Claude Commerce Agents : Anthropic publie l’architecture utilisée pour créer des agents e-commerce

Anthropic ne part pas de zéro. Shopify, Priceline et d’autres entreprises utilisent déjà Claude pour faire fonctionner des agents capables de rechercher des produits, comparer des offres et accompagner un achat. La nouveauté annoncée le 2 septembre 2026 consiste plutôt à transformer ces expériences en une architecture de référence réutilisable par d’autres entreprises.

Avec Claude Commerce Agents, Anthropic publie un blueprint comprenant du code, des modèles d’architecture, des garde-fous et un plugin Claude Code permettant aux retailers, marketplaces et plateformes de construire leurs propres agents. Le dépôt est disponible publiquement sur GitHub.

En bref

• Le blueprint Claude Commerce Agents est disponible depuis le 2 septembre 2026.
• Il distingue deux briques : un shopping agent destiné au consommateur et un merchant agent destiné aux équipes du marchand.
• Anthropic annonce jusqu’à +35% sur le panier et +60% sur la probabilité de finaliser l’achat chez certains clients, sans audit indépendant présenté.
• Le code peut être adapté via Claude API, Amazon Bedrock, Microsoft Foundry ou Google Cloud Vertex AI.
• Shopify, Priceline, Square, Klaviyo, Wix, Zomato, Intuit, Visa, Mastercard et Accenture figurent parmi les entreprises citées autour du dispositif.

Un agent pour acheter, un autre pour piloter la boutique

Le shopping agent vit directement sur le site ou dans l’application du marchand. Un client peut formuler une demande complexe en langage naturel, par exemple trouver simultanément une tente, des sacs de couchage et un réchaud correspondant à un voyage familial.

L’agent recherche les produits dans le catalogue, compare plusieurs références, tient compte des préférences du client et peut construire directement son panier. Produits, comparatifs et panier peuvent être affichés au sein de la conversation.

La même interface peut ensuite répondre aux questions de service client : état d’une commande, politique de retour, échange ou remboursement. Le paiement reste toutefois sous le contrôle du marchand, via son checkout existant ou un fournisseur de paiement agentique.

Le merchant agent travaille, lui, côté back-office. Il peut analyser les ventes, surveiller les stocks, signaler une rupture probable avant une promotion, recommander des remises ou préparer une campagne marketing.

Square résume bien ce changement de logique : ses équipes travaillent sur des agents capables de surveiller ventes, main-d’œuvre et stocks pour revenir avec des actions concrètes, plutôt que de simplement répondre à une question.

Le véritable enjeu : connecter Claude aux données réelles du marchand

Un agent marchand utile ne peut pas se contenter des capacités générales d’un LLM. Il doit connaître les vrais prix, les stocks disponibles, les règles commerciales et les politiques de retour.

Anthropic a donc intégré des garde-fous destinés à empêcher l’agent d’inventer un prix ou un produit et à limiter les mécanismes d’upsell trop agressifs.

Le blueprint prévoit des connexions au catalogue, au panier, au checkout, aux préférences clients et à l’historique de commandes. Côté merchant agent, les compétences couvrent notamment l’analyse commerciale, la gestion de catalogue et de stocks ou les promotions.

Lorsqu’une modification est suggérée par l’agent, une validation humaine reste nécessaire avant sa mise en ligne.

Du prototype à une architecture réutilisable

Anthropic fournit des implémentations de référence pour le retail, le voyage, les télécoms et la billetterie. L’objectif est surtout de réduire le temps consacré à reconstruire les mêmes briques techniques à chaque projet.

Les témoignages cités vont dans ce sens. Wix affirme avoir obtenu un agent fonctionnel en quinze minutes, Fetch indique avoir lancé les deux agents localement en moins d’une heure, tandis que Zomato explique que l’installation a fonctionné comme documenté, sans blocage.

Priceline apporte un autre signal de maturité. Son assistant Penny utilise déjà Claude pour gérer un parcours particulièrement complexe mêlant vols, hôtels, location de voitures et arbitrages tarifaires.

Il ne s’agit donc pas uniquement d’un prototype fourni aux développeurs : Anthropic cherche à standardiser des pratiques déjà utilisées dans des environnements commerciaux réels.

Shopify, Klaviyo et les paiements commencent à s’aligner

Shopify développe une implémentation connectant les blueprints à Catalog, UCP et Shop Sign-in, afin que ses marchands puissent utiliser Claude pour rechercher des produits, préparer le checkout et traiter certaines demandes après-vente.

Klaviyo envisage la couche agentique comme un moyen d’exploiter les données clients et les performances marketing à une échelle difficilement accessible manuellement. Visa et Mastercard travaillent de leur côté sur les problématiques de confiance, de paiement et d’identité.

Accenture ajoute un indicateur intéressant sur l’acceptabilité du modèle : selon une étude citée dans l’annonce, 85% des consommateurs seraient ouverts à une collaboration avec un agent IA, tandis que près de trois sur quatre feraient davantage confiance à un agent personnel qu’à leur meilleur ami pour acheter en leur nom. Là encore, il s’agit d’un chiffre communiqué par un partenaire d’Anthropic et non d’une mesure indépendante.

L’agent e-commerce sort progressivement du laboratoire

Ce lancement me semble surtout intéressant parce qu’Anthropic ne cherche plus à prouver qu’un agent shopping peut fonctionner. Plusieurs clients l’utilisent déjà. L’étape suivante consiste désormais à rendre cette architecture duplicable.

Cela déplace aussi la compétition. La qualité du modèle d’IA compte, mais la différence se fera de plus en plus sur la capacité du marchand à exposer proprement catalogue, prix, stocks, historique client et règles métier.

Les chiffres de +35% sur le panier et +60% sur la finalisation doivent rester traités avec prudence. Mais l’arrivée simultanée de Shopify, Square, Klaviyo, Visa et Mastercard autour de ce type d’architecture montre que le sujet dépasse désormais le simple chatbot.