Dialogue a16z Crypto : À quoi ressemblera l'ère où l'IA fait vos courses ?

Titre original : Conversation a16z Crypto : À quoi ressemblera l’ère où l’IA fait vos courses pour vous ?

Auteur original : a16z crypto

Source originale :

Repris : Mars Finance

Introduction de l’éditeur

Ce podcast réunit le CTO d’a16z Crypto Eddy Lazzarin, le partenaire en investissement Noah Levine, ainsi que Sam Ragsdale, ancien de a16z et fondateur d’Agent Cash. Les trois discutent intensément de l’état actuel de la technologie des agents IA, des infrastructures de paiement, jusqu’à la survie du système de cartes de crédit.

La conclusion principale est que la compensation instantanée des stablecoins et leur coût marginal nul, sont naturellement adaptés à une économie d’agents où les microtransactions de 1-2 cents sont courantes, alors que le système de frais de transaction par carte de crédit (2-3 % de marge + 30 cents fixes) est vulnérable dans ce monde.

Agent Commerce est en train de démanteler le modèle commercial publicitaire qui a dominé Internet depuis 20 ans. Eddy Lazzarin affirme même : « Le contrat économique de la publicité est mort, il disparaîtra complètement dans 10 ans. »

Citations clés

L’essence des agents IA

· « Les LLM sont des chatbots, les agents sont des chatbots capables de manipuler votre ordinateur. Ce que les humains peuvent faire avec un ordinateur, les agents peuvent aussi le faire. »

· « Depuis environ novembre dernier, les modèles IA sont devenus plus intelligents. Ils peuvent réaliser des tâches complexes sur de longues périodes et utiliser des outils. Nous commençons à les appeler « agents » parce qu’ils ne se contentent pas d’écrire du code, ils aident à réaliser des tâches complètes. »

· « Nous appelons cela « programmation en langage naturel instantanée ». L’utilisateur décrit ses besoins en langage naturel, et l’agent écrit en arrière-plan un programme JavaScript pouvant atteindre des milliers de lignes pour exécuter la tâche, en dépensant seulement 20 cents par token généré, 10 cents par appel API, puis le programme est jeté après usage. Il y a quatre ans, cela aurait nécessité un ingénieur logiciel coûteux une semaine pour le faire. »

Commerce sans front-end et refonte commerciale

· « À quoi ressemble un « commerçant sans front-end » ? Il s’adresse à des services IA plutôt qu’à des humains. Il n’a pas de site web frontal, seulement des API et une documentation de qualité suffisante pour que le modèle puisse lire, comprendre et appeler. »

· « Le leader de l’industrie des données facture 100 fois moins cher que ses concurrents, en utilisant la même source de données en aval. Leur produit principal n’est pas la donnée elle-même, mais l’équipe commerciale de l’entreprise. Dans un monde d’agents prenant des décisions, ces agents ne se laissent pas berner par de belles équipes de vente. Ils essaient toutes les sources de données, trouvent la meilleure et la plus économique, puis s’en souviennent. »

· « Vous faites courir votre agent toute la nuit avec enthousiasme. Le matin à 9h, vous voyez qu’il a été bloqué depuis 2h30 du matin, car la prochaine étape nécessite que vous appeliez l’équipe commerciale. »

Fin du modèle publicitaire

· « La promesse économique d’Internet depuis 2000 repose sur la distraction pour générer des revenus. Les agents ne se distraient pas. Si un agent consulte votre site pour une recette, il ne verra pas la publicité pour des chaussures à côté. Ce modèle mourra dans 10 ans. »

· « En 2016, le total des dépenses publicitaires sur Internet était de 60 milliards de dollars, tout le monde pensait que c’était le sommet. Aujourd’hui, Google ne gagne que par la publicité 300 milliards de dollars par an. Mais après GPT-4, le trafic des sites d’actualités technologiques a chuté d’environ 80 %, tout comme Stack Overflow. Ces premiers adopteurs utilisent déjà des agents pour obtenir des informations et exécuter du code. Les autres suivront, car l’expérience est vraiment meilleure. »

Stablecoins vs Cartes de crédit

· « La transaction moyenne sur Agent Cash est de 1-2 cents. La commission fixe d’une carte de crédit est de 30 cents. Les frais de transaction dans ce contexte sont totalement absurdes. En 2026, la fidélité devrait revenir aux commerçants, pas à la carte utilisée pour payer. »

· « La carte de crédit est arrivée avant Internet et a survécu à la transition du hors ligne vers l’online. Bien qu’elle ait été malmenée, elle a survécu. La conclusion n’est pas encore fixée. »

· « Si des sociétés de cartes de crédit écoutent, vous avez une licence de transfert monétaire, vous pouvez instantanément émettre des stablecoins pour vos clients, leur permettant de payer en stablecoins. Je vous recommande vivement d’envisager cette option. »

L’avenir de l’expérience utilisateur

· « Si un agent fait vos courses, en lui installant une compétence d’optimisation de carte de crédit, vous pouvez voir précisément le ROI de chaque carte. Quand vous n’êtes pas fidèle à une carte, tous les effets de verrouillage psychologique disparaissent. »

· « Un jour, vous réaliserez que vous n’aimez en fait pas faire du shopping. »

Architecture de la pile commerciale ouverte des agents

Animateur : Bonjour à tous, aujourd’hui je suis accompagné de Eddy Lazzarin, CTO d’a16z Crypto, Noah Levine, partenaire en investissement, et Sam Ragsdale, ancien de a16z Crypto, fondateur de Merit Systems, qui travaille sur Agent Cash. Nous allons approfondir le sujet.

Avant cela, je souhaite poser le contexte. Beaucoup de choses se passent dans le domaine des agents IA en ce moment, si vous ne suivez pas 24h/24, vous ne pouvez pas tout saisir. Alors, où en est le monde ? Sam, tu es en première ligne, peux-tu nous donner ton point de vue ?

Sam Ragsdale : J’aime commencer par une classification, empruntée à Erik Reppel, co-créateur du protocole Coinbase x402.

Ce cadre divise le commerce des agents en deux catégories. La première, c’est le commerce conversationnel, c’est-à-dire payer via ChatGPT. Vous dites à ChatGPT : « Je suis un homme vivant à West Village, New York, je vais à Equinox pour faire du sport, je veux acheter une paire de chaussures pour intégrer mon cercle social. » Il vous recommande une paire de Nike avec empathie, et vous achetez.

La seconde, c’est confier de l’argent à un agent pour qu’il dépense à votre place afin d’accomplir une tâche.

Le commerce conversationnel est certain de se produire. ChatGPT, Gemini, Claude, et tous les modèles de pointe à venir auront une fonction de paiement. C’est bon pour les consommateurs, qui trouvent de meilleures options ; pour les commerçants, avec un taux de conversion plus élevé ; et pour les plateformes, qui peuvent prélever 5 à 10 %. C’est une nouvelle Google Shopping.

L’autre réalité, c’est que la capacité des agents est encore limitée. Beaucoup demandent à leur agent de faire des choses difficiles, comme « m’aider à faire du démarchage commercial », mais l’agent répond « je ne peux pas, je n’ai pas accès à ces informations ». Si l’agent dispose d’un peu de solde, peut acheter pour quelques cents des services qu’il ne pourrait pas utiliser autrement, il devient plus puissant.

Donc, deux mondes coexistent : l’un où l’on recommande des produits via une interface LLM classique, et l’autre où l’on déploie des agents indépendants pour acheter des biens et services.

Noah Levine : Je vois deux versions. La première, c’est l’évolution naturelle du commerce électronique : le changement de plateforme, le passage au mobile, avec l’émergence de nouvelles formes de publicité et Google Shopping. Les gens ont toujours besoin d’acheter, le comportement des consommateurs évolue, et avec l’avènement des LLM, le commerce migrera naturellement vers les agents.

L’autre version, moins « anthropomorphique », c’est que la forme même d’Internet change. La façon dont on obtient des infos et exécute des actions évolue avec les LLM. L’Internet que nous avons construit en 20 ans pourrait ne pas être celui de demain.

Au lieu de rechercher sur Google, puis cliquer sur une page de vente agressive, une Internet plus native aux agents apparaîtra, où les agents paieront directement pour ce dont ils ont besoin, rendant l’expérience plus efficace pour l’humain.

Animateur : Cela correspond à ton thème d’investissement, Noah. Mais avant d’approfondir, je vais faire une petite introduction pour nos auditeurs. Tout le monde est habitué à interagir avec des LLM, mais maintenant on entend parler de choses comme Codex d’OpenAI, ces agents ont une autonomie considérable, peuvent vraiment faire des choses. Si vous ne suivez pas de près, vous ne réalisez pas à quel point la technologie a avancé. Eddy, peux-tu nous en dire plus ?

Eddy Lazzarin : Je vais faire un rapide tour des 5 derniers mois. Vers novembre-décembre dernier, les modèles IA sont devenus plus intelligents. Ils peuvent réaliser des tâches complexes sur de longues périodes, et utiliser des outils. On commence à les appeler « agents », c’est une personnification, car ils ne se contentent pas d’écrire du code, ils aident à réaliser des tâches complètes.

Mais, les agents ne peuvent pas tout faire. Le logiciel ne se limite pas à un petit programme sur votre PC. Internet nous a appris qu’il faut connecter beaucoup d’autres choses pour faire quelque chose d’intéressant, avec des réseaux et des acteurs variés.

Les agents résolvent le problème de l’intention, en partie aussi celui de la modélisation préférentielle. Vous leur indiquez une tâche, ils comprennent ce que vous voulez faire, et la traduisent en outils, réseaux et services. Par dialogue et mémoire, ils peuvent aussi capter vos préférences, et transmettre cette intention aux outils, logiciels et fournisseurs.

Ces deux aspects sont résolus, c’est très excitant. Tout le monde veut régler le reste, mais c’est complexe. Au moins, si vous voulez que votre agent fasse des transactions, il faut gérer l’autorisation et la délégation : comment prouver qu’il vous représente ? Comment gérer identité et authentification ?

Puis, il y a le paiement et la compensation. Une fois que l’agent a compris votre intention, il doit payer, montrer sa capacité de paiement, gérer la répartition des paiements, les remboursements, etc. J’ai sauté la recherche, la lutte contre la fraude, mais on voit que, une fois la construction de l’intention et la modélisation des préférences automatisées, tout le processus commercial peut être automatisé. C’est la réaction des ingénieurs : « Mon Dieu, ces deux choses, qui nécessitaient jusqu’ici une intervention humaine, peuvent maintenant être automatisées, c’est incroyable. »

Quand on parle d’« agentic commerce », on parle de la transition entre « je parle à mon agent » et « il obtient ce dont j’ai besoin », en se demandant ce qu’il faut encore résoudre, et quelles en seront les répercussions, car beaucoup de choses seront complètement réécrites.

Animateur : Très éclairant. En résumé, on est passé d’interactions en langage naturel avec des LLM, à une version augmentée capable de se connecter à divers réseaux et systèmes réels.

Eddy Lazzarin : Ce n’est pas seulement une question de connexion. On pourrait penser que la différence réside dans ce à quoi ils sont connectés. Ce n’est pas le cas. Votre ordinateur portable est déjà connecté à tout. La connexion n’a pas changé. Ce qui change, c’est qu’ils peuvent utiliser des outils, réfléchir longtemps, et persévérer jusqu’à la réussite de la tâche.

Sam Ragsdale : Je vais simplifier encore plus. Les LLM sont des chatbots, bons en conversation, qu’on pensait initialement adaptés au service client. Quand ils ont maîtrisé la conversation, on a développé l’utilisation d’outils. En simplifiant, ils ont appris à manipuler un ordinateur. Les LLM sont des chatbots, les agents sont des chatbots capables de manipuler votre ordinateur pour vous.

L’essentiel, c’est qu’ils ont atteint, avec GPT-4, le niveau moyen d’un humain dans la manipulation, à un coût environ 1000 fois moindre, et peuvent être massivement étendus en ajoutant de l’argent. En gros, ce que les humains peuvent faire avec un ordinateur, les agents peuvent aussi le faire.

Eddy Lazzarin : Exactement. La prémisse est simple, mais les changements qu’elle entraîne sont nombreux, à court, moyen et long terme. À court terme, tout le monde travaille à rendre les agents opérationnels. À long terme, si votre agent peut accéder à des apps, à quoi servent encore l’UI et les interfaces ? N’avez-vous pas intérêt à faire faire tout le boulot par l’agent, lire tous les commentaires, ne voir que ce qui vous intéresse ? N’est-ce pas mieux que d’avoir une app Amazon ?

Sam Ragsdale : On appelle ça en interne « programmation en langage naturel en temps réel » (Just-in-time Natural Language Programming), même si ce nom n’est pas très accrocheur. Cela transforme les non-programmeurs en programmeurs. Vous dites : « Je veux acheter quelque chose pour ma fiancée sur Amazon, en fonction de ses préférences, de ce que je lui ai déjà offert, en parcourant environ 1000 options, en sélectionnant la meilleure, puis en commandant, en trouvant notre adresse, et en envoyant. »

Ce qui se passe en réalité, c’est que l’agent écrit en interne un programme pour faire cette tâche complexe. Peut-être un JavaScript et Bash de plusieurs milliers de lignes. Il s’exécute, mais l’utilisateur ne le voit pas, puis il est jeté après usage.

Il y a 4 ans, c’était inimaginable. Écrire un tel programme nécessitait un ingénieur logiciel coûteux, une semaine de travail pour déboguer, obtenir des clés API, etc. Aujourd’hui, le coût d’exécution est d’environ 20 cents par token, plus 10 cents par appel API, puis on jette le programme. C’est si bon marché qu’on n’a même pas besoin de le sauvegarder sur GitHub. Même des non-techniciens peuvent faire ça. Mes parents écrivent maintenant des programmes en langage naturel, sans le savoir. Ils peuvent presque se déclarer ingénieurs logiciels.

Animateur : C’est fou. Tu es fiancé ? L’exemple que tu viens de donner, c’est une expérience réelle ?

Sam Ragsdale : Oui, je suis fiancé, merci. Mais la bague n’a pas été achetée par l’IA. La bague est plus ancienne que l’IA, peut-être même plus ancienne que le premier ordinateur.

« Sans front-end » en pratique

Animateur : Très bien, passons aux répercussions. Sam, tu as évoqué comment le commerce évoluera dans un monde où les agents réalisent beaucoup de transactions, ce qui rejoint ton concept de « commerçant sans front-end » (Headless Merchant). Peux-tu expliquer ce que c’est ?

Sam Ragsdale : Bien sûr. Je pense qu’il faut faire un pas en arrière. Outre l’achat de chaussures via ChatGPT, il existe un énorme marché d’outils pour développeurs B2B. Des plateformes comme Claude Code, OpenAI Codex démocratisent la création d’outils. Toute personne avec un ordinateur et des tokens peut construire quelque chose.

Autrefois, un développeur expérimenté choisissait ses outils en fonction de recommandations, suivait un processus avec une équipe commerciale, signait un contrat. Maintenant, il n’a qu’une intention : « Je veux faire ça. » Il ne se soucie pas de la ressource spécifique. Ce qu’il construit est très temporaire, facturé à l’usage, et ne nécessite pas plusieurs mois d’intégration.

À quoi ressemble un « commerçant sans front-end » ? Il s’adresse à des services IA, pas à des humains. Il n’a pas besoin d’un magasin physique ou numérique pour que vous naviguiez. Il suffit d’une API et d’une documentation claire pour que le modèle comprenne, interprète et appelle.

La facturation se fait par appel API, pas par abonnement ou contrat d’entreprise.

Eddy Lazzarin : Je suis totalement d’accord. Je pense que j’ai été un IA dans une vie antérieure. En tant qu’ingénieur, je déteste ne pas voir de prix, ne pas avoir d’accès direct à une API via une carte de crédit. Je ferme la page. Je ne veux pas parler à un commercial, je veux essayer tout de suite, rapidement, parce que je travaille sur un projet que je veux lancer lundi. Je paie avec ma carte, je me fais rembourser, et je planifie pour plus tard.

Dans l’ère des logiciels instantanés et temporaires, voulez-vous vraiment attendre que votre agent fasse tout ? Il a travaillé toute la nuit, et le matin à 9h, il est bloqué depuis 2h30, parce que le service qu’il veut utiliser nécessite de parler à une équipe commerciale.

Sam Ragsdale : Et si le processus d’intégration inclut une étape commerciale, le coût du service sera probablement 10 fois plus cher, car il faut gérer la relation client.

Eddy Lazzarin : C’est inacceptable. Vous voulez que l’agent fonctionne de façon autonome, non pas parce que vous vous en fichez, mais parce que vous avez besoin de rapidité, de tests, de réponses rapides. Vous ne pouvez pas attendre.

Si l’IA voit trois options : contacter une équipe commerciale, configurer une carte spéciale, ou simplement envoyer quelques stablecoins pour obtenir 10 dollars en jetons de concept, elle choisira systématiquement la troisième. Ce simple pouvoir peut entraîner une réorganisation partielle du marché.

Animateur : Pour les entreprises traditionnelles, ces frictions compliquent la vie, mais elles servent aussi à fidéliser la clientèle. Si ces frictions disparaissent, comment prévoir des revenus fiables ?

Eddy Lazzarin : Je vais donner une réponse provocante : faisons tout à la friction. Ajoutons des obstacles, compliquons tout. Qu’est-ce qu’on fait alors ?

Je dis cela parce que la friction peut parfois être utile, par exemple pour bloquer le spam ou filtrer. Mais la friction a aussi un coût énorme. Avec l’accélération économique, l’augmentation de la productivité, et le levier du temps, le coût d’opportunité de la friction augmente. C’est la tendance actuelle.

Même dans un environnement à friction minimale, il y aura d’autres éléments qui rendent le service collant : la réputation, la mémoire, l’état, les données, et même la confiance dans l’agent. Si l’agent sait que vous avez besoin d’une réponse rapidement, il ne prendra pas 20 minutes pour explorer toutes les options. Il se souviendra de ce qui a bien marché la dernière fois, et réutilisera.

Comme une personne intelligente.

Sam Ragsdale : Je vais donner un exemple concret. Nous échangeons quotidiennement avec de nombreux commerçants, et avons analysé tout ce qui peut être vendu via API. Beaucoup de vendeurs expérimentés utilisent une « distribution native d’agents » (Agent-native Distribution), c’est-à-dire une distribution conçue pour les agents IA.

Les produits de données sont souvent des commodités, avec 5 à 50 vendeurs. Parmi eux, le leader gagne le plus, avec des frais 100 fois moins chers que ses concurrents, souvent en utilisant la même source de données en aval.

Ils s’appuient sur une équipe commerciale. Des commerciaux bien habillés viennent en personne présenter : « Regardez la qualité de nos données, 35 000 dollars par an ». Vous signez, puis deux ans plus tard, ils reviennent faire la même démonstration. Des milliers d’entreprises paient ainsi.

Les petites entreprises qui proposent de meilleures solutions, avec une meilleure expérience utilisateur sur ces mêmes données, échouent souvent faute de canaux de distribution. Le secteur n’innove pas, car l’équipe commerciale est le produit principal, la donnée est secondaire.

Dans un monde d’agents, ces agents ne veulent pas parler à des commerciaux, ni se laisser berner par de belles présent