque application. 32

Ce que cela change pour les entreprises

Avec ces annonces, Anthropic combine deux arguments commerciaux : des modèles capables de traiter des tâches complexes et des architectures pratiques pour les intégrer aux processus d’entreprise. Les plans dédiés au commerce rendent cette stratégie plus concrète, tout en laissant visibles ses limites.

Les entreprises doivent toujours gérer les connexions aux données, les droits d’accès, l’expérience utilisateur et les contrôles transactionnels. À court terme, la proposition n’est pas celle d’un robot qui achète seul à la place du client, mais celle d’un assistant contrôlé par le marchand, capable de rendre la recherche et l’aide à la décision plus naturelles.

Cette approche est moins spectaculaire qu’un agent autorisé à payer au nom de l’utilisateur. Elle offre néanmoins aux commerçants une manière plus prudente d’expérimenter le commerce agentique et de mesurer l’intérêt du shopping conversationnel avant de déléguer à une IA le contrôle du paiement.